El impulso de McDonald's por los precios con IA se topa con una firme negativa sobre quién fija los precios del menú
El sistema de precios con IA de McDonald's ahora orienta recomendaciones en casi 14.000 restaurantes de Estados Unidos, según una investigación de Reuters publicada el 29 de septiembre. Sin embargo, McDonald's afirma que la inteligencia artificial nunca fija precios, los modifica ni determina lo que paga cada cliente individual.
Esa distinción define la controversia. Reuters describe un motor de aprendizaje automático que analiza millones de transacciones diarias y recomienda un “precio óptimo” para cada producto en cada restaurante. McDonald's describe la misma tecnología como una herramienta de asesoramiento que deja cada decisión final en manos de franquiciados humanos.
Ambas descripciones pueden ser ciertas. Un algoritmo puede influir en una decisión sin ejecutarla. Una recomendación también puede tener más peso cuando la empresa supervisa si los propietarios de restaurantes la siguen.
Por lo tanto, la verdadera cuestión no es si un software pulsa un botón digital. Es cuánto control práctico adquiere una recomendación de IA dentro de un sistema de franquicias en el que la sede corporativa tiene una influencia considerable.
Esta cuestión importa más allá de las hamburguesas. Las empresas están adoptando algoritmos para convertir la demanda, la competencia y el comportamiento de los clientes en recomendaciones de precios. McDonald's ofrece ahora una prueba destacada de si los consumidores aceptarán ese proceso cuando la asequibilidad ya es un tema sensible.
Qué hace realmente la IA de precios de McDonald's
Según los informes, el sistema recomienda precios por restaurante, mientras los franquiciados conservan la autoridad formal sobre el menú final.
Reuters informa que McDonald's utiliza alguna forma de tecnología de precios con IA desde al menos 2019. Su motor actual analiza continuamente los datos de transacciones de la extensa red de restaurantes de la cadena en Estados Unidos.
El aprendizaje automático implica que el software identifica patrones en datos históricos y utiliza esos patrones para hacer predicciones o recomendaciones. En este caso, el resultado es un precio sugerido para cada producto del menú en un restaurante concreto.
Según los informes, las variables incluyen la demanda local, las condiciones operativas, los precios de menú de competidores y estimaciones de la sensibilidad de los clientes al precio. Las capturas de pantalla revisadas por Reuters hacían referencia a la “disposición del cliente a pagar” dentro del área de un restaurante.
Esa expresión suscitó una preocupación comprensible. Sugiere un sistema diseñado para identificar cuánto más podría tolerar un mercado local antes de que las ventas empiecen a caer.
Sin embargo, la herramienta reportada opera a nivel de restaurante, no a nivel de cada cliente. No hay evidencia verificada de que McDonald's presente precios base de menú diferentes a dos personas que pidan simultáneamente en un mismo local.
McDonald's reforzó esa distinción en una aclaración sobre precios del 1 de octubre. La empresa afirmó que su sistema no utiliza información personal para determinar cuánto debe pagar un cliente individual.
McDonald's también negó utilizar precios dinámicos. Los precios dinámicos cambian en respuesta a condiciones como la demanda, el momento, el inventario o la capacidad. Las aerolíneas y las plataformas de transporte bajo demanda usan habitualmente variantes de este enfoque.
La empresa afirma que su herramienta no modifica los precios en tiempo real ni cobra más durante determinadas horas. En su lugar, genera recomendaciones específicas para cada restaurante basadas en mercados geográficos y otras condiciones locales.
Eso hace que “precios locales asistidos por IA” sea una descripción más precisa que “precios personalizados” o “precios por alta demanda”. También hace que el sistema sea menos dramático de lo que sugieren algunos titulares.
Aun así, las recomendaciones parecen más sofisticadas que una hoja de cálculo ocasional. La investigación de Reuters indica que McDonald's envía orientación de precios a los franquiciados al menos tres veces al año.
Reuters también informa que Tiger Analytics opera la plataforma y trabaja con McDonald's en sus parámetros. Exempleados de Tiger afirmaron que esos parámetros reflejaban objetivos corporativos, como atraer clientes o mejorar los beneficios.
Las reglas reportadas no estaban diseñadas únicamente para subir precios. Algunas impedían aumentos en productos seleccionados durante determinadas temporadas. Otras concentraban los incrementos propuestos en artículos cuyos precios habían permanecido sin cambios durante períodos más prolongados.
