Añadir The App Date como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Un Big Mac puede costar 5,69 dólares en un McDonald's de Fresno, California, y 6,89 dólares en otro a solo tres kilómetros. Esa diferencia del 21% no responde solo al barrio o al alquiler del local. También la empuja un sistema de inteligencia artificial que recomienda cuánto cobrar.
McDonald's usa esa tecnología en Estados Unidos y en algunos mercados internacionales para sugerir precios de menú. La promesa para la cadena resulta evidente, porque el sistema busca el importe que más conviene a cada producto según el comportamiento real de compra en cada zona.
La inteligencia artificial calcula cuánto puede subir cada producto
Detrás de la recomendación hay aprendizaje automático alimentado con datos de millones de transacciones diarias en casi 14.000 restaurantes. La plataforma no trabaja con una intuición genérica, sino con señales concretas sobre qué paga la clientela y cuándo empieza a resistirse.
Ahí aparece una de las frases más reveladoras de la interfaz, cuando el sistema avisa de que un restaurante muestra sensibilidad media al precio. Traducido al lenguaje de barra y mostrador, significa que la herramienta estima hasta dónde puede tensarse la cuenta sin espantar demasiados pedidos.
No mira solo hacia dentro. La plataforma también incorpora los precios públicos de las cartas en línea de competidores cercanos como Wendy's y Burger King, así que la recomendación no sale de una burbuja, sino de una vigilancia continua del entorno inmediato.
McDonald's deja margen al franquiciado, pero fija las reglas del juego
McDonald's sostiene que los franquiciados conservan la última palabra. La empresa define su inteligencia artificial como una herramienta y no como un mandato, aunque las recomendaciones llegan al menos tres veces al año y marcan una pauta bastante visible.
Dos exempleados de Tiger Analytics, la firma que gestiona el sistema, explicaron que McDonald's establece las reglas y los objetivos. Ese detalle importa porque desplaza el foco desde el algoritmo hacia quien decide cómo debe comportarse el algoritmo.
Entre esas reglas hay criterios muy concretos. La cadena prioriza subidas en productos que llevan al menos dos años sin encarecerse, solo permite tocar un artículo si ya lo hicieron al menos el 30% de las tiendas y aparta de esas alzas a los helados y las bebidas en verano.
Visto así, la automatización no funciona como una subida indiscriminada del menú, sino como una selección quirúrgica. Un producto solo entra en la recomendación si ya lo subieron al menos el 30% de las tiendas, una forma de evitar movimientos demasiado aislados o fáciles de detectar por el cliente habitual.
La presión no siempre llega con una orden directa
Algunos franquiciados dicen sentirla de otra manera. Cuando la empresa les pide colaborar de forma constructiva con su consultor y con sus herramientas de precios, el mensaje puede sonar menos opcional de lo que sugiere la versión oficial.
Tampoco desaparece la competencia interna. La propia herramienta recuerda a los franquiciados que compiten entre sí con otros locales de la misma marca, mientras les advierte de que deben respetar la normativa antitrust.
Esa combinación resulta incómoda para cualquier operador. Por un lado recibe una recomendación afinada con datos masivos y comparativas cercanas. Por otro, debe asumir que el local de la misma enseña a pocas calles también cuenta como rival.
El precedente de otros sectores explica por qué el debate ya no es teórico
La discusión sobre precios algorítmicos ya saltó fuera de la comida rápida. En 2024 Wendy's sufrió un problema de reputación relacionado con la estimación de cuánto estaba dispuesta a pagar su clientela, una señal de lo rápido que estas herramientas pueden chocar con la percepción pública.
También pesa el frente regulatorio. El Departamento de Justicia de Estados Unidos alcanzó un acuerdo con RealPage por el precio algorítmico de sus alquileres, y en Alemania un duopolio de gasolineras utilizó software de precios que terminó asociado a márgenes un 28% más altos.
Por eso el dato más incómodo no es que una hamburguesa cueste más en una esquina que en otra. Lo que cambia la conversación es que la diferencia del 21% entre dos locales de Fresno convivía con un sistema capaz de leer millones de compras al día para calcular hasta dónde aguanta cada bolsillo.