La configuración de llamadas al estilo SIP, como HTTP, y la señalización VoIP frente a la complejidad de H.323

En la década de 1990, dos familias compitieron por hacer funcionar las llamadas telefónicas sobre IP. El H.323 del ITU-T definía un sistema multimedia completo, codificado en binario, construido sobre ASN.1 y diseñado como un estándar de telecomunicaciones; el SIP del IETF provenía del pensamiento de estilo internet, circuló por primera vez como Internet Draft en 1996 y se estandarizó como RFC 2543 en 1999, y luego como RFC 3261 en 2002.

La decisión de diseño que los separó fue el propio mensaje: SIP codifica las llamadas como texto ASCII, modela una invitación como una solicitud con direcciones de estilo URI y estructura el diálogo como HTTP: INVITE, respuestas, ACK. Eso hacía que el protocolo fuera legible por humanos y compatible con la cultura de direccionamiento y depuración de la web.

Los críticos señalaron con razón que la telefonía es difícil y que la simplicidad de SIP era en parte superficial. Pero la simplicidad ganó la carrera por la adopción: SIP se apoyó en las herramientas de internet, mientras que la complejidad de H.323 elevaba el listón para cada implementador. Los grupos de estandarización eligieron SIP: el 3GPP lo seleccionó para las redes móviles de tercera generación, y PacketCable para la telefonía por cable.

La lección de la guerra de protocolos: un estándar que reduce el costo de la primera implementación y encaja con los hábitos del ecosistema dominante se despliega, se prueba y se mejora más rápido que un rival más completo. SIP se convirtió en el protocolo de señalización predeterminado para VoIP, IMS y telefonía móvil.

Convertir la configuración de llamadas en una solicitud de texto, reutilizando herramientas web

Los mensajes codificados en texto eran legibles por humanos, lo que hacía la depuración de la interoperabilidad mucho más fácil que con ASN.1 binario.

El direccionamiento de estilo URI alineaba las llamadas con el modelo de identidad de la web, a diferencia de los numerosos tipos de alias de H.323.

El proceso del IETF produjo una especificación ligera más rápido que la definición completa del sistema de la ITU.

La adopción por parte del 3GPP y PacketCable afianzó a SIP en las redes móviles y de cable.

Cuando dos estándares compiten, el que reutiliza las herramientas y los modelos mentales existentes del ecosistema suele vencer al que es técnicamente más completo.

El RFC 3261 (2002) sigue siendo el estándar central de SIP, ampliado por docenas de RFC para presencia, mensajería y seguridad; IMS —la arquitectura de señalización detrás de la voz 4G— está construida sobre SIP, y prácticamente todos los proveedores de VoIP lo utilizan. H.323 todavía existe en nichos de videoconferencia, pero perdió la corriente principal.