Inteligencia artificial en cosmética: así cambia la ciencia
Decir que tu fórmula "la diseñó una IA" no vale nada si no puedes enseñar el estudio que la respalda.
Esa es nuestra postura y la vamos a defender con datos. La inteligencia artificial en cosmética ya cambió la forma de elegir un ingrediente y de medir una arruga, y bien usada vuelve los estudios más rápidos, más precisos y, potencialmente, más diversos. Pero no los sustituye. La obligación de respaldar cada promesa con evidencia sigue exactamente donde estaba, y en México también alcanza a quienes comunicamos esos resultados.
Por eso esta columna va para quien dirige una marca, un equipo de marketing o un laboratorio de I+D. La parte emocionante la cuenta cualquiera. Nosotros preferimos contarte qué haríamos el lunes.
La inteligencia artificial en cosmética ya se ganó su lugar
Empecemos por reconocerle el mérito. Durante décadas, probar un sérum significó formular, esperar, reclutar voluntarios y volver a esperar. El cuello de botella siempre fue la prueba y error, y ahí la tecnología ya está moviendo cosas.
En enero de 2025, IBM y L'Oréal anunciaron un modelo de IA generativa entrenado con datos de formulación cosmética, pensado para desarrollar y reformular productos con materias primas renovables y escalar su producción. Según el anuncio, estará al alcance de unos 4,000 investigadores del grupo (IBM vía Nasdaq). Beiersdorf, la casa de NIVEA y Eucerin, reporta por su lado un programa llamado Future Lab para integrar IA en el desarrollo de fórmulas y B.Essence, un asistente de laboratorio basado en IA generativa que usa su equipo en Mumbai (Beiersdorf, Informe Anual 2025).
La medición también cambió. Evaluar una arruga "a ojo" siempre fue subjetivo, así que Beiersdorf estableció desde 2024 wrinkle.ai, una herramienta propia que analiza arrugas en tres dimensiones como procedimiento de prueba estandarizado. En 2025 la usó en estudios de Eucerin Epicelline y NIVEA Cellular Epigenetics, según su informe anual. El caso nos queda cerca: Eucerin presentó en México su línea Hyaluron-Filler +Longevity con Epicelline®, cuyos resultados son reportados por la marca.
Y luego está la seguridad, el avance que más respetamos. "In silico" significa evaluado por computadora, y su gran hito regulatorio llegó en 2021, cuando la OCDE publicó la guía TG 497, que incluye enfoques definidos para evaluar la sensibilización de la piel, algunos con modelos computacionales, como alternativa a las pruebas en animales (Cosmetics Design Europe).
Fíjate en cómo se lee el paso siguiente, porque ahí empieza la disciplina. En febrero de 2026, la empresa Osmo y el instituto IIVS presentaron un modelo de machine learning entrenado con cerca de 3,000 moléculas probadas en epidermis reconstruida para predecir si un ingrediente irrita. Suena a titular de empaque, y sin embargo es una primera prueba de concepto que todavía no está validada como sustituto de las pruebas (BeautyMatter). Si alguien te lo vende como ciencia cerrada, te está vendiendo de más.
Un algoritmo hereda lo que le das de comer
Ningún modelo es mejor que sus datos, y buena parte de esos datos sale de piel cultivada en laboratorio. L'Oréal reconstruyó su primera epidermis en 1983 y, según la marca, hoy produce unas 100,000 unidades de tejido al año en Lyon (L'Oréal). Beiersdorf reporta un sistema microfisiológico de cocultivo para estudiar factores que rejuvenecen las células de la piel, y una plataforma digital de perfilado toxicológico llamada ToxPanel.
Ahora la parte incómoda, y la que más nos importa para México. Un estudio del MIT Media Lab y Scale AI con más de 16,500 imágenes clínicas encontró que los modelos eran menos precisos conforme la piel era más oscura (MedCity News). En un país de pieles morenas, ese hallazgo se sienta en la junta de negocio. Una herramienta que lee mal a quien te compra te da un dato que no deberías presumir.