Más recientemente, los franquiciados habrían recibido recomendaciones de precios moderados y algunas reducciones. Ese cambio refleja el esfuerzo de McDonald's por reconstruir su reputación de asequibilidad tras varios años de aumento de los costes de los restaurantes.
Por tanto, el sistema hace más que buscar la cifra más alta que se pueda tolerar. Según los informes, equilibra el volumen de ventas, el tráfico de clientes, los costes operativos, el posicionamiento competitivo y las prioridades corporativas.
Sin embargo, ese propósito más amplio no elimina la controversia. Desplaza la atención hacia la relación entre las recomendaciones corporativas y las decisiones de los franquiciados.
La disputa entre herramienta y mandato
McDonald's afirma que el motor ofrece asesoramiento opcional, pero varios franquiciados dijeron a Reuters que rechazar sus recomendaciones genera presión.
McDonald's opera mediante un modelo con una fuerte presencia de franquicias. Aproximadamente el 95% de sus restaurantes en Estados Unidos son propiedad y están gestionados por franquiciados, según informaciones sobre su menú económico.
Esos propietarios fijan formalmente los precios de sus restaurantes. También asumen los gastos locales, incluidos salarios, alquileres, servicios públicos, seguros, alimentos y empaques.
La sede corporativa tiene incentivos económicos distintos. McDonald's recibe ingresos vinculados a las ventas de los restaurantes, mientras cada franquiciado debe proteger la rentabilidad de un local individual.
Un precio más bajo puede atraer a más clientes y elevar las ventas totales. Sin embargo, también puede reducir el margen de un propietario de restaurante cuando los costes locales se mantienen elevados.
Esa tensión es anterior a la inteligencia artificial. El algoritmo proporciona a la sede una forma más consistente y rica en datos de recomendar cómo deberían resolverla los franquiciados.
McDonald's afirma que una recomendación sigue siendo exactamente eso. Su respuesta pública indica que los propietarios de restaurantes pueden rechazar el resultado de la herramienta y determinar de forma independiente sus precios finales.
Reuters encontró indicios de una realidad operativa más compleja. Cinco franquiciados describieron presión para utilizar las recomendaciones, aunque otro expropietario no se sintió obligado a aceptarlas.
Un documento revisado por Reuters supuestamente registraba las desviaciones respecto a las recomendaciones del sistema. Desde enero, los franquiciados también deben colaborar de forma constructiva con consultores y herramientas de precios aprobados conforme a estándares empresariales actualizados.
Las conversaciones corporativas pueden importar porque McDonald's evalúa a los franquiciados en cuestiones que afectan su futuro dentro del sistema. Esas decisiones pueden incluir renovaciones de restaurantes y oportunidades para abrir locales adicionales.
El CEO Chris Kempczinski reconoció en agosto que el incumplimiento de precios puede aparecer en determinadas conversaciones con franquiciados. Esa declaración no prueba que McDonald's dicte los precios, pero muestra que el desacuerdo puede recibir atención corporativa.
Esto crea una brecha entre la autoridad legal y la influencia práctica. Un franquiciado puede tener el derecho formal de rechazar una recomendación y, al mismo tiempo, enfrentar incentivos empresariales para seguirla.
Ese es el núcleo de la disputa sobre los precios de menú con IA de McDonald's. Centrarse solo en quién introduce la cifra final pasa por alto cómo el poder organizacional moldea la decisión.
El mismo problema aparece en toda la IA empresarial. Las compañías suelen describir los sistemas automatizados como apoyo a la toma de decisiones, con un humano que mantiene el control.
Esa salvaguarda solo funciona cuando la persona tiene libertad significativa, información suficiente y una capacidad realista de discrepar. Un paso de aprobación nominal no establece automáticamente un juicio independiente.
McDonald's rechaza la idea de que sus estándares equivalgan a controlar los precios finales. La empresa afirma que sus evaluaciones consideran la experiencia más amplia del cliente, no solo si un restaurante sigue la orientación de precios.
La evidencia disponible no establece que todos los franquiciados reciban una presión idéntica. Tampoco demuestra que los restaurantes implementen automáticamente cada recomendación.
Sí demuestra que el motor de precios opera dentro de una relación con poder de negociación desigual. Eso convierte las tasas de adopción y los registros de desviaciones en indicadores importantes, no en detalles administrativos.
