Más Allá del Escaneo de Selfies: Beauty Genius de L'oréal

L'Oréal no es solo la empresa de belleza más grande del mundo; también es una de las compañías que invierte en tecnología para el comercio minorista de consumo con mayor disciplina. A través de más de 35 marcas, entre ellas Maybelline, Kiehl's y Lancôme, L'Oréal se ha adelantado constantemente en el ámbito digital. En 2014, cuando la mayoría de las marcas de belleza todavía debatían su estrategia móvil, lanzó Makeup Genius, una aplicación de prueba virtual con realidad aumentada que anticipó todo lo que vendría después. Una década más tarde, lo ha vuelto a hacer.

Beauty Genius es el asistente de belleza con IA de L'Oréal Paris y se describe específicamente como el primer asistente de belleza desarrollado con IA agéntica. Protegido por más de diez patentes e implementado en WhatsApp en colaboración con Meta, representa cómo se ven en la práctica las soluciones empresariales de experiencia del cliente impulsadas por IA: no es un chatbot añadido a una página de producto, sino un sistema de diagnóstico, conversación y memoria organizado en varias capas que guía a los consumidores desde la incertidumbre hasta la conversión.

Analicemos esta arquitectura, identifiquemos las lecciones que otras marcas pueden aplicar y veamos qué se necesita para desarrollar un sistema comparable.

El Desafío Empresarial: Parálisis De Decisión A Escala Empresarial

El problema que Beauty Genius fue diseñado para resolver es específico y tiene una gran relevancia comercial. El 70 % de los consumidores afirma sentirse abrumado por la cantidad de opciones de belleza disponibles. Al enfrentarse a cientos de tonos de base, afirmaciones contrapuestas sobre sérums y consejos contradictorios en redes sociales, la mayoría de los compradores termina haciendo una de dos cosas: se va sin comprar nada o adquiere el producto equivocado y luego lo devuelve.

Este ciclo de devoluciones refleja un problema estructural más profundo en el comercio electrónico: la belleza es una categoría inherentemente táctil y personal. Sin la posibilidad de probar un producto antes de tomar una decisión, la conversión online se ha mantenido constantemente por debajo del desempeño en tiendas físicas. Algunas de las preguntas más relevantes para una compra, relacionadas con el adelgazamiento del cabello, el acné inflamatorio y la recuperación de la piel después de un procedimiento, son demasiado íntimas para plantearlas en un foro público y demasiado sensibles para comentarlas con un asesor en una tienda.

La presión competitiva hizo que este problema fuera aún más urgente. La etapa de crecimiento de la industria de la belleza impulsada por los precios está llegando a su fin: gran parte del crecimiento anual del 7 % registrado entre 2022 y 2024 provino de aumentos de precios, no de una demanda real. Incluso los principales actores muestran resultados distintos: L'Oréal creció un 4 % en 2025, mientras que Estée Lauder disminuyó un 8 %, según los informes financieros de L'Oréal y EL. El segmento de marcas independientes también ha tenido dificultades, con una caída de los ingresos a una tasa de crecimiento anual compuesta del 3,9 % desde 2020. La verdadera amenaza son los consumidores altamente experimentales, que prueban nuevas marcas constantemente, pero no permanecen leales. La respuesta estratégica exigía pasar de “belleza para todos” a “belleza para cada persona”: personalización con IA en el comercio minorista para convertir la prueba en retención.

La Solución: Una Arquitectura De IA De Tres Capas

Capa 1

Tecnología de Análisis
de la Piel con IA

Capa 2

IA Generativa
para Retail

Capa 3

Soluciones de
IA Agéntica

Beauty Genius se entiende mejor como una solución integral de IA para el retail de belleza: diagnostica, recomienda, educa y simula resultados. Su arquitectura técnica está formada por tres capas diferenciadas, cada una diseñada para cumplir una función específica.

Capa 1: Tecnología De Análisis De La Piel Con IA Esta capa resuelve el desafío de obtener señales de primera mano. A partir de una selfie de alta calidad, el sistema analiza más de diez parámetros de la piel, como el tono, la textura, la hidratación y las preocupaciones visibles, y los compara con un atlas de piel desarrollado a partir de 150,000 anotaciones realizadas por dermatólogos. Es un sistema de clasificación de nivel clínico que personaliza todo lo que ocurre después.

