Mapa de Fallos de Amazon

Discusión comunitaria

¿Consejos? ¿Frustraciones? Compártelos aquí. Los comentarios útiles incluyen una descripción del problema, la ciudad y el código postal.

Tenga cuidado con los "números de soporte" o las cuentas de "recuperación" que se pueden publicar a continuación. Asegúrate de informar y votar negativamente esos comentarios. Evite publicar su información personal.

Reportes de Fallos de Amazon

Los últimos problemas e interrupciones reportados en social media:

• 
  GptZone (@gptzone_net) reportó hace 5 minutos

  Nvidia no está siendo atacada solo por modelos chinos más baratos. DeepSeek apunta al sitio donde de verdad se quema el dinero: la inferencia repetida millones de veces al día. Guárdate este marco para leer la carrera de chips IA sin caer en el titular fácil: - Entrenamiento no es inferencia. Entrenar un modelo gigante exige músculo extremo durante fases puntuales. Inferir es hacer que ese modelo responda sin parar a usuarios, agentes, APIs y productos. DeepSeek no parece ir a por el chip para entrenar desde cero, sino a por el coste diario de servir respuestas. - El coste relevante no es “precio del chip”. Es coste por tarea terminada. Si un chip baja latencia, consume menos y permite más respuestas por servidor, cambia la economía de un producto IA aunque no gane todos los benchmarks. - La dependencia de Nvidia ya no es solo técnica. DeepSeek usó H800 para R1, pero Estados Unidos cerró su exportación a finales de 2023. Desde ahí, apoyarse en Ascend de Huawei dejó de ser una opción patriótica y pasó a ser una necesidad operativa. - Huawei ayuda, pero no resuelve todo. V4 ya fue adaptado a su arquitectura y Ascend participó en parte del entrenamiento de V4-Flash. Aun así, depender solo de proveedores locales limita control, optimización y ambición internacional. - La memoria importa tanto como el chip. Sin HBM suficiente, un acelerador potente puede quedarse esperando datos. Para China, las restricciones sobre fundiciones avanzadas y memoria de alto ancho de banda son casi tan críticas como el diseño del procesador. - Nvidia conserva el foso grande: CUDA. La ventaja no nació ayer; viene de años de software, librerías, compatibilidad y talento alrededor de sus GPUs. Diseñar silicio propio no borra de golpe veinte años de ecosistema. - El movimiento no es aislado. Google tiene TPU, Amazon empuja Inferentia, Microsoft despliega Maia, Meta trabaja en MTIA y OpenAI anunció Jalapeño con Broadcom para cargas de ChatGPT, Codex, API y productos agénticos. Todos están intentando reducir el peaje de servir IA a escala. - La señal práctica: mira quién controla el stack completo. Modelo eficiente, chip de inferencia, distribución y datos de uso forman una ventaja más difícil de copiar que un benchmark brillante. Si DeepSeek consigue un chip decente para inferencia, no necesita destronar a Nvidia en todo. Le basta con reducir dependencia en las tareas que más se repiten y más margen se comen.

• 
  🔞 Salchicha de Puerco 100% Organica 🔞 (@unchained_hound) reportó hace 8 minutos

  @Alvaro24228924 Amazon no puede decir que ni quieren que use su IP porque es un predador, porque si lo hacen deberian demostrarle a la corte que es un predador. No pueden hacer un comunicado pidiendole a la gente que no esta asociado con ellos, porque puede llegar a ser difamacion

• 
  Vizzini (@NotVizzini) reportó hace 10 minutos

  @Sergimcc Si te sirve yo compré por amazon u lenovo thinkpad T14 reacondicionado por 320 eur. Pegas posibles: Que necesites grafica para IAs locales, que la pantalla te resulte pequeña. Por lo demás deberias ir sobrado... (obvio con más dinero hay mejores cosas...)

• 
  Martin (@tinchoxx) reportó hace 17 minutos

  @marianiten_78 @amazon Así funciona el mundo hace mu hom nosotros estábamos aislados.