Por qué McDonald's está ampliando ahora las recomendaciones de precios con IA
La empresa necesita precios lo bastante bajos para recuperar el tráfico de clientes, pero lo bastante altos para sostener la economía de los franquiciados tras años de inflación de costes.
McDonald's entró en este debate con un problema de asequibilidad ya existente. La empresa afirmó que los precios medios de su menú en Estados Unidos aumentaron alrededor de un 40% entre 2019 y 2024.
McDonald's atribuyó esos aumentos a un crecimiento comparable en los principales insumos de los restaurantes. Su ficha informativa sobre precios indicó que los salarios del personal aumentaron alrededor de un 40%, mientras que los costes de alimentos y empaques subieron aproximadamente un 35%.
La empresa sostuvo que sus aumentos generales se mantuvieron en línea con el alza de los gastos operativos. Los consumidores, aun así, experimentaron el resultado como una visita más cara.
Los precios de cada restaurante también varían. Reuters encontró una diferencia del 21% entre los precios de un Big Mac en dos locales operados por la empresa en Fresno, separados por apenas dos millas.
Esa comparación demuestra una variación geográfica de precios, pero no su causa. Reuters dijo explícitamente que no pudo determinar si el motor de IA produjo esa diferencia.
Los precios locales existían antes del aprendizaje automático. Los restaurantes cercanos a aeropuertos, autopistas, zonas turísticas y costosos centros urbanos llevan mucho tiempo cobrando de forma diferente a los locales suburbanos.
McDonald's afirma que los restaurantes cercanos pueden pertenecer a mercados distintos, con gastos y demanda diferentes. Un algoritmo puede medir esas diferencias con mayor precisión, pero no las inventó.
La complicación es que una mayor precisión puede ampliar la variación. Tres franquiciados dijeron a Reuters que el motor amplió las diferencias de precio existentes entre restaurantes, incluidos locales de barrios cercanos.
Para los consumidores, el origen de una diferencia podría importar menos que su percepción de equidad. Un cliente que compara dos menús en una aplicación ve el mismo producto y la misma marca con precios distintos.
Si el precio más alto parece vinculado a costes inevitables, los clientes podrían aceptarlo. Si parece diseñado en torno a lo que puede tolerar un barrio, la reacción cambia.
McDonald's también enfrenta presión de clientes de bajos ingresos que han reducido sus visitas en todo el sector de servicio rápido. Reuters citó estimaciones de Placer.ai que muestran una disminución interanual del tráfico en Estados Unidos en McDonald's durante cada mes completo desde marzo.
La empresa ha respondido enfatizando la asequibilidad. Su estrategia nacional de valor actualizada incluye una selección más sencilla de productos de menor precio y ofertas de comidas.
Esa estrategia requiere la cooperación de miles de operadores independientes. Aproximadamente un tercio de los franquiciados no siguió determinados precios recomendados para el menú económico, dijo Kempczinski durante una llamada de resultados en agosto.
Afirmó que esos restaurantes obtuvieron resultados comerciales más débiles, aunque la empresa no divulgó evidencia suficiente para comprobar la afirmación de forma independiente. McDonald's puede utilizar su motor para sostener que los precios más bajos generan tráfico adicional suficiente para compensar la reducción de los márgenes por unidad.
Los franquiciados podrían llegar a una conclusión distinta tras examinar sus propios gastos de mano de obra, alquiler y alimentos. Su objetivo no es maximizar las ventas de todo el sistema a cualquier costo.
Esto explica por qué la fijación de precios con IA de McDonald's cobra más importancia ahora. La sede central necesita un método repetible para identificar dónde los precios más bajos pueden recuperar la demanda sin sacrificar demasiados ingresos.
La tecnología promete orientaciones más específicas que una directiva nacional. Puede recomendar reducciones en algunos mercados, mantener los precios en otros e identificar productos que parecen menos sensibles a los aumentos.
Esa precisión podría ayudar a McDonald's a respaldar un mensaje de valor coherente, al tiempo que reconoce la economía local. También puede dar a la sede central un argumento cuantitativo cuando un franquiciado prefiere un precio más alto.
Por tanto, la tecnología no es simplemente una calculadora de precios. Está pasando a formar parte de cómo McDonald's negocia la asequibilidad en toda su red de franquicias.