La buena noticia es que la industria empieza a corregir. En 2025, el centro de estudios de Beiersdorf en Hamburgo realizó 1,610 estudios externos con unos 90,000 participantes, y la empresa atribuye parte del aumento a incluir más fototipos de piel. Esa es la diversidad que importa: la que se puede contar en un estudio.
Dónde termina la IA y empieza tu responsabilidad
Nuestra regla es sencilla. La IA ayuda a filtrar miles de ingredientes candidatos, a predecir riesgos de irritación o sensibilización, a medir arrugas, manchas o hidratación con criterio uniforme y a simular cómo podría verse la piel. Nada de eso reemplaza el estudio clínico en personas reales, la validación regulatoria del método, la opinión de un dermatólogo ni la evidencia de un "antes y después" real.
Lo de la simulación merece atención, porque es donde vemos más tentación. Herramientas como SkinGPT, de Haut.AI, generan simulaciones de cómo cambiaría la piel con un producto. La propia empresa recomienda basarlas en investigación clínica y etiquetar las imágenes como creadas con IA, y aclara que la responsabilidad del claim es de la marca (Cosmetics Design Europe). Cuando el proveedor mismo te dice eso, conviene creerle.
La ley tampoco deja mucho margen:
México. El artículo 270 de la Ley General de Salud prohíbe atribuir a los cosméticos acciones propias de medicamentos, como curar enfermedades, y obliga a fabricantes, importadores y comercializadores a contar con estudios de seguridad y eficacia para entregarlos a la Secretaría de Salud si los requiere. En 2024, Cofepris publicó la Guía de Roles y Responsabilidades de una Publicidad por Influencia, que reparte responsabilidades entre marcas, agencias, influencers y medios (Xataka México). Además, el Código COSMEP de autorregulación publicitaria pide mensajes veraces y comprobables.
Pruebas en animales. La reforma publicada en el DOF el 14 de octubre de 2021 prohíbe fabricar, importar y comercializar cosméticos probados en animales, con excepciones. Según ADN40 (marzo de 2026), su aplicación práctica sigue pendiente de la norma de Cofepris, así que confirma el estatus vigente con tu área legal antes de comunicar algo al respecto.
Unión Europea. El Reglamento 655/2013 fija seis criterios para cualquier claim cosmético: cumplimiento legal, veracidad, soporte probatorio, honestidad, imparcialidad y decisión informada (EUR-Lex).
Estados Unidos. Con la ley MoCRA, desde el 29 de diciembre de 2023 el responsable de un cosmético debe contar con sustento adecuado de su seguridad.
Qué haríamos mañana si fuera nuestra marca
Agarraríamos cada claim que hoy está en tu empaque, tu sitio y tus campañas, y lo pasaríamos por seis preguntas. Las que no tengan respuesta por escrito frenan la pieza hasta tenerla.
¿Qué parte del resultado salió de un modelo y qué parte de personas reales? Pídelo separado, renglón por renglón.
¿Con qué datos se entrenó la IA? ¿Incluye fototipos como los de quien te compra en México?
¿El método está validado por la OCDE u otra autoridad, o es exploratorio? Lo exploratorio se queda en la conversación con tu laboratorio.
¿El estudio está documentado y listo para mostrarse a Cofepris si lo pide? Si tienes que buscarlo, ya tienes la respuesta.
¿El claim promete algo cosmético (se ve, se siente) o cruza a lo médico (cura, trata)? Esa frontera se revisa en el copy final, también el de influencers.
¿Las imágenes son reales o simuladas, y está dicho con claridad?
Todo esto cabe en una sola reunión con marketing, I+D y legal en la misma mesa. Es poco tiempo comparado con explicar un claim que no puedes sostener.
La evidencia vende mejor que el algoritmo
La IA no hace magia en el frasco. Hace más rigurosa la ciencia que hay detrás, y ahí vemos la oportunidad para las marcas mexicanas: usarla para generar mejor evidencia, nunca para adornar promesas.
¿Tu marca ya usa IA en su investigación o comunicación? Cuéntanos en comentarios y comparte esta nota con tu equipo de marketing o de I+D.
Comentarios