• 
  DineroIA 💰🤖 (@DineroIA) reportó hace 17 minutos

  📅 Actualización: 1 mes con YouTube + Amazon Afiliados Este último mes no ha sido para generar ingresos. Ha sido para construir. ✅ Canal creado. ✅ Primeros vídeos publicados. ✅ Flujo de trabajo definido. ✅ Probando herramientas de IA. Estos últimos 15 días he publicado muy poco. ¿El motivo? Me di cuenta de que tardaba demasiado en crear cada vídeo. Cada vez tenía que volver a explicar el contexto a la IA y corregir muchas cosas porque no “recordaba” el trabajo anterior. En lugar de seguir publicando lento, he decidido parar un momento para construir mi propio sistema. Estoy automatizando gran parte del proceso con Codex y otras herramientas para que cada vídeo me lleve una fracción del tiempo. Si todo va según lo previsto, esta semana terminaré esa automatización y podré empezar a publicar con mucha más frecuencia. Mi objetivo no es hacer un vídeo. Mi objetivo es construir una máquina capaz de producir cientos. 🚀

• 
  Gerardo Tapia (@gernevermind) reportó hace 18 minutos

  Y así como siempre he resaltado las ventajas de Amazon; hoy (Y a inicio de año) me han quedado mal :/ … Dos ocasiones he pre ordenando productos y cuando llega la fecha de entrega, simplemente te dicen que han recibido tu pedido y que no saben cuándo estará disponible :(

• 
  javier Terán (@raywelles) reportó hace 25 minutos

  @EstefMolina_ El problema es muy sencillo Hemos sustituido a ejecutivos medios , técnicos, oficiales administrativos con buenos sueldos por repartidores de Amazon Solo en la banca PE, 200.000 menos que en 2010 ( unele seguros, automoción, servicios mil....) Y con la IA irá a más O cambiamos la estructura salarial, el hecho impositivo y la redistribución de la renta de una forma nueva e imaginativas, o el sistema colapsará Y no se ve a nadie con ideas por ahí.... Con su conse

• 
  José Creadores Libres (@ZPotxolin) reportó hace 28 minutos

  @SylviaMingus no sé si comentar el post o el video jaja, hago ambas cosas: - El video, Amazon está estudiando entregar los paquetes con Drones, flipas - El post, está feo decirlo, pero solo tienes que escuchar de verdad a la gente que tiene éxito. Los demás, quizás lo hacen por miedos propios y te aconsejan mal, porque no lo saben que están haciéndolo mal

• 
  Cami Muro (@camimurox) reportó hace 29 minutos

  @gneffa Impresionante, pero ojo dónde está el dinero: esos robots viven en la logística, el negocio de margen fino. Lo que gana Amazon es la nube — AWS pesa ~18% de los ingresos pero ~57% del beneficio operativo (2025). Automatizar el almacén ayuda; no es donde está el margen.

• 
  Boxter1988 (@Boxter1988) reportó hace 33 minutos

  @KelsierThunder @MrHombreTrofeo @kikegames97 Si. Xbox tiene ese problema pero puedes comprar por Amazon y online perfectamente, aún así no han cancelado el físico aunque dale tiempo. PC ya lleva años así desde que nadie actualizó a lectores blu-ray así que vale te doy la razón

