AI podpowiada cenę Big Maca

5,69 dolara w jednej restauracji. 6,89 dolara w drugiej, oddalonej o około 3,2 kilometra. Ten sam Big Mac i różnica około 21 procent. Takie ceny Reuters znalazł we wrześniu 2026 roku w dwóch restauracjach McDonald’s we Fresno w Kalifornii.

Sam fakt, że różne lokale tej samej sieci mają różne ceny, nie jest nowością. Ważniejsze jest to, co dzieje się wcześniej. Reuters opisał system wykorzystujący uczenie maszynowe do analizowania ogromnej liczby transakcji i rekomendowania cen dla konkretnych restauracji. Wśród analizowanych elementów ma znajdować się również to, jak wrażliwi na cenę są klienci danego lokalu i ile konsumenci w danym rejonie mogą być skłonni zapłacić.

Jest jednak istotne zastrzeżenie: Reuters nie ustalił, czy właśnie ten system odpowiadał za 21-procentową różnicę między dwiema restauracjami we Fresno.

Co naprawdę robi AI w McDonald’s?

Z ustaleń Reutersa wynika, że narzędzia analityczne McDonald’s przetwarzają dane z milionów transakcji i pomagają tworzyć rekomendacje cenowe dla poszczególnych restauracji. System bierze pod uwagę lokalne warunki rynkowe, wrażliwość klientów na ceny oraz publicznie dostępne ceny konkurencji.

To subtelna, ale bardzo ważna różnica. System nie musi mówić: „ten konkretny klient zapłaci więcej”. Może mówić: „klienci odwiedzający tę konkretną restaurację prawdopodobnie zaakceptują wyższą cenę”.

McDonald’s po publikacji Reutersa zdecydowanie odrzucił jednak określenie, że AI samo ustala ceny. Firma twierdzi, że narzędzie jedynie przedstawia rekomendacje, a ostateczna decyzja należy do właściciela restauracji. Według McDonald’s system nie zmienia też cen automatycznie w zależności od godziny ani nie ustala ich osobno dla poszczególnych osób.

Warto zapamiętać: na dziś opisany system rekomenduje ceny na poziomie restauracji. Nie ma dowodu, że McDonald’s pokazuje dwóm klientom tej samej restauracji dwie różne ceny na podstawie ich indywidualnych profili.

Lokalizacja to jeszcze nie klient

W dyskusji o algorytmicznych cenach łatwo wrzucić do jednego worka trzy różne mechanizmy.

Cena lokalna - ten sam produkt kosztuje inaczej w różnych restauracjach, bo różnią się koszty, konkurencja, popyt albo charakter klientów danego miejsca.
Cena dynamiczna - cena zmienia się szybko w zależności od sytuacji rynkowej, na przykład pory dnia, obłożenia czy chwilowego popytu.
Cena spersonalizowana - system wykorzystuje informacje o konkretnym konsumencie lub określonej grupie konsumentów i na tej podstawie decyduje, jaką cenę im pokazać.

McDonald’s przyznaje się do pierwszego mechanizmu wspieranego analizą danych, ale zaprzecza stosowaniu dwóch kolejnych. Firma twierdzi, że jej narzędzie koncentruje się na sytuacji całej restauracji i jej lokalnego rynku, a nie na portfelu konkretnej osoby.

Problem w tym, że technologia potrafi już znacznie więcej

I właśnie tutaj historia McDonald’s przestaje być wyłącznie historią o burgerach.

Amerykańska Federalna Komisja Handlu badała rynek narzędzi określanych jako surveillance pricing - cen opartych na obserwacji i profilowaniu konsumenta. W opublikowanych w 2025 roku wstępnych ustaleniach FTC wskazała, że technologie dostępne dla sprzedawców mogą wykorzystywać między innymi dokładną lokalizację, dane demograficzne, historię przeglądania i zakupów, sposób poruszania się po stronie internetowej, a nawet informacje o produktach pozostawionych w koszyku.

Takie dane mogą być używane do określania, co pokazać konkretnemu konsumentowi i jaka oferta ma największą szansę skłonić go do zakupu.

Ciekawostka: FTC wskazywała, że analizowane przez nią firmy pośredniczące w algorytmicznym ustalaniu ofert obsługiwały co najmniej 250 klientów z wielu sektorów gospodarki. To znaczy, że technologia pozwalająca różnicować ofertę na podstawie bardzo szczegółowych danych o konsumencie nie jest futurystycznym eksperymentem.