Capa 2: IA Generativa Para Retail Esta capa convierte la información obtenida durante el diagnóstico en una conversación. A partir de una base de conocimiento propia que abarca el cuidado del cabello, la coloración, el maquillaje y el cuidado de la piel, incluidos estudios clínicos, datos sobre formulaciones e interacciones entre ingredientes, el sistema genera recomendaciones personalizadas mediante un diálogo natural. L'Oréal desarrolló una cadena de razonamiento propia con filtros semánticos y detección de intención para mantener las respuestas precisas, alineadas con la marca y comercialmente relevantes.

Capa 3: Soluciones De IA Agéntica Esta capa incorpora persistencia. En el caso de los usuarios que tienen una cuenta, Beauty Genius recuerda el historial de conversaciones entre sesiones, registra sus preferencias y ofrece orientación proactiva para ayudarlos a alcanzar sus objetivos de belleza con el tiempo. Es un asistente orientado a objetivos cuyo valor aumenta a medida que el consumidor interactúa con él.

Debajo de las tres capas se encuentra una arquitectura de integración comercial que incluye más de 750 productos de L'Oréal Paris, un sistema de prueba virtual con IA entrenado con más de 6,000 imágenes inclusivas y probado en 10,000 productos de 50 países, además de rutas directas hacia la compra y el servicio al cliente. El sistema se lanzó primero en la web y luego se amplió a WhatsApp mediante una colaboración con Meta, sin necesidad de reconstruir el motor principal.

La infraestructura tecnológica combina IA generativa, realidad aumentada, visión por computadora aplicada al retail, ciencia del color y varios modelos de lenguaje de gran escala que trabajan de manera coordinada. No se trata de un solo modelo. Es un sistema orquestado.

Resultados: Lo Que Demuestran 1,1 Millones De Conversaciones

Beauty Genius ha generado más de 1,1 millones de conversaciones solo en Estados Unidos. L'Oréal le atribuye aumentos medibles en las tasas de conversión de ventas y en el valor promedio del carrito. Las herramientas más amplias de prueba virtual con realidad aumentada también han reducido las tasas de devolución, ya que permiten a los consumidores comprobar si el tono y la textura son adecuados antes de comprar.

El reconocimiento de la marca no tardó en llegar: Fortune nombró a L'Oréal la empresa más innovadora de Europa, la compañía recibió varios premios a la innovación en CES 2025 y también fue reconocida en Cannes Lions. El lanzamiento en WhatsApp demuestra que la plataforma central de interacción con clientes mediante IA ha mostrado suficiente solidez para expandirse a otros canales sin requerir una reingeniería significativa.

Los ingresos de L'Oréal aumentaron de 25,8 mil millones de euros en 2016 a 43,5 mil millones de euros en 2024, lo que representa un crecimiento aproximado del 68,5 %. Además, su crecimiento del 5,1 % en 2024 superó al del mercado global de la belleza. Beauty Genius debe interpretarse como una evidencia orientativa, no como una fórmula garantizada. Lo que demuestra es que una IA bien estructurada en la industria de la belleza puede proteger y ampliar la participación de mercado en una categoría donde la personalización es el principal campo de competencia.

Qué Significa Esto Para Tu Marca

Varios de estos principios pueden aplicarse directamente a cualquier marca de belleza o retail que esté considerando una inversión similar.

La personalización se ha convertido en una expectativa básica, no en un diferenciador. La pregunta ya no es si debes personalizar, sino con qué rapidez puedes hacerlo.

La IA permite conversaciones de valor comercial que ningún otro canal puede ofrecer. La naturaleza privada y libre de juicios de un asistente de belleza con IA lo hace especialmente eficaz para abordar temas sensibles, como las afecciones de la piel, la caída del cabello y las rutinas posteriores a un tratamiento.

Una arquitectura por capas supera a los chatbots basados en un solo modelo. El diagnóstico, la generación de contenido y la memoria agéntica requieren diferentes tipos de modelos, datos de entrenamiento y métricas de éxito. Intentar concentrar las tres funciones en un solo prompt es uno de los atajos más comunes y costosos.

Los datos propios son la verdadera ventaja competitiva. La ventaja de L'Oréal no proviene del acceso a un modelo fundacional específico, ya que todas las marcas pueden acceder a ellos. Su ventaja está en décadas de anotaciones clínicas, conocimiento sobre formulaciones y datos de imágenes inclusivas que ningún competidor puede replicar rápidamente.