La fijación de precios con IA de McDonald's no es fijación dinámica de precios, pero la confianza sigue importando
McDonald's rechaza la etiqueta de fijación dinámica de precios, pero los consumidores aún pueden cuestionar recomendaciones basadas en la disposición local a pagar.
La diferencia entre las recomendaciones a nivel de restaurante y los precios personalizados en tiempo real es considerable. McDonald's afirma que todas las personas que hacen un pedido en un mismo establecimiento ven el mismo precio base aplicable del menú.
Según los informes, su sistema no eleva los precios del almuerzo porque se forme una fila al mediodía. Tampoco los reduce automáticamente durante una tarde sin clientes.
McDonald's también afirma que el motor no examina el historial de compras de una persona para elegir un precio de menú más alto para ese cliente. Nada de los reportes verificados establece la existencia de tales precios individualizados.
Estos límites diferencian la práctica reportada de las formas más sensibles de fijación algorítmica de precios. No deberían difuminarse simplemente porque los tres enfoques pueden implicar inteligencia artificial.
Sin embargo, la ausencia de precios en tiempo real o individualizados no resuelve la cuestión de la equidad. Una estimación de la disposición a pagar a nivel de barrio sigue dividiendo los mercados mediante comportamientos inferidos.
Esa estimación puede reflejar ingresos, competencia, patrones de desplazamiento, acceso al transporte o disponibilidad de alternativas. Los consumidores rara vez saben qué variables dieron forma a la recomendación.
Según los informes, la herramienta utiliza precios de competidores disponibles públicamente en los menús de restaurantes cercanos. Wendy's y Burger King dijeron a Reuters que no utilizan IA en sus decisiones de precios.
Los datos de la competencia pueden ayudar a un restaurante a evitar alejarse demasiado de su mercado local. También pueden generar inquietud si muchas empresas utilizan algoritmos que responden a los precios de las demás.
La cuestión legal no es que el software procese información pública. Los reguladores se centran en si los sistemas de precios facilitan la coordinación, la discriminación, el engaño u otras conductas prohibidas.
Reuters revisó las condiciones del portal, que advierten a los usuarios de que los franquiciados podrían ser competidores. Según los informes, las condiciones les indican que cumplan las leyes de competencia y consulten a sus propios abogados cuando sea necesario.
William Kovacic, excomisionado de la Comisión Federal de Comercio, dijo a Reuters que la advertencia reconoce un posible problema. Otros expertos jurídicos consideraron que el riesgo era relativamente bajo porque los tribunales permiten a las marcas franquiciadoras una influencia considerable sobre los precios.
Ningún regulador citado en los reportes concluyó que McDonald's hubiera infringido la legislación antimonopolio. La FTC y el Departamento de Justicia no comentaron para el artículo de Reuters.
El entorno regulatorio más amplio se está volviendo menos indulgente. La FTC ha advertido a las empresas de que el uso no divulgado de datos personales en la fijación individualizada de precios puede generar preocupaciones de protección al consumidor.
McDonald's afirma que no participa en esa práctica. La advertencia aún explica por qué la terminología precisa y la transparencia pública se han vuelto esenciales.
Wendy's aprendió el riesgo reputacional en 2024. Los comentarios sobre tableros digitales de menú y experimentos de precios desencadenaron afirmaciones generalizadas de que la cadena planeaba aplicar precios dinámicos.
Wendy's negó esa interpretación y afirmó que no había implementado tal sistema. El episodio mostró con qué rapidez los consumidores asocian la fijación algorítmica de precios con pagar más durante los períodos de mayor actividad.
Instacart enfrentó críticas relacionadas tras probar herramientas que mostraban distintos precios de comestibles a diferentes compradores. Más tarde puso fin a esa prueba limitada y afirmó que la información personal no determinaría los precios de los artículos.
McDonald's ha respondido con un lenguaje categórico. La IA no fija los precios del menú, afirma la empresa, y las personas siguen siendo responsables de las decisiones finales.
Esa respuesta aborda la automatización, pero solo trata parcialmente la influencia. Los consumidores también podrían querer saber cómo se elaboran las recomendaciones, qué variables se excluyen y con qué frecuencia los franquiciados las rechazan.
La transparencia debe distinguir los precios base de los descuentos personalizados. Una oferta de fidelización puede variar según el cliente sin cambiar el precio publicado que ve todo el mundo.