• 
  Value Stocks (@ValueStocks__) reportó hace 33 minutos

  𝗤𝘂é 𝗲𝘀 𝗹𝗼 𝗾𝘂𝗲 𝗿𝗲𝗮𝗹𝗺𝗲𝗻𝘁𝗲 𝗲𝘀𝘁á𝗻 𝗰𝗼𝗻𝘀𝘁𝗿𝘂𝘆𝗲𝗻𝗱𝗼 𝗔𝗺𝗮𝘇𝗼𝗻, 𝗚𝗼𝗼𝗴𝗹𝗲 𝘆 𝗠𝗶𝗰𝗿𝗼𝘀𝗼𝗳𝘁? 𝗔𝗾𝘂í 𝘁𝗲 𝗹𝗼 𝗲𝘅𝗽𝗹𝗶𝗰𝗼👇 $MSFT $AMZN $GOOGL Esta es la tesis sobre la que se sostiene casi todo el argumento de compra de las hyperscalers. 🚀 Todos sabemos que estas empresas llevan tiempo invirtiendo cantidades ingentes de dinero en centros de datos para controlar la infraestructura de la IA pero vamos a desgranar y hacer una reflexión sobre qué involucra eso. Un centro de datos es una enorme instalación llena de servidores, GPUs, redes, almacenamiento y sistemas eléctricos. Es la fábrica física donde realmente “vive” la IA. Cada vez que una empresa usa IA, alguien tiene que poner esa infraestructura. Y los grandes propietarios de esa infraestructura son Microsoft, Amazon y Google, a través de Azure, AWS y Google Cloud. Para entender por qué su posición es tan potente primero debemos entender que son los tokens. Un token es una pequeña unidad de texto que procesa un modelo de IA. Cuando escribes una pregunta, la IA la divide en piezas. Esas piezas son tokens. Y cuando responde, también genera tokens. En la práctica, los tokens son como los “kilómetros” que recorre la IA. Cuantos más tokens procesa una empresa, más capacidad de computación necesita. Al principio, muchas compañías usaban siempre el mejor modelo disponible: GPT, Claude, Gemini… daba igual si la tarea era sencilla o compleja. Era como ir a comprar el pan en un Ferrari. Funcionaba, pero era caro. Ahora las empresas empiezan a optimizar: usan modelos pequeños y baratos para tareas simples, y reservan los modelos más potentes para problemas realmente difíciles. Esto puede afectar a OpenAI, Anthropic y otros laboratorios. ¿Por qué? Porque si antes cobraban una prima por usar siempre sus mejores modelos, ahora muchas tareas pueden irse a modelos más baratos o de código abierto. El margen de los laboratorios puede comprimirse en las tareas sencillas. Pero la IA sigue necesitando ejecutarse en algún sitio. Ahí entran los centros de datos de Microsoft, Amazon y Google, a estas empresas no les importa si utilizas un modelo u otro siempre y cuando esa computación pase por su nube. Es como un peaje, no les importa si pasa un Ferrari, un Toyota o un coche viejo. Cada vehí**** paga el peaje. En la economía de la IA, cada token cruza la autopista de la infraestructura. Durante los últimos años, el coste de procesar esos tokens ha caído de forma drástica gracias a modelos más eficientes y a un hardware cada vez más potente. Esto significa que las empresas pueden hacer mucho más con el mismo presupuesto. Y aquí aparece la Paradoja de Jevons. Lo lógico sería pensar que, si cada token cuesta menos, las empresas gastarían menos dinero en IA. Pero ocurre justo lo contrario. Como ahora es mucho más barato utilizar IA, las empresas dejan de limitar su uso. Empiezan a automatizar más procesos, crean agentes que trabajan de forma autónoma, analizan grandes cantidades de datos y utilizan la IA en tareas donde antes no era rentable. El precio de cada token baja, pero el número total de tokens procesados se multiplica. Un ejemplo muy sencillo: Imagina que enviar un correo costara 10 €. Probablemente enviarías muy pocos. Ahora piensa que enviar un correo cuesta prácticamente 0 €. ¿Resultado? No envías menos correos. Envías muchísimos más. Con la IA sucede exactamente lo mismo. Y esto es uno de los principales motores de crecimiento de estas compañías. $MSFT $AMZN $GOOGL

• 
  MIQUEL CASALS PLANAS (@MIQUELCASA50328) reportó hace 37 minutos

  No hagáis caso a las fechas de entrega que figuran en el link de @amazon Al generar una orden de compra, automáticamente se traslada a la distribuidora/editorial, la cual sirve el ejemplar solicitado, de forma inmediata, a @amazon Muchas gracias. @erideediciones #MiquelCasals

• 
  Ignacio Garcia (@GarciaI1940) reportó hace 37 minutos

  @amazonmex Hola amazon hice este pedido por un TELÉFONO y una MICA y en la caja solo llego la MICA! Ayuda!

• 
  ★Fubuki Mix★ (@MixMilsam) reportó hace 39 minutos

  Sobre los chistes de envíos de Amazon, realmente no es necesario que te manden el paquete a tu casa, existen oficinas postales para eso. Por eso insisto que el enfoque está mal y deberían enseñar a dar indicaciones y saber dónde estás parado antes de números

• 
  idearioCruyff (@idearioCruyff) reportó hace 40 minutos

  Que en pleno corte inglés informática no tienen cámaras q no requieren wifi? Como las q he visto en Amazon? No me lo creo. Zaragoza es una **** cloaca