La implementación multicanal amplía el alcance. Diseñar la personalización con IA en retail para que pueda trasladarse entre canales genera beneficios a escala, sin tener que reconstruir el sistema cada vez que surge un nuevo canal relevante.

Los resultados comerciales, no las métricas de interacción, son los KPI adecuados. El aumento de la tasa de conversión, el crecimiento del valor promedio del carrito y la reducción de las devoluciones justifican la inversión. El volumen de conversaciones es una métrica superficial.

La inclusión en los datos de entrenamiento es tanto una responsabilidad ética como una necesidad comercial. Un sistema de diagnóstico que ofrece un desempeño deficiente en tonos de piel más oscuros perjudica directamente a los consumidores que históricamente han recibido menos atención por parte del retail de belleza tradicional.

Cómo Implementar Una Solución Similar

Los requisitos técnicos para un proyecto de desarrollo de un asistente de belleza con IA están claramente definidos: una arquitectura con múltiples LLM para el diagnóstico, la conversación y el razonamiento agéntico; un flujo de visión por computadora para el análisis de la piel a partir de selfies; calibración de ciencia del color para garantizar pruebas virtuales precisas con tecnología de belleza de realidad aumentada en distintos tonos de piel; conjuntos de datos de entrenamiento inclusivos; y una capa de búsqueda semántica y detección de intención. También se requiere una arquitectura de memoria persistente vinculada a las cuentas de los usuarios para que la capa agéntica funcione de manera significativa.

El cumplimiento normativo no puede incorporarse después. El GDPR, la CCPA y el PDPB de India exigen flujos de consentimiento, minimización de datos y controles de almacenamiento regional diseñados desde el primer día.

La preparación de la organización es tan importante como la tecnología. El respaldo de la dirección para una implementación de IA en retail que abarque varios trimestres es indispensable. También es esencial contar con la participación de los equipos de producto, expertos del sector, el área legal y marketing. El catálogo de productos debe estar preparado para la IA: los atributos completos, el etiquetado de ingredientes y los metadatos de tonos son requisitos previos, no aspectos que puedan añadirse después.

La implementación por fases es clara: comienza con un caso de uso de diagnóstico de alto valor en un solo canal y, después, incorpora capacidades generativas, memoria agéntica y expansión multicanal. Cada fase genera la información necesaria para reducir el riesgo de la siguiente.

Cómo Puede Ayudarte Chetu

Para la mayoría de las marcas de belleza medianas y empresariales, la brecha no está en la ambición, sino en la capacidad de ingeniería. L'Oréal desarrolló Beauty Genius con una amplia organización interna de IA. La mayoría de las marcas no cuenta con esos recursos y no debería intentar construir una solución desde cero antes de validar el modelo.

Las soluciones de IA para retail de Chetu ayudan a cerrar esa brecha entre la estrategia y la ejecución. Con más de 26 años de experiencia, más de 2,800 desarrolladores y más de 7,000 clientes, la práctica de desarrollo de IA personalizada de Chetu abarca cada una de las capas técnicas que requiere esta iniciativa: desarrollo de modelos personalizados de IA y machine learning; integración de visión por computadora y realidad aumentada para el análisis mediante selfies y las pruebas virtuales; IA generativa para retail, incluida la orquestación de LLM y el diseño de cadenas de razonamiento; soluciones de IA agéntica con memoria persistente; ingeniería de datos para conjuntos de entrenamiento inclusivos y conformes con las normativas; integración de sistemas con catálogos de productos, plataformas de comercio electrónico, CRM y POS; y una arquitectura de privacidad desde el diseño para proteger los datos biométricos.

El modelo de entrega se basa en HyperWeave AI Framework de Chetu: comenzar con un proyecto piloto y obtener resultados rápidos antes de escalar. Los servicios de consultoría y planificación de IA de Chetu garantizan que cada fase se adapte a tu infraestructura tecnológica actual, tus obligaciones de cumplimiento y tus plazos comerciales.

Si estás evaluando cómo desarrollar un asistente de belleza con IA para tu marca, Chetu ofrece una consulta gratuita para definir el alcance del proyecto. La arquitectura está comprobada. El caso de negocio está documentado. La pregunta es qué tan rápido avanzará tu marca.