Siempre es el DNS.
¿El gran colapso de Azure de 2025? DNS. ¿La interrupción regional de AWS de 2025 que dejó fuera de servicio a media Internet durante unas horas? DNS, otra vez. El chiste más antiguo del mundo de la informática sigue vigente porque la resolución de nombres es la primera ficha de dominó y, cuando cae, todo lo que viene detrás se desploma.
Ahora añade la IA a la ecuación. La IA no soluciona el DNS por arte de magia, sino que amplifica todas sus debilidades. Los endpoints de inferencia aparecen y desaparecen, los pods se reinician y los servicios cambian de nombre más rápido de lo que tardas en maldecirlos. Si el DNS no es resiliente, acabarás persiguiendo fantasmas mientras las GPU permanecen inactivas.
Cuando analizamos los diez principales retos de la entrega de aplicaciones, el primer punto de la lista estaba relacionado con el DNS. ADC01 advirtió sobre las prácticas deficientes de DNS porque perjudican el rendimiento, la disponibilidad y la escalabilidad. Esa realidad sigue tan vigente como entonces. Lo que ha cambiado es la velocidad: las arquitecturas de IA evolucionan más rápido, y cada TTL mal configurado o actualización no protegida puede provocar en cualquier momento una interrupción con pérdidas millonarias.
El DNS no tiene nada de glamuroso. Es la infraestructura básica. Pero si estás creando sistemas de IA que dependen de la inferencia en tiempo real o de modelos distribuidos globalmente, más vale que tu DNS sea más inteligente que tu modelo; de lo contrario, todo habrá terminado antes de que se genere el primer token.
Cómo afecta la IA a las prácticas de DNS
Estos son los principales cambios a los que te enfrentarás al pasar de «aplicaciones convencionales» a sistemas de IA avanzados, y por qué el DNS sigue siendo el principal cuello de botella.
1. Velocidad y rotación de la infraestructura
La IA no es estática. Los endpoints aparecen, escalan y después se eliminan en centros de datos, regiones e incluso en el extremo de la red. Si las actualizaciones de DNS no siguen el ritmo (recuerda la advertencia sobre las actualizaciones dinámicas en ADC01), te encontrarás con registros obsoletos, conexiones fallidas y problemas de rendimiento.
Porque, con la IA, cada milisegundo cuenta. Puede que el modelo esté listo y la GPU esté funcionando, pero si la consulta DNS al endpoint de inferencia es lenta o incorrecta, no podrás avanzar.
2. Alcance global + presencia en el edge
Los sistemas de IA suelen abarcar distintas regiones geográficas, proveedores de servicios en la nube y ubicaciones en el edge. La disponibilidad es crítica. ADC01 señaló que un DNS deficiente perjudica la disponibilidad. Con la IA, hay mucho más en juego. Un enrutamiento incorrecto, los picos de latencia o las interrupciones del DNS pueden degradar las respuestas de los modelos o incluso provocar cortes del servicio para usuarios de distintas regiones.
3. Se agravan los problemas de seguridad y confianza
Las cargas de trabajo de IA suelen gestionar datos confidenciales, tomar decisiones y prestar servicio a operaciones sujetas a normativas. Si el DNS no está protegido (por ejemplo, si no se utiliza DNSSEC), un atacante que redirija el tráfico o suplante puntos de conexión puede provocar consecuencias catastróficas, como la corrupción de los datos de entrenamiento, resultados de inferencia fraudulentos y filtraciones de datos.
Con la IA, no se puede decir «ya arreglaremos el DNS más adelante»; hay que asumir que los adversarios aprovecharán cualquier vulnerabilidad.
4. Complejidad del escalado y presión de los costes
ADC01 señala que unas prácticas de DNS deficientes dificultan la escalabilidad y aumentan los costes operativos. En el ámbito de la IA, los costes ya son enormes: canalizaciones de datos, GPU, operaciones de modelos y supervisión. Las ineficiencias del DNS se traducen en capacidad de computación, tiempo y presupuesto desperdiciados.