Las empresas deben explicar claramente esa distinción. De lo contrario, las promociones personalizadas, los precios geográficos y la discriminación individual de precios pueden fusionarse en una única y alarmante narrativa pública.
McDonald's también debería explicar cómo prueba las recomendaciones para detectar disparidades geográficas no intencionadas. Un sistema puede evitar los datos personales y aun así producir resultados correlacionados con características demográficas sensibles.
Actualmente no hay evidencia pública de que su motor perjudique sistemáticamente a grupos protegidos. Sería irresponsable afirmar lo contrario sin un análisis a nivel de ubicación.
La brecha de verificación sigue siendo importante. McDonald's ha descrito lo que la herramienta no hace, pero ha divulgado detalles limitados sobre sus modelos, gobernanza, datos de entrada o proceso de auditoría.
Eso deja a los consumidores eligiendo entre una garantía corporativa y una investigación basada en capturas de pantalla internas, documentos y relatos anónimos de franquiciados. Una mayor divulgación facilitaría evaluar la distinción.
La disputa mayor es la optimización corporativa frente al criterio local
El conflicto central no enfrenta a McDonald's con otra cadena de restaurantes. Enfrenta la coherencia algorítmica con el control de los franquiciados y la confianza de los consumidores.
McDonald's puede observar los mismos datos en miles de restaurantes. Esa escala permite a su sistema detectar patrones que un operador no puede ver a partir de un puñado de ubicaciones.
Un motor puede estimar cómo un cambio de precio afectó las transacciones en mercados comparables. Puede separar los movimientos estacionales de un problema específico de un restaurante con mayor eficacia que la intuición por sí sola.
La empresa también puede coordinar mensajes nacionales sobre valor. La publicidad se vuelve difícil cuando los precios promocionados difieren mucho o demasiados franquiciados rechazan la oferta.
Los franquiciados aportan información que un modelo centralizado quizá no pueda captar rápidamente. Un operador local comprende la escasez de personal, las interrupciones por obras, los eventos del vecindario y los cambios competitivos que las transacciones históricas pueden pasar por alto.
Esto no crea una simple competencia entre humanos y máquinas. El modelo útil combina datos amplios con un criterio local responsable.
Los problemas comienzan cuando cualquiera de las partes trata su información como completa. Los equipos corporativos pueden sobreestimar la precisión del modelo, mientras que los propietarios de restaurantes pueden confundir la experiencia reciente con un patrón duradero.
El sistema de IA también cambia la carga de la prueba. Antes de estas herramientas, la sede central tenía que persuadir a un propietario de que un precio diferente funcionaría mejor.
Ahora la recomendación llega con la autoridad de millones de transacciones y un óptimo calculado. El propietario que discrepa debe explicar por qué un establecimiento es una excepción.
Esa asimetría puede mejorar la disciplina. También puede crear sesgo de automatización, que ocurre cuando las personas ceden ante el software porque su resultado parece más objetivo de lo que realmente es.
Un “precio óptimo” nunca es neutral. La optimización exige un objetivo, restricciones, un horizonte temporal y supuestos sobre concesiones aceptables.
Un modelo que prioriza el crecimiento de las transacciones puede recomendar algo distinto de otro que prioriza la rentabilidad del restaurante. Un sistema que protege la cuota de mercado puede tolerar resultados que cargan a algunos franquiciados.
Reuters informa que McDonald's ha proporcionado objetivos y reglas corporativas al operador de la plataforma. Esa dirección humana es importante porque el algoritmo no decide de forma independiente qué significa el éxito.
McDonald's afirma que la asequibilidad y el valor para el cliente siguen siendo centrales. Los franquiciados podrían apoyar ese objetivo mientras cuestionan cómo deberían distribuirse sus costos en todo el sistema.
Los consumidores introducen un tercer objetivo. Quieren precios predecibles y comprensibles, así como la garantía de que la empresa no está explotando las limitadas alternativas locales.
Un modelo técnicamente eficaz aún puede fracasar si los clientes consideran injustas sus recomendaciones. La optimización de precios depende del comportamiento, y la desconfianza pública cambia el comportamiento.
La experiencia previa de McDonald's con IA ofrece una advertencia útil. La empresa puso fin en 2024 a una prueba de pedidos automatizados en el autoservicio de IBM, tras su despliegue en restaurantes seleccionados.
El experimento de autoservicio atrajo atención cuando los clientes compartieron errores de pedido en internet. McDonald's siguió explorando la IA, pero el episodio mostró que la escala no garantiza que una tecnología esté lista.
