La noche en que 60 centros de datos desaparecieron de la red — y lo que me enseñó sobre los límites de la IA

Estaba en una llamada con un ejecutivo de una empresa de servicios públicos cuando dijo algo que me dejó helado.

«La red no perdió electricidad esa noche. Perdió demanda. Y nadie tenía un plan de acción para eso.»

Se refería al 10 de julio de 2024, la tarde-noche en que un solo rayo en Fairfax, Virginia, desencadenó la desconexión simultánea de 60 centros de datos, evaporando 1500 megavatios de demanda de electricidad en menos de dos minutos. Eso equivale aproximadamente al consumo eléctrico total de Boston, esfumado en el tiempo que se tarda en cepillarse los dientes. La North American Electric Reliability Corporation —NERC, el organismo federal que mantiene las luces encendidas para 400 millones de personas— más tarde lo calificó como «un incendio de cinco alarmas para la fiabilidad».

Y recuerdo estar sentado allí pensando: este es el evento sobre el que llevo tiempo advirtiendo. No un fallo de generación. No un ciberataque. Una cascada de lógica de protección automatizada, cada sistema haciendo exactamente lo que se le indicó, produciendo colectivamente un resultado que nadie diseñó. La red no se rompió porque algo saliera mal. Se rompió porque todo salió bien —en el momento equivocado, en la secuencia equivocada, a una escala que nadie modeló.

Esta es la historia de lo que realmente sucedió esa noche, por qué la actual ola de «soluciones» de IA lo habría empeorado, y lo que mi equipo en Veriprajna ha estado construyendo en su lugar.

¿Qué sucede cuando un rayo cae sobre la capital de internet del mundo?

El norte de Virginia canaliza el 70 % del tráfico global de internet. No es una metáfora llamarlo la columna vertebral de la economía digital: lo es literalmente. Y en aquella tarde-noche de julio, un pararrayos falló en la línea de transmisión Ox-Possum de 230 kilovoltios de Dominion Energy, creando una falla permanente.

Aquí es donde se pone interesante. Los sistemas de protección de la red hicieron su trabajo. Intentaron el recierre automático de la línea, un procedimiento estándar, como volver a subir un interruptor para ver si la falla se despeja. El sistema lo intentó seis veces a lo largo de 82 segundos, tres intentos desde cada extremo de la línea. Cada intento provocó una breve caída de tensión.

Ninguna de estas caídas era peligrosa por sí sola. Cada una se mantuvo dentro del rango de ±10 % que las normas de red consideran normal. Pero los sistemas de alimentación ininterrumpida dentro de esos centros de datos estaban contando. Están programados con una regla simple: si detectas tres perturbaciones de tensión en un minuto, asume que la red está fallando y conmuta a los generadores diésel de respaldo. Proteger los servidores a toda costa.

Así que los sistemas UPS contaron hasta tres, y 60 instalaciones dijeron simultáneamente: nos salimos.

Una falla rutinaria en una sola línea de transmisión provocó que 1500 MW de carga se desvanecieran en menos de 82 segundos: cincuenta veces más rápido que un fallo típico de una central eléctrica.

Los operadores de red de PJM Interconnection, que gestiona la electricidad para 65 millones de personas en 13 estados, tuvieron de repente un enorme excedente de generación. La frecuencia se disparó a 60,047 Hz. En un apagón normal, la frecuencia cae porque has perdido un generador. Aquí, se disparó porque los generadores seguían girando pero la carga había desaparecido. Los operadores tuvieron que apresurarse a hacer lo contrario de aquello para lo que están entrenados: redujeron manualmente 600 MW de las centrales de gas en Pensilvania y 300 MW de una unidad nuclear en Virginia solo para evitar que el sistema sobrecargara los transformadores.

¿Y los centros de datos? Estuvieron funcionando con diésel durante horas. La transición al respaldo fue automática. El regreso a la red no lo fue. Requirió intervención manual, instalación por instalación, quemando miles de galones de diésel mientras los técnicos coordinaban la reconexión.

