La tesis de maestría de Mikael Siidorow, defendida en la Universidad Aalto (Escuela de Ciencias, Espoo, 25 de mayo de 2026) bajo la supervisión del profesor Petri Vuorimaa y con la colaboración de Teamspective Oy, investiga hasta qué punto la sincronización de datos puede generalizarse entre aplicaciones web. El trabajo parte de una premisa clara: la presión competitiva por la responsividad ha empujado a los ingenieros a acercar los datos al cliente, y los motores de sincronización (sync engines) prometen ofrecer esa infraestructura de forma reutilizable. La investigación combina una revisión de literatura, el análisis de 69 fuentes de profesionales, 13 entrevistas semiestructuradas y un estudio de caso en una empresa B2B SaaS.
A partir de ese material, Siidorow construye una taxonomía de 14 instancias de motores de sincronización en 13 proyectos, clasificadas según ocho dimensiones arquitectónicas, y propone un marco de decisión. Uno de los hallazgos centrales es que los motores no forman un espectro continuo: se agrupan en cuatro clústeres arquitectónicos, y la frontera entre aplicaciones siempre en línea y aplicaciones con soporte offline es la dimensión más discriminante y marca el límite de la generalización. En aplicaciones siempre conectadas, la ruta de lectura se generaliza bien, y la de escritura también cuando el motor define cómo se aplican, reconcilian y deshacen las escrituras. En aplicaciones con capacidad offline, la reutilización de la ruta de escritura sigue siendo limitada por la autorización, la resolución de conflictos y la lógica de negocio específica. La tesis identifica siete compromisos técnicos y cinco límites fundamentales.
El ajuste varía por dominio: las herramientas B2B de productividad en tiempo real presentan el mejor encaje, mientras que las aplicaciones transaccionales y de uso intensivo de datos encajan mal. La adopción depende más de la velocidad, la experiencia de desarrollador y la integración incremental con la infraestructura Postgres existente que de la sincronización en sí. El estudio de caso ilustra el límite de autorización y revela la fricción de despliegue que introducen los servicios gestionados de Postgres. Siidorow concluye que los motores de sincronización funcionan como infraestructura de propósito general solo dentro de límites arquitectónicos claros, no en todo tipo de aplicación web. El texto declara el uso de herramientas de IA generativa (Claude Code y Codex) como apoyo a la investigación, la redacción y la implementación del caso práctico.