Искусственный интеллект меняет подходы к ценообразованию в ресторанном бизнесе: помогает анализировать спрос, учитывать местные рыночные условия и цены конкурентов, а также рассчитывать рекомендации для отдельных ресторанов.
McDonald’s использует систему ценообразования на основе машинного обучения, которая ежедневно анализирует миллионы транзакций и рассчитывает то, что в компании называют «оптимальной ценой» для каждой позиции меню в каждом ресторане. Это касается всего ассортимента — от «Биг Мака» до кофе со скидкой для пожилых посетителей. Об этом рассказывает Монти Вебер — основатель и издатель The AI Espresso, информационного проекта об искусственном интеллекте.
Как работает система ценообразования McDonald’s
Компания использует инструменты ценообразования на основе искусственного интеллекта как минимум с 2019 года. С января 2026 года новые бизнес-стандарты сети требуют от франчайзи «конструктивно взаимодействовать» с одобренными McDonald’s консультантами и инструментами ценообразования. Внутренний документ за июнь показывает, что компания фиксирует случаи, когда владельцы ресторанов отклоняются от рекомендаций системы.
Алгоритм оценивает, сколько готовы платить посетители в районе расположения каждого ресторана. Франчайзи получают уведомления, например: «Посетители вашего ресторана демонстрируют среднюю чувствительность к цене». Система также собирает информацию об общедоступных ценах конкурентов, включая Wendy’s и Burger King.
По словам двух бывших сотрудников, техническую работу системы обеспечивает Tiger Analytics, а правила её работы устанавливает McDonald’s. Среди заданных компанией параметров — рекомендации повышать цены на позиции, стоимость которых не менялась как минимум два года, и только в том случае, если цены на соответствующие товары недавно повысили не менее чем в 30% ресторанов сети. Летом система не должна рекомендовать повышение цен на мороженое и напитки.
Трое франчайзи утверждают, что использование системы увеличило разницу в ценах между соседними ресторанами. Проверка цен через мобильное приложение в сентябре показала, что в одном из ресторанов McDonald’s во Фресно, находящихся под непосредственным управлением компании, «Биг Мак» стоил $5,69, а в другом, расположенном всего в 3,2 км, — $6,89. Разница составляет 21%. Однако подтвердить, что причиной такого расхождения стали именно рекомендации алгоритма, Reuters не удалось.
В McDonald’s подчёркивают, что искусственный интеллект не устанавливает цены, не меняет их в режиме реального времени и не определяет стоимость заказа для конкретного покупателя. Система предоставляет рекомендации с учётом местных рыночных условий, а окончательные решения принимают франчайзи. При этом пять владельцев ресторанов рассказали Reuters, что ощущали давление со стороны компании, побуждавшей их следовать рекомендациям.
Ситуация вызвала вопросы и с точки зрения антимонопольного законодательства. 2 октября 2026 года в федеральный суд штата Иллинойс поступил иск, в котором утверждается, что система ценовых рекомендаций McDonald’s способствует незаконной координации цен между франчайзи. Истцы считают, что использование общего инструмента может ограничивать конкуренцию между независимыми операторами. McDonald’s отвергает обвинения, а обоснованность претензий предстоит установить суду.
Показательно и отношение компании к ценам на доступные позиции меню. Около трети франчайзи не последовали рекомендациям сети по ценам на блюда стоимостью менее $3. На встрече с инвесторами в августе генеральный директор McDonald’s Крис Кемпчински заявил, что результаты бизнеса у таких операторов были «значительно слабее», не уточнив, как именно компания пришла к этому выводу.
Бюро придорожного ритейла
Как алгоритмическое ценообразование может подорвать доверие к программам лояльности
Вопрос не ограничивается тем, сколько стоит один и тот же бургер в соседних ресторанах. Чарли Погачар, главный редактор американского отраслевого издания Hospitality Technology обращает внимание на другой риск: сама дискуссия об использовании ИИ для определения цен может подорвать доверие покупателей к программам лояльности.
На протяжении почти десяти лет ресторанные сети вкладывали значительные средства в развитие мобильных приложений и программ лояльности. Покупателям предлагали бесплатные блюда, скидки и специальные предложения в обмен на регистрацию, контактные данные и информацию о покупках.
По сути, существовала понятная договорённость: клиент делится данными, а компания предоставляет ему дополнительные преимущества. Но слухи о том, что искусственный интеллект может использовать эти данные для оценки максимальной готовности человека платить, меняют восприятие такого обмена. Покупатели начинают опасаться, что информация, которой они поделились ради скидок и более удобного обслуживания, в итоге может быть использована против них.
«Мы уже давно просим потребителей делиться с нами данными, обещая взамен более качественный клиентский опыт. А теперь у них возникает ощущение, что эти данные могут использовать против них», — отмечает Скип Кимпел, директор по стандартам Restaurant Technology Network и консультант по ресторанным технологиям.