Vuelvo una y otra vez a lo absurdo de todo esto. La infraestructura informática más sofisticada de la Tierra, que alberga los modelos que supuestamente van a transformar todas las industrias, quedó fuera de línea por un algoritmo de conteo que no podía distinguir entre «seis caídas de una sola falla» y «seis emergencias distintas».

Por qué sabía que los del «simplemente usa GPT» se equivocarían en esto

Alrededor de una semana después de que el incidente apareciera en la prensa especializada, recibí un correo electrónico de un inversor que había estado siguiendo nuestro trabajo. Su sugerencia, parafraseada: «¿No podrías simplemente afinar un LLM con datos de la red y hacer que prediga estas cascadas?»

Redacté tres respuestas diferentes antes de decidirme por la versión educada. Pero esto es lo que quería decir:

No. Y el hecho de que lo preguntes me dice exactamente cuán profundo es el malentendido.

Los grandes modelos de lenguaje son motores probabilísticos. Predicen el siguiente token probable en una secuencia. Optimizan buscando plausibilidad —lo que suena correcto—, no veracidad —lo que es correcto—. Esta distinción es académica cuando estás generando textos de marketing. Es catastrófica cuando estás gestionando un sistema donde la frecuencia debe permanecer dentro de 0,036 Hz de su objetivo o los transformadores empiezan a sobrecalentarse.

Mi equipo y yo pasamos semanas después del incidente de Virginia estudiando la cadena de fallos, y seguíamos llegando a la misma conclusión: el enfoque dominante de la IA en infraestructuras críticas —lo que yo llamo la arquitectura «envoltorio», donde colocas una fina capa de software sobre GPT-4 o Claude y la llamas una solución— habría sido inútil aquí. Posiblemente peor que inútil.

Piensa en lo que un sistema estándar de generación aumentada por recuperación haría con los datos de la red. Trata todo como segmentos de texto. Podría recuperar un documento sobre la línea Ox-Possum y otro sobre los estándares de continuidad (ride-through) de los UPS, pero no tiene ningún concepto de que una caída de tensión en la subestación A se propaga electromagnéticamente a la subestación B en milisegundos. No puede razonar sobre las leyes de Kirchhoff. No sabe qué es una ecuación de oscilación. Generaría una respuesta convincente y bien formateada que podría ser físicamente imposible.

Vimos este patrón desarrollarse en un ámbito diferente. En 2023, Sports Illustrated implementó una arquitectura de envoltorio que generó perfiles enteros de periodistas ficticios y artículos completos: plausibles, pulidos y completamente inventados. La acción cayó un 27 %. Para una empresa de medios, eso es un escándalo. Para un operador de red, la «alucinación» equivalente en un algoritmo de equilibrio de carga no hace desplomarse el precio de una acción. Hace desplomarse una red.

Escribí extensamente sobre este modo de fallo en nuestro análisis interactivo de la perturbación de Virginia, donde mapeamos la cascada completa desde el impacto del rayo hasta los generadores diésel.

La discusión que cambió nuestra forma de construir

Hubo un momento —creo que fue a finales de agosto de 2024, quizás tres semanas después de que hubiéramos empezado nuestro análisis profundo— en que dos de mis ingenieros se enzarzaron en una discusión genuina sobre arquitectura. Uno quería construir un enfoque puramente neuronal: entrenar un modelo masivo con telemetría histórica de la red y dejar que aprendiera la física de forma implícita. El otro insistía en que el aprendizaje implícito no era suficiente, que había que codificar la física directamente en la función de pérdida del modelo.

Los dejé discutir durante casi una hora. No porque no tuviera una opinión, sino porque la discusión en sí cristalizó algo alrededor de lo que llevaba meses dando vueltas.

El defensor del enfoque puramente neuronal mostró resultados de un modelo estándar de aprendizaje profundo aplicado al flujo de potencia óptimo en corriente alterna (AC Optimal Power Flow), el problema central de optimización que determina cómo se mueve la energía a través de una red. El modelo era rápido: 52,6 milisegundos para la inferencia. Pero cuando lo sometimos a pruebas de estrés frente a escenarios que se asemejaban al evento de Virginia —caídas de carga repentinas y masivas—, produjo estados que violaban las ecuaciones básicas de flujo de potencia. «Alucinaba» estados de la red que no podían existir físicamente. Un voltaje en una barra que requeriría que la corriente fluyera en una dirección prohibida por la topología de la red.

