Negocios IA en productos de consumo: cómo L'Oreal, Nestlé y Mondelez acortan plazos de desarrollo
Grandes multinacionales usan inteligencia artificial para reducir tiempos de formulación hasta cuatro veces. ¿Qué implica para las empresas de consumo en América Latina?
El desarrollo de productos de consumo masivo está cambiando de velocidad. L'Oreal, Nestlé, Mondelez y otras multinacionales han comenzado a integrar inteligencia artificial en sus laboratorios para recortar los tiempos de formulación, identificar nuevos usos para ingredientes existentes y optimizar costos de producción.
L'Oreal utiliza IA desde hace cuatro años en sus laboratorios. Según Fabrice Megarbane, presidente de la división de productos de consumo de la compañía, la tecnología permite predecir cómo las moléculas afectan la piel y el cabello antes de probarlas en formulaciones reales. Esto ha hecho que el proceso de creación de un producto sea cuatro veces más rápido que antes. Un ejemplo concreto: la compañía tomó moléculas que ya usaba en cuidado de la piel y las reutilizó en un champú a base de colágeno diseñado para dar volumen y cuerpo al cabello. La simulación digital de ingredientes reemplaza parte del trabajo de laboratorio, y el equipo humano evalúa solo las combinaciones más prometedoras.
Mondelez, dueña de marcas como Cadbury, Toblerone, Oreo y Chips Ahoy, ha implementado una herramienta de IA que genera ideas de recetas, incluyendo combinaciones poco convencionales, que luego son revisadas por expertos humanos. Filippo Catalano, director de Información y Digital de la compañía, explicó que la IA reduce la cantidad de muestras físicas necesarias durante la innovación. Según datos de Mondelez, el 60% de las recetas producidas con su sistema de IA obtuvieron mejores resultados en nutrición, sostenibilidad y costo en comparación con las recetas desarrolladas de forma tradicional. La herramienta ya contribuyó al desarrollo de las galletas Gluten Free Golden Oreo y a una versión mejorada de Chips Ahoy. Además, permite ajustar fórmulas cuando cambia la disponibilidad o el precio de los ingredientes, reduciendo la dependencia de un solo proveedor.
Nestlé, por su parte, planea eliminar todos los colorantes artificiales de sus productos a nivel mundial para finales de 2026. Stefan Palzer, director de Tecnología de la compañía, señaló que el proceso requiere evaluar alternativas naturales, probarlas en condiciones de producción y medir su vida útil. La compañía también desarrolló, junto con IBM Research, una herramienta de IA generativa para identificar materiales de empaque con alta barrera de protección contra humedad, oxígeno y temperatura, considerando además costo, reciclabilidad y funcionalidad. Otras empresas como Haleon (dueña de Sensodyne) firmaron una colaboración de cinco años con Microsoft para aplicar IA en innovación de productos, y Barry Callebaut se asoció con NotCo para usar inteligencia artificial en recetas de chocolate con ingredientes vegetales.
El impulso detrás de esta transformación no es solo tecnológico: la presión por innovar más rápido y reducir costos se ha intensificado. L'Oreal reportó su crecimiento de ventas más lento en años, y su CEO, Nicolas Hieronimus, lanzó un "plan de estímulo de belleza" para acelerar lanzamientos. La IA está comprimiendo plazos que antes tomaban meses o años, como dijo Catalano, pero no está reemplazando a los equipos humanos, sino amplificando su capacidad de prueba y error.
Implicaciones para América Latina
Para las empresas de consumo en América Latina, esta tendencia plantea una pregunta inevitable: ¿cómo competir cuando los gigantes globales reducen sus ciclos de innovación a la mitad o más? Los fabricantes regionales de alimentos, bebidas, cosméticos y cuidado personal tienen ventajas en conocimiento del mercado local y cercanía con el consumidor, pero suelen operar con presupuestos de I+D mucho menores. La IA ofrece una vía para cerrar esa brecha sin requerir inversiones masivas en infraestructura de laboratorio. Herramientas de simulación de ingredientes y generación de recetas basadas en modelos de lenguaje pueden implementarse con equipos pequeños, siempre que exista acceso a datos de formulación histórica y capacidad de integración con sistemas de producción.
Sin embargo, el camino tiene riesgos. En mercados como Brasil, México o Colombia, los marcos regulatorios para ingredientes y aditivos son diferentes a los de Estados Unidos o Europa. Cualquier plataforma de IA que sugiera nuevas combinaciones debe ser validada contra normativas locales como ANVISA en Brasil o COFEPRIS en México. Además, la dependencia de proveedores de tecnología externa puede generar costos de licenciamiento que afecten la rentabilidad. La oportunidad real para las empresas latinoamericanas está en combinar la inteligencia artificial con su capital de conocimiento local: saben qué sabores, texturas y fragancias funcionan en cada país, y la IA puede ayudarlas a iterar más rápido sin perder ese vínculo cultural.
¿Están las direcciones de innovación de la región preparadas para integrar IA en sus procesos de desarrollo? O, más importante aún, ¿pueden permitirse el lujo de no hacerlo mientras sus competidores globales comprimen el tiempo de lanzamiento de meses a semanas?
