Configuração de chamadas ao estilo SIP, como no HTTP, e a sinalização VoIP vencendo a complexidade do H.323

Nos anos 1990, duas famílias competiam para fazer chamadas telefônicas funcionarem sobre IP. O H.323 da ITU-T definia um sistema multimídia completo, codificado em binário, construído sobre ASN.1 e projetado como um padrão de telecomunicações; o SIP do IETF vinha do pensamento ao estilo da internet, circulou primeiro como Internet Draft em 1996 e foi padronizado como RFC 2543 em 1999, depois como RFC 3261 em 2002.

A escolha de projeto que os separou foi a própria mensagem: o SIP codifica chamadas como texto ASCII, modela um convite como uma requisição com endereços ao estilo URI e estrutura o diálogo como o HTTP — INVITE, respostas, ACK. Isso tornou o protocolo legível por humanos e compatível com a cultura de endereçamento e depuração da web.

Os críticos observaram corretamente que a telefonia é difícil e que a simplicidade do SIP era em parte superficial. Mas a simplicidade venceu a corrida pela adoção: o SIP se apoiou na caixa de ferramentas da internet, enquanto a complexidade do H.323 elevava a barreira para cada implementador. Os grupos de padronização escolheram o SIP — o 3GPP o selecionou para as redes móveis de terceira geração, e o PacketCable para a telefonia a cabo.

A lição da guerra de protocolos: um padrão que reduz o custo da primeira implementação e se ajusta aos hábitos do ecossistema dominante é implantado, testado e aprimorado mais rapidamente do que um rival mais completo. O SIP tornou-se o protocolo de sinalização padrão para VoIP, IMS e telefonia móvel.

Fazer da configuração de chamadas uma requisição de texto, reutilizando ferramentas da web

Mensagens codificadas em texto eram legíveis por humanos, tornando a depuração de interoperabilidade muito mais fácil do que o ASN.1 binário.

O endereçamento ao estilo URI alinhou as chamadas com o modelo de identidade da web, ao contrário dos muitos tipos de alias do H.323.

O processo do IETF produziu uma especificação enxuta mais rapidamente do que a definição completa de sistema da ITU.

A adoção pelo 3GPP e pelo PacketCable fixou o SIP nas redes móveis e a cabo.

Quando dois padrões competem, o que reutiliza as ferramentas e os modelos mentais existentes no ecossistema geralmente vence o que é tecnicamente mais completo.

A RFC 3261 (2002) continua sendo o padrão central do SIP, ampliado por dezenas de RFCs para presença, mensagens e segurança; o IMS — a arquitetura de sinalização por trás da voz em 4G — é construído sobre o SIP, e praticamente todo provedor de VoIP o utiliza. O H.323 ainda existe em nichos de videoconferência, mas perdeu o mainstream.