El defensor del enfoque de «primero la física» mostró entonces lo que sucede cuando incrustas los residuos de las ecuaciones diferenciales parciales que gobiernan el sistema directamente en la función de pérdida de la red neuronal. Esto es lo que se llama una red neuronal informada por la física, o PINN (Physics-Informed Neural Network). El modelo no solo aprende patrones a partir de los datos; aprende patrones limitados por las leyes del electromagnetismo. Cada predicción que hace debe ser coherente con las leyes de Kirchhoff y la ecuación de oscilación para la estabilidad de frecuencia.

Los resultados fueron sorprendentes: 0,64 MW de desviación respecto a la verdad de referencia (ground truth) frente a 0,73 MW del modelo sin restricciones, con tiempos de inferencia por debajo de 50 milisegundos. Y lo que es más importante, el modelo físicamente restringido mantuvo la viabilidad bajo escenarios extremos. No podía alucinar estados de red imposibles porque la física no se lo permitía.

Cuando la función de pérdida de tu IA incluye las leyes de la física, la alucinación no solo es improbable: está matemáticamente penalizada.

Esa discusión terminó con ambos ingenieros del mismo lado. Y se convirtió en la base de lo que ahora construimos en Veriprajna.

¿Cómo se crea una IA que no puede mentir sobre la física?

La arquitectura que desarrollamos tiene una estructura que a veces describo como un «sándwich», aunque eso no le hace justicia a su precisión.

La capa superior es neuronal. Se encarga de la percepción: leer datos no estructurados, extraer la intención, reconocer entidades. Si una solicitud de interconexión de gran carga llega como una presentación en PDF de 200 páginas, esta capa la analiza y la convierte en parámetros estructurados. Es buena en esto. Los LLM son genuinamente excelentes en las tareas de percepción.

La capa intermedia es simbólica. Aquí es donde ocurre el razonamiento real, y es totalmente determinista. Los grafos de conocimiento almacenan las relaciones entre subestaciones, líneas de transmisión, contratos de centros de datos y las normas de cumplimiento de NERC. Reglas de negocio codificadas de forma rígida —lo que llamamos Política como Código (Policy-as-Code)— validan cada parámetro extraído frente a la física de la red y los requisitos regulatorios. Ninguna cantidad de ingeniería de prompts puede eludir esta capa. Si una rampa de carga propuesta viola la restricción de contingencia N-1 definida en NERC TPL-001, el sistema la marca. Punto. No hay ningún ajuste de «temperatura» que la haga más creativa respecto a la seguridad.

La capa inferior es neuronal de nuevo. Toma la decisión validada de la capa simbólica y la traduce a lenguaje natural o a señales de control de máquinas. Es un comunicador, no un pensador.

Esto es lo que quiero decir con un enfoque de «caja de cristal». Cada decisión tiene una cadena de citas. En lugar de una caja negra que dice «confía en mí, soy IA», nuestro sistema dice: «Marqué esto porque la tasa de rampa propuesta excede el umbral definido en la Sección 4.2 del acuerdo de interconexión, cotejado con la telemetría en tiempo real de los datos de PMU en la Subestación 7».

La gente siempre objeta esto. «¿No es la capa simbólica solo reglas? ¿No estás simplemente construyendo un sistema experto con pasos adicionales?» No. Las capas neuronales manejan las partes que las reglas no pueden: percepción de datos no estructurados, reconocimiento de patrones a través de miles de variables, detección de anomalías en tiempo real en flujos de sensores ruidosos. La capa simbólica maneja las partes que las redes neuronales no pueden: cumplimiento garantizado, viabilidad física, auditabilidad. Ninguna por sí sola es suficiente. Juntas, cubren los puntos ciegos de la otra.

¿Qué necesita realmente la red en este momento?

