La compañía tecnológica Microsoft finalmente reveló las causas que provocaron la interrupción masiva de sus servicios Outlook, Teams y Copilot, además de otras herramientas de Microsoft 365. El incidente dejó a millones de usuarios sin acceso durante casi 24 horas.
La explicación oficial llegó de la mano de Charles Lamanna, vicepresidente ejecutivo de Copilot en la empresa, quien publicó un análisis detallado de la causa raíz en su cuenta de X.
“El incidente del jueves 12 de noviembre de 2026 fue provocado por tres factores principales que, juntos, causaron una caída global en la pasarela de red que da servicio a muchos servicios de Microsoft 365”, escribió Lamanna.
Según el directivo, los tres elementos que confluyeron fueron:
- Un defecto latente introducido en julio que no se había manifestado antes.
- El traslado de Teams hacia la pasarela principal, lo que incrementó la carga.
- La reducción previa del 14% de la capacidad de servidores por un problema independiente.
El error que pasó desapercibido durante meses
El origen del colapso fue un fallo “latente” que permaneció oculto en los servidores durante tres meses sin generar consecuencias visibles. Lamanna detalló que se trató de una contención de bloqueo dentro de un proceso interno que, bajo ciertas condiciones de carga, dejaba fuera de servicio a la máquina.

Ese defecto surgió como resultado de una corrección preparada específicamente para los servidores de la pasarela de red de Microsoft 365, sin relación con otros despliegues de Windows. El cambio comenzó a implementarse en julio y se propagó de forma global durante varias semanas sin que se observara ningún inconveniente.
“Nuestras pruebas de carga habituales no detectaron el problema latente debido a la diferente mezcla de tráfico y SKUs utilizada en nuestros laboratorios de prueba”, explicó el directivo.
El problema se agravaba en máquinas con más núcleos y hardware más moderno, mientras que los laboratorios de la empresa solían priorizar equipos más débiles y con menos núcleos, lo que impidió detectar la falla a tiempo.
La tormenta perfecta: carga extra y servidores fuera de servicio
Microsoft 365 mantiene dos sistemas de pasarela de red independientes, diseñados para garantizar aislamiento y alta disponibilidad entre servicios. Unas 15 horas antes de la caída, Teams se transfirió desde la pasarela alternativa hacia la pasarela principal, la misma que también da soporte a Exchange Online. Ese traspaso, parte de las operaciones normales de resiliencia, incrementó la carga y modificó los patrones de tráfico habituales.

Al mismo tiempo, cerca del 14% de la capacidad de servidores de esa pasarela estaba fuera de servicio por un problema no vinculado, registrado el día anterior. Microsoft ya trabajaba en devolver esa capacidad mediante procesos rutinarios de mantenimiento, y aclaró que esa reducción “no tuvo impacto por sí sola”.

“Tomados en conjunto, el aumento de carga y la capacidad reducida de servidores hicieron que la pasarela de red encontrara el error latente de julio”, señaló Lamanna.
Las solicitudes se acumularon hasta que los servidores dejaron de responder, justo durante la ventana de mayor tráfico en Estados Unidos. Los sistemas de gestión de tráfico redirigieron automáticamente a los usuarios hacia otros puntos sanos, pero esa redirección aumentó la probabilidad de que el mismo problema se replicara en los servidores restantes. En menos de dos horas, el defecto antes desconocido alcanzó a toda la flota de servidores y la dejó inoperativa. En su punto más bajo, más del 80% de los servidores no respondía.
Microsoft precisó además que, por un problema adicional, los compartimentos normales que aíslan las distintas particiones de capacidad no lograron contener la falla en cascada, lo que permitió que el impacto se extendiera a toda la infraestructura global de la pasarela de red.

Recuperación lenta y complicada
La restauración del servicio demandó más tiempo del habitual porque, cada vez que los servidores volvían a estar activos, la demanda de tráfico acumulado los saturaba de inmediato y los dejaba nuevamente sin responder. Los procesos automatizados de recuperación de la compañía no estaban diseñados para restablecer el servicio desde un estado de falta de respuesta tan generalizado.
A esto se sumó que, al tratarse de un defecto latente desde hacía meses, los mecanismos habituales de reversión, despliegue controlado y banderas de funciones no pudieron revertir el cambio con rapidez.
Una vez que los ingenieros confirmaron el origen del problema, Microsoft desarrolló una actualización que devolvió el código a su estado anterior conocido como estable. Para aplicar la corrección de forma progresiva, la compañía retiró grupos de servidores del servicio, aplicó el cambio, los reinició y luego los reincorporó de manera gradual, en bloques de gran tamaño que llegaron a superar el 50% de una región a la vez.
Fuente: Infobae