Un error latente en Windows dejó inoperativos más del 80% de los servidores de red de Microsoft
El informe preliminar post-incidente (PIR) detalla cómo un fallo de bloqueo interno introducido en julio, sumado al desvío de tráfico de Teams y a una reducción previa de capacidad, provocó una falla en cascada de casi 24 horas en Exchange Online, Copilot y OneDrive.
Microsoft ha publicado el Informe Preliminar Post-Incidente (PIR) correspondiente a la interrupción global sufrida por Microsoft 365 entre el jueves 12 y el viernes 13 de noviembre de 2026.
El documento técnico —registrado bajo los identificadores EX1550543 y MO1550821— confirma que la caída afectó durante 23 horas y 50 minutos a servicios críticos como Exchange Online, Copilot, Teams, SharePoint, OneDrive, Defender, Purview, Intune y Power BI, provocando en su punto más crítico que más del 80% de los servidores de puertas de enlace de red quedaran sin respuesta.
Según detalla la compañía, el colapso no obedeció a un único evento, sino a la convergencia de tres factores técnicos simultáneos que desbordaron las puertas de enlace encargadas de gestionar las conexiones de los usuarios.
Los tres factores que desencadenaron la falla en cascada
El análisis de ingeniería de Microsoft desglosa la cadena de acontecimientos que originó la degradación mundial del servicio:
- Un defecto latente desde julio: Una actualización específica desplegada en julio de 2026 para los servidores de red de Microsoft 365 contenía un problema de contención de bloqueos (lock contention) en un proceso interno de Windows. El fallo agotaba por completo la CPU y la memoria en servidores modernos con mayor número de núcleos, un escenario que no fue detectado en las pruebas de laboratorio previas al haberse ejecutado sobre hardware de menor capacidad.
- Sobrecarga por conmutación de Teams: Quince horas antes del incidente, el sistema automático de resiliencia transfirió el tráfico de Microsoft Teams hacia la puerta de enlace principal compartida con Exchange Online, alterando los patrones habituales de carga.
- Capacidad reducida y fallo de aislamiento: De forma simultánea, cerca del 14% de la capacidad de los servidores estaba fuera de servicio por una incidencia de mantenimiento del día anterior. Al saturarse los primeros equipos durante el pico de tráfico en Estados Unidos, el enrutamiento automático redirigió a los usuarios hacia nodos sanos, saturándolos en cadena en menos de dos horas. Además, una falla independiente impidió que los mamparos de aislamiento (bulkheads) contuvieran el problema por regiones.
¿Por qué tardó casi 24 horas la recuperación y medidas adoptadas?
Mientras que servicios como Teams, SharePoint o OneDrive lograron conmutar hacia infraestructuras alternativas para mantener sus funciones básicas operativas, Exchange Online no pudo abandonar esa puerta de enlace por limitaciones de escala.
Al tratarse de un código implementado meses atrás, los mecanismos habituales de reversión rápida (rollback o feature flags) resultaron ineficaces, y cada servidor reiniciado volvía a colapsar inmediatamente ante la avalancha de peticiones en cola.
Para restablecer el servicio, los ingenieros desarrollaron una actualización que devolvió la ruta de negociación de conexiones de Windows a su estado estable previo, retirando del servicio bloques de más del 50% de la capacidad por región para parchar y reiniciar los servidores de forma controlada.
De cara a evitar recurrencias, Microsoft ha ampliado la ventana de entrega de correos electrónicos para garantizar que ningún mensaje en cola fuera devuelto como no entregado, ha añadido capacidad adicional preventiva y ha implementado nuevos límites de seguridad en la distribución de tráfico. La compañía entregará el informe definitivo con las medidas estructurales a largo plazo el próximo 20 de noviembre de 2026.