La respuesta de NERC al incidente de Virginia fue rápida y, hay que reconocérselo, sustancial. Establecieron el Grupo de Trabajo sobre Grandes Cargas (Large Loads Task Force) en agosto de 2024 y emitieron una Alerta de Recomendación para la Industria de Nivel 2 en septiembre, instando a las empresas de servicios públicos a revisar por completo cómo modelan, supervisan y se comunican con las grandes cargas.

El problema central que NERC identificó es lo que yo llamaría invisibilidad. Los operadores de red no podían ver dentro de esos 60 centros de datos. No tenían telemetría en tiempo real sobre la lógica de conteo de los UPS, ni visibilidad de cuándo las instalaciones se acercaban a sus umbrales de desconexión. Los centros de datos eran cajas negras que extraían gigavatios de un sistema que los trataba como casas de tamaño excesivo.

Un desarrollo técnico que me da una esperanza genuina es el modelo PERC1 (Power Electronic Ceasing and Reconnecting). Los modelos de carga tradicionales fueron diseñados para motores y calentadores, dispositivos que se ralentizan gradualmente durante una falla. Los centros de datos no se ralentizan. Cesan el consumo por completo, en milisegundos, mediante la conmutación electrónica de potencia. PERC1 es el primer modelo diseñado específicamente para representar este comportamiento, y es fundamental para cualquier simulación que quiera predecir lo que realmente sucede durante eventos como el del 10 de julio.

Pero los modelos por sí solos no bastan. Los centros de datos necesitan convertirse en participantes activos en la estabilidad de la red, no consumidores pasivos que se desconectan cuando las cosas se ponen incómodas.

Aquí es donde OpenADR 3.0 —el estándar modernizado de respuesta automatizada a la demanda— se vuelve esencial. La versión anterior usaba una mensajería XML torpe con tiempos de respuesta inferiores al minuto. La versión 3.0 usa APIs RESTful y JSON con latencia inferior al segundo. Esa es la diferencia entre «por favor, reduzca la carga en algún momento de los próximos 60 segundos» y «traslade 50 MW de procesamiento por lotes a su instalación de Oregón ahora mismo».

Si los centros de datos redujeran solo el 0,5 % de su uso anual de electricidad durante los periodos pico, 100 GW de nueva capacidad podrían conectarse a la red sin construir una sola central de gas nueva.

La iniciativa DCFlex de EPRI ya está reclutando centros de datos para programas voluntarios de respuesta a la demanda construidos sobre esta premisa. Las cuentas son convincentes, pero la ejecución requiere una IA capaz de trasladar dinámicamente las cargas de trabajo computacionales entre regiones geográficas respetando tanto las restricciones de la red como los acuerdos de nivel de servicio. Esa capa de orquestación —lo bastante rápida para una respuesta inferior al segundo, lo bastante inteligente para respetar la física, lo bastante auditable para los reguladores— es exactamente lo que nuestra arquitectura basada en PINN está diseñada para proporcionar.

Para el desglose técnico completo de cómo integramos las PINN con la pila neuro-simbólica, consulta nuestro artículo de investigación sobre la perturbación de Virginia.

Por qué el problema de Virginia es el problema de todos

Necesito hablar del costo humano, porque la comunidad técnica tiene la tendencia a discutir la estabilidad de la red en abstracto.

Se prevé que la capacidad de centros de datos de Dominion Energy crezca de 4 GW hoy a casi 40 GW en capacidad contratada. Virginia ha otorgado 2700 millones de dólares en subsidios a los operadores de centros de datos durante la última década. El estado necesita 28 300 millones de dólares en nueva infraestructura de transmisión y un 40 % más de capacidad de transmisión para gestionar la carga proyectada, una tasa de construcción que la propia Comisión Conjunta de Auditoría y Revisión Legislativa del estado califica de «muy difícil de lograr».

Mientras tanto, los precios regionales de capacidad se han disparado un 833 %. Se prevé que las facturas de electricidad residencial alcancen los 380 dólares al mes para 2045. Los centros de datos del norte de Virginia consumieron casi 2000 millones de galones de agua para refrigeración en 2023 —suficiente para abastecer a 50 000 personas— y dependen de casi 9000 generadores diésel de respaldo que son, como demostró el 10 de julio, no solo respaldos, sino una parte fundamental de la estrategia operativa.