Los precios plantean un reto aún más sensible. Un pedido equivocado causa frustración, mientras que un precio aparentemente injusto puede dañar toda la promesa de valor de la marca.
Por tanto, el resultado del motor debe superar algo más que las pruebas estadísticas. Debe seguir siendo defendible ante operadores, clientes, reguladores y el público.
Para los compradores empresariales, McDonald's ofrece una lección general. La supervisión humana no puede medirse solo por si alguien aprueba el resultado final.
Las organizaciones deberían examinar las tasas de rechazo, las vías de escalamiento, los incentivos y las consecuencias. Si los usuarios casi nunca rechazan un algoritmo, los líderes deberían determinar si el modelo acierta sistemáticamente o si discrepar parece inseguro.
También deberían documentar el objetivo que se está optimizando. Términos como “óptimo”, “recomendado” y “valor para el cliente” pueden ocultar definiciones contrapuestas.
La mejor gobernanza pregunta quién se beneficia cuando el sistema tiene éxito y quién asume el costo cuando falla. En McDonald's, esas respuestas difieren entre la sede corporativa, los franquiciados y los clientes.
Tres señales mostrarán hacia dónde se dirige la estrategia
Los datos de adopción, el tráfico de clientes y las respuestas regulatorias revelarán si McDonald's puede convertir la inteligencia de precios en orientación empresarial fiable.
La primera señal es el comportamiento de los franquiciados. McDonald's no necesita publicar código propietario del modelo, pero puede proporcionar tasas agregadas de aceptación y rechazo.
Esas tasas aclararían si la plataforma funciona como asesoramiento opcional. Una tasa alta de aceptación demuestra poco por sí sola, pero los aumentos sin explicación tras requisitos de cumplimiento merecerían escrutinio.
McDonald's también podría divulgar con qué frecuencia los propietarios de restaurantes modifican una recomendación. Un ajuste significativo respaldaría su afirmación de que las personas conservan el control.
La segunda señal es el tráfico de clientes junto con la percepción de valor. McDonald's está utilizando recomendaciones más conservadoras mientras promueve la asequibilidad, por lo que la estrategia debería producir una mejora conductual medible.
Un mayor número de transacciones sin percepciones de valor más sólidas sugeriría que las promociones están haciendo un trabajo temporal. Mejores percepciones sin mayor tráfico sugerirían que la asequibilidad sigue limitada por otros factores.
Los resultados también deben compararse con la economía de los franquiciados. Un aumento de tráfico no es duradero si los restaurantes participantes no pueden cubrir sus gastos operativos.
La tercera señal es la orientación regulatoria sobre precios algorítmicos y personalizados. McDonald's afirma que su enfoque a nivel de restaurante no personaliza los precios base, aunque los reguladores están examinando de cerca prácticas relacionadas.
Cualquier nueva exigencia de divulgación podría obligar a las empresas a explicar qué datos alimentan sus sistemas de precios. Las normas también podrían aclarar cuándo los franquiciados se consideran competidores para el análisis de precios algorítmicos.
Estas señales determinarán si los precios con IA de McDonald's se convierten en un modelo de apoyo responsable a la toma de decisiones o en una fuente duradera de desconfianza.
Por ahora, la conclusión más sólida es más acotada que el titular original. Según se informa, la IA ayuda a calcular y recomendar precios locales para el menú, pero McDonald's afirma que son las personas quienes deciden qué aparece en cada menú.
La cuestión sin resolver se sitúa entre esas dos afirmaciones. Una decisión humana solo es significativa cuando la persona puede entender la recomendación, cuestionarla y rechazarla sin consecuencias indebidas.
Los clientes deberían prestar atención a lo que McDonald's divulga, no solo a lo que niega. Los franquiciados deberían exigir objetivos claros, registros de auditoría y una libertad creíble para ejercer su criterio local.
Otras empresas que implementen algoritmos de precios deberían plantearse las mismas preguntas antes de que llegue la controversia. ¿El sistema asesora, influye o controla de forma efectiva la decisión?
McDonald's tiene ahora la oportunidad de responder a esa pregunta con pruebas. Hasta entonces, su motor de precios con IA seguirá siendo tanto una herramienta empresarial como una prueba de cuánta influencia algorítmica aceptarán los consumidores.