La cuestión en torno al DNS pasa a ser: ¿puede su infraestructura escalar el entramado de resolución de nombres al mismo ritmo que la ampliación de sus modelos?
5. Las dependencias son opacas y las cascadas son más rápidas
En la IA existen muchas dependencias: ingesta de datos, servicio de modelos, orquestación, registro y telemetría. El DNS sustenta todo lo anterior. Si falla, todo lo que depende de él se viene abajo más rápido que en las aplicaciones tradicionales. Las categorías de impacto de ADC01 (rendimiento, disponibilidad, escalabilidad y eficiencia operativa) son directamente aplicables, pero con la IA el efecto dominó se amplifica, al igual que el impacto de la IA en prácticamente todo lo demás.
Realmente siempre es el DNS
Esta es la conclusión: siempre es el DNS. Puede sonar a viejo tópico, pero es porque es cierto. Puedes crear el modelo de IA más sofisticado del mundo, pero si falla la resolución de nombres, el usuario nunca llegará a verlo.
Las recomendaciones de ADC01 siguen siendo totalmente válidas, incluso para las cargas de trabajo de IA y, quizá, especialmente para la IA agéntica. Si queremos que nuestros sistemas funcionen a la velocidad y escala de la IA, debemos aplicarlas antes y con mayor rigor.
El DNS no es algo de lo que debas preocuparte «después de perfeccionar el modelo». Es algo que debes dominar antes de exponer tu modelo al mundo.
Configura correctamente el DNS y permitirás que tu sistema de IA brille de verdad. Ignóralo y tu modelo se convertirá en una masa negra carísima a la que nadie puede acceder.
Más información sobre los 10 principales retos de la entrega de aplicaciones a los que se enfrentan las organizaciones de todo el mundo.
Sobre el autor
Lori MacVittie es ingeniera distinguida y evangelista jefe en la Oficina del CTO de F5, y cuenta con una amplia experiencia en entrega de aplicaciones, estrategia de automatización e infraestructura. Es conocida por convertir la complejidad en claridad, ya sea definiendo mecanismos de protección para agentes de IA, analizando arquitecturas multinube frágiles o explorando los límites de los sistemas escalables. Aporta más de treinta años de experiencia en el sector en desarrollo de aplicaciones, arquitectura de TI y operaciones de redes y sistemas. Antes de incorporarse a F5, fue una galardonada editora de tecnología. MacVittie posee un máster en Informática y es una autora prolífica cuyas publicaciones abarcan la seguridad, la nube y la arquitectura empresarial. También es una apasionada de los juegos de mesa y los videojuegos, y expresa sin complejos sus firmes opiniones sobre el queso.
Más artículos de Lori Mac VittieArtículos relacionados del blog
¿Qué es el Top 10 de entrega de aplicaciones?
F5 tiene como objetivo ayudar a las organizaciones a afrontar los retos relacionados con la entrega y la protección de aplicaciones, API e IA generativa mediante la lista de los 10 principales desafíos de la entrega de aplicaciones.
Comportamiento y límites: el cambio hacia la seguridad agéntica
Los agentes generan secuencias emergentes y sin límites en las que el riesgo se acumula con el tiempo. La seguridad debe pasar de validar solicitudes individuales a supervisar continuamente el comportamiento en flujos de varios pasos que evolucionan con el tiempo.
La identidad es la guardiana de la IA agéntica
A medida que la IA agéntica transforma las máquinas de herramientas en actores, la identidad se convierte en el control fundamental: quién puede actuar, en nombre de quién y con qué alcance, aplicándose en línea durante la inferencia.
La IA está impulsando la aparición de nuevos tipos de tráfico
La adopción de la IA está dando lugar a nuevos tipos de tráfico de primer nivel: solicitudes de inferencia, tráfico de automatización generado por máquinas y tráfico de telemetría de gran volumen que alimenta los bucles de control.
La inferencia es ahora el centro de gravedad operativo
Las operaciones multimodelo y la automatización basada en API trasladan el control a las capas de inferencia —prompts, tokens y controles, enrutamiento y moderación—, donde deben gestionarse los costes, los riesgos y el rendimiento.