La IA de Amazon quedó bajo fuego: un fallo interno en AWS desató una caída de 13 horas

Amazon Web Services quedó en el centro de la polémica tras conocerse que una de sus herramientas internas asistidas por inteligencia artificial estuvo vinculada a una interrupción de alrededor de 13 horas en un servicio clave dentro de China continental. El caso ha generado preocupación porque no se trata de una startup improvisando con IA, sino del mayor proveedor de nube del mundo enfrentando los riesgos de automatizar decisiones delicadas en infraestructura real.

Según Reuters, que cita al Financial Times, la herramienta involucrada fue Kiro, un sistema de apoyo al desarrollo que habría ejecutado una acción de “eliminar y recrear el entorno” durante un proceso de cambios. Ese movimiento terminó afectando la disponibilidad de una función relacionada con gestión de costos para clientes en una de las regiones de AWS en China. El incidente no derribó toda la nube de Amazon, pero sí fue lo bastante serio como para encender las alarmas sobre cuánto control se está entregando a herramientas de IA dentro de entornos críticos.

Lo más delicado del caso es que no sería un hecho aislado. Reuters informó que el Financial Times habló de al menos dos interrupciones relacionadas con herramientas de IA en AWS en meses recientes. Eso alimenta una discusión incómoda para toda la industria: la IA acelera tareas de ingeniería, sí, pero también puede amplificar errores cuando opera con permisos amplios, flujos mal definidos o revisiones humanas insuficientes.

Amazon, sin embargo, rechaza la idea de que la culpa recaiga únicamente en la inteligencia artificial. Su postura oficial es que el incidente fue producto de “user error” y de controles de acceso mal configurados, no de una IA actuando por su cuenta sin límites. Esa respuesta cambia el enfoque del escándalo: más que una rebelión tecnológica, lo ocurrido apunta a un problema clásico de gobernanza, permisos y supervisión en sistemas automatizados.

Aun así, el golpe reputacional ya está dado. Si hasta AWS puede tropezar al combinar automatización, herramientas generativas y privilegios sensibles, el mensaje para el resto del mercado es claro: la IA no solo debe ser potente, también debe estar cercada por reglas estrictas. Porque cuando una herramienta “optimiza” mal dentro de la nube, el costo no es una línea de código rota: puede ser horas de caída, clientes afectados y confianza perdida.