El Departamento de Energía prevé que, sin una intervención significativa, los cortes podrían dispararse de las 2,4 horas anuales actuales a más de 430 horas para 2030.

No estoy en contra de los centros de datos. Mi empresa existe gracias a la infraestructura computacional que estas instalaciones proporcionan. Pero me opongo profundamente a la idea de que podamos seguir escalando la computación de IA mientras tratamos la red como un recurso infinito y a la propia IA como una caja de texto mágica que de algún modo lo resolverá.

La revelación de las 2 de la madrugada

Hubo una noche —creo que fue a principios de septiembre, ya muy avanzado nuestro análisis— en que estaba revisando los datos de frecuencia de PJM del evento del 10 de julio. Llevaba mirando el pico de 60,047 Hz probablemente por centésima vez. Y algo encajó que no había articulado antes.

Los sistemas UPS de los centros de datos hicieron exactamente lo que fueron diseñados para hacer. El recierre automático de la red hizo exactamente lo que fue diseñado para hacer. Los operadores de PJM hicieron exactamente lo que fueron entrenados para hacer. Cada actor individual se comportó correctamente. La catástrofe surgió de la interacción —de la brecha entre sistemas que nunca fueron diseñados para comunicarse entre sí.

Este es el mismo modo de fallo que veo en las implementaciones de IA empresarial por todas partes. El LLM hace lo que está diseñado para hacer: generar texto plausible. El sistema de recuperación hace lo que está diseñado para hacer: encontrar documentos relevantes. La interfaz de usuario hace lo que está diseñada para hacer: presentar los resultados de forma clara. Y el conjunto produce una respuesta convincente y bien fundamentada que es físicamente imposible, legalmente errónea o financieramente ruinosa, porque ninguna capa es responsable de la verdad de referencia.

Ese es el problema que estamos resolviendo. No construir un mejor chatbot. No envolver un prompt más inteligente alrededor de GPT. Construir arquitecturas donde la verdad es estructural: donde la probabilidad no puede anular la física, donde la lógica no puede alucinarse, donde cada salida tiene una cadena de citas que un regulador, un ingeniero o un juez pueden seguir desde la conclusión hasta la evidencia.

El apagón de Virginia no fue causado por el fallo de un sistema. Fue causado por sistemas que tuvieron éxito de forma independiente de maneras que produjeron una catástrofe colectiva. Ese es el mismo modo de fallo que acecha en cada envoltorio de IA desplegado hoy en infraestructuras críticas.

Hacia dónde va esto a partir de aquí

Seré directo sobre lo que creo que se avecina.

La era del envoltorio de LLM ha terminado para todo lo que importa. Para generar publicaciones de blog y resumir reuniones, está bien: los envoltorios persistirán y mejorarán. Pero para sistemas donde las respuestas erróneas tienen consecuencias físicas —redes eléctricas, cumplimiento financiero, dispositivos médicos, ingeniería estructural— la industria se dividirá. Un camino conduce a cadenas de prompts cada vez más elaboradas envueltas alrededor de modelos probabilísticos, con «barreras de seguridad» que son en sí mismas probabilísticas. El otro conduce a arquitecturas híbridas donde la percepción neuronal alimenta el razonamiento determinista, limitado por las leyes reales que gobiernan el dominio.

Sé sobre qué camino estoy construyendo. La red de Virginia no necesitaba una IA más elocuente. Necesitaba una IA que comprendiera, al nivel de las ecuaciones diferenciales, lo que sucede cuando 1500 MW de carga desaparecen en 82 segundos. Necesitaba una IA que pudiera ver la lógica de conteo en esos sistemas UPS avanzando hacia la desconexión e intervenir, no con una sugerencia, sino con una señal de control verificada por la física despachada en menos de un milisegundo.

La fiabilidad del suministro eléctrico es ahora una variable a nivel de junta directiva. La próxima vez que la red parpadee en el norte de Virginia —y lo hará, porque la carga está creciendo diez veces más rápido que la capacidad de transmisión— la pregunta no será si la IA estuvo involucrada. Será si la IA comprendió la física, o simplemente predijo el siguiente token.