Nie oznacza to, że McDonald’s korzysta z takich danych do indywidualnego wyceniania Big Maca. Nie ma na to dowodu. Pokazuje natomiast, że techniczna granica między analizą całej okolicy a analizą konkretnego człowieka jest coraz łatwiejsza do przekroczenia.

Czy następnym krokiem będzie cena tylko dla ciebie?

To najważniejsze pytanie w tej historii - i jednocześnie miejsce, w którym kończą się potwierdzone informacje.

Dzisiejszy model można uprościć do pytania: ile za ten produkt są gotowi zapłacić klienci tej restauracji?

Spersonalizowany model zadawałby inne pytanie: ile za ten produkt jest gotowy zapłacić właśnie ten klient?

Żeby zrobić ten krok, algorytm potrzebowałby możliwości powiązania ceny z profilem konkretnego użytkownika lub określonego segmentu klientów. Technicznie takie systemy istnieją. FTC udokumentowała, że na rynku dostępne są narzędzia wykorzystujące bardzo szczegółowe informacje o zachowaniu konsumentów.

Nie mamy jednak podstaw, by twierdzić, że McDonald’s stosuje taki mechanizm. Firma wprost temu zaprzecza.

Dlatego stwierdzenie „McDonald’s ustala każdemu klientowi inną cenę za pomocą AI” byłoby dziś nieprawdziwe. Bardziej precyzyjny opis brzmi: McDonald’s wykorzystuje zaawansowaną analitykę i AI do rekomendowania cen dla konkretnych restauracji, między innymi na podstawie lokalnych warunków i szacowanej wrażliwości klientów na cenę.

Do sprawy wchodzą też prawnicy

5 października 2026 roku do federalnego sądu w Chicago trafił proponowany pozew zbiorowy dotyczący cen McDonald’s. Powodowie zarzucają firmie, że system cenowy może prowadzić do koordynowania cen między restauracjami należącymi do różnych franczyzobiorców i restauracjami należącymi do samej spółki.

To na razie zarzut strony pozywającej, a nie rozstrzygnięcie sądu. Sprawa pokazuje jednak drugi problem algorytmicznego ustalania cen. Pytanie dotyczy już nie tylko tego, czy AI potrafi przewidzieć, ile klient jest gotowy zapłacić, ale również tego, czy wspólny system rekomendacji może ograniczać realną konkurencję między przedsiębiorcami.

W Europie klient ma prawo wiedzieć więcej

Dla polskiego konsumenta ważny jest jeszcze jeden element. Prawo Unii Europejskiej rozróżnia zwykłe dynamiczne ceny od cen indywidualnie dostosowanych do konkretnego konsumenta.

Jeżeli w umowie zawieranej na odległość cena została spersonalizowana na podstawie zautomatyzowanego podejmowania decyzji, konsument powinien zostać o tym poinformowany. Unijne przepisy wprost przewidują możliwość indywidualnego dostosowywania cen na podstawie profilowania, ale jednocześnie nakładają obowiązek transparentności.

To ważne rozróżnienie: sama zmiana ceny wraz z popytem nie oznacza jeszcze, że firma profiluje konkretnego klienta. Granica zostaje przekroczona wtedy, gdy informacje o nim zaczynają wpływać na ofertę, którą właśnie on widzi.

Najważniejsza jest więc nie cena, ale dane

Historia zaczęła się od dwóch Big Maców kosztujących różne kwoty. Prawdziwe pytanie jest jednak większe.

Przez dziesięciolecia sprzedawca próbował zgadnąć, ile klient jest gotowy zapłacić. Teraz komputer może robić to na podstawie milionów wcześniejszych zakupów, lokalizacji, konkurencyjnych cenników i coraz dokładniejszych modeli zachowania konsumentów.

McDonald’s twierdzi, że w jego przypadku granica nadal przebiega na poziomie restauracji, a nie pojedynczego człowieka. Dostępne informacje tego nie podważają.

Ale rynek technologiczny pokazuje już, że kolejny krok jest możliwy. W świecie spersonalizowanych cen pytanie nie będzie brzmiało: „ile kosztuje Big Mac?”.

Będzie brzmiało: „ile Big Mac kosztuje właśnie mnie?”.