Главный риск заключается в том, что покупатели могут перестать пользоваться приложениями, если решат, что предоставленная информация помогает компании не экономить их деньги, а зарабатывать на их готовности платить больше.
В авиаперевозках и гостиничном бизнесе динамическое ценообразование давно стало привычным инструментом. Однако в ресторанном бизнесе его применение может восприниматься иначе: покупатели регулярно посещают одни и те же заведения, знают привычные цены и рассчитывают на предсказуемую выгоду от программы лояльности.
McDonald’s отдельно подчёркивает, что не устанавливает цены на основе индивидуальных профилей участников программ лояльности. Но даже необходимость публично опровергать такие подозрения создаёт репутационный риск. Покупатель может не вникать в устройство алгоритма, но запомнить саму возможность того, что его данные используются для определения цены.
Бюро придорожного ритейла
Что покупатели действительно ценят в программах лояльности
Данные исследования Hospitality Technology Guest Engagement Study 2026 показывают, что потребители рассматривают программы лояльности прежде всего с экономической точки зрения.
73,6% посетителей ресторанов назвали скидки на меню среди преимуществ, которых ожидают в обмен на предоставление персональных данных. Для 53,6% прямые денежные сбережения — самое ценное преимущество, которое может предложить ресторан. Персонализированное внимание и индивидуальные сообщения важны лишь для 15,8% опрошенных.
Иными словами, покупатели вступают в программы лояльности прежде всего ради экономии, а не ради ощущения, что бренд их знает и понимает.
При этом инфляция усиливает чувствительность к ценам. Согласно тому же исследованию, 29,9% посетителей ресторанов не готовы платить даже немного больше ради финансирования технологических инвестиций компаний. Этот показатель последовательно растёт по сравнению с предыдущими годами.
Для ресторанных сетей собственные приложения — не просто канал для выдачи купонов. Они позволяют напрямую взаимодействовать с клиентами, поддерживать повторные покупки и получать данные, необходимые для управления предложением. Если же покупатели начнут сомневаться в выгоде участия, компании рискуют потерять и аудиторию приложений, и часть преимуществ, ради которых годами развивали цифровые каналы.
Поэтому использование алгоритмов для повышения выручки требует осторожности. Даже если система позволяет точнее оценивать готовность покупателей платить, краткосрочная выгода может оказаться несопоставимой с потерей доверия.
Какие задачи действительно должен решать искусственный интеллект в ресторанном бизнесе
По мнению Скипа Кимпела, история с McDonald’s показывает, насколько важно правильно выбирать задачи для искусственного интеллекта.
«Если хотя бы часть обвинений, изложенных в иске, подтвердится, я считаю, что здесь ИИ используют для решения неправильной задачи. Вместо того чтобы спрашивать, сколько ещё мы можем брать с покупателей, нужно спрашивать: насколько эффективнее мы можем работать?» — говорит эксперт.
Он предлагает рассматривать алгоритмы не только как инструмент управления ценами, но и как способ повысить операционную эффективность ресторана.
Например, алгоритмы могут помогать определять, на какие продукты стоит снизить цену, чтобы продать их до окончания срока реализации. Традиционный пример — скидки на хлеб, оставшийся с предыдущего дня. Такой подход позволяет сократить списания, вернуть часть затрат и одновременно предложить покупателю более доступную цену.
Совсем иначе воспринимается повышение стоимости блюд в часы пик. С точки зрения алгоритма такое решение может выглядеть экономически оправданным: спрос высокий, покупатели готовы платить больше, следовательно, ресторан способен увеличить выручку. Но с точки зрения клиентского опыта это может вызвать раздражение и оттолкнуть людей, благодаря которым ресторан вообще работает.
«То, что технология позволяет установить более высокую цену, ещё не означает, что это нужно делать», — подчёркивает Кимпел.
Вместо того чтобы перекладывать дополнительные расходы на покупателей, ресторанным компаниям стоит искать возможности сокращать издержки, повышать производительность и улучшать организацию работы. Искусственный интеллект способен помогать в управлении запасами, прогнозировании спроса и распределении ресурсов. Эти задачи могут повышать прибыльность бизнеса без необходимости постоянно увеличивать цены для гостей.
При этом Кимпел не выступает против использования ИИ в ценообразовании. Вопрос, по его мнению, заключается не в том, допустимо ли применять алгоритмы для принятия ценовых решений, а в том, какие правила и ограничения должны регулировать их использование.
История McDonald’s может стать важным прецедентом для всей индустрии ресторанных технологий. Если компании не будут учитывать восприятие покупателей, прозрачность ценообразования и возможные антимонопольные риски, технологическое преимущество может обернуться репутационными и юридическими проблемами.
«Вопрос не в том, должен ли ИИ участвовать в принятии ценовых решений, — я считаю, что должен. Вопрос в том, сможет ли отрасль установить разумные ограничения до того, как это сделают потребители и регулирующие органы», — заключает Кимпел.
Бюро придорожного ритейла
