McDonald'sのAI価格設定訴訟、助言と価格カルテルの境界を問う
McDonald’sは、数千の独立運営店舗にまたがるメニュー価格の協調を招いたとされるAI支援型価格設定システムをめぐり、全米規模の集団訴訟案に直面している。
McDonald’sのAI価格設定訴訟は、2026年10月2日にシカゴ連邦裁判所へ提起された。原告のMichael Thomas氏は、同社が機密性の高い店舗データを集約し、フランチャイジー間の競争を抑制する価格推奨へと変換したと主張している。
McDonald’sはこの説明に異議を唱えている。同社は、人工知能がメニュー価格を決めることはなく、店舗運営者は推奨を受け入れるか拒否するかを自由に選べるとしている。この見解の対立が中心的な問いを生む。本来は競争すべき事業者に対する中央集権的な価格助言は、いつ協調行為となるのか。
訴状は不正行為を立証したものではなく、裁判所も提案された集団を認定していない。ただしこの争いは、連邦反トラスト当局が住宅分野でアルゴリズム価格設定の事案を追及し、消費者市場全体でデータ駆動型の価格設定を検討してきた後に浮上した。
したがって、この事件はBig Macの価格だけをめぐるものではない。フランチャイザーが名目上は独立した店舗のデータを組み合わせても、管理ツールを協調の仕組みに変えてしまわずに済むのかを試すものだ。
McDonald'sのAI価格設定訴訟が主張する内容
訴状が問題視しているのは、単に人工知能が存在することではなく、推奨の背後にあるデータ共有の仕組みである。
Thomas氏は、McDonald’s USAとMcDonald’s Corporationを相手取り、米国イリノイ州北部地区連邦地方裁判所に訴訟を起こした。公開されている連邦裁判記録では、事件はThomas v. McDonalds USA, LLC、事件番号1:26-cv-12149とされている。
Thomas氏はイリノイ州DeKalb在住で、自宅近くのMcDonald’s店舗で定期的に食事を購入しているという。訴状によると、同氏は近隣店舗間で同一商品の価格が異なることを確認した。
価格差だけで反トラスト法違反が立証されるわけではない。独立事業者は通常、賃料、賃金、地域需要、営業費用に応じて異なる価格を設定できる。
訴状は別の論点を提示している。McDonald’sが、店舗から最新の非公開情報を収集し、それらの店舗自身にメニュー価格を推奨する共通の価格設定エンジンを構築したと主張している。
この区別は重要である。McDonald’sの米国にある約14,000店舗のうち、およそ95%は独立した所有・運営形態だからだ。これらのフランチャイジーは、同一ブランドの下で営業していても、法的には別個の事業者である。
訴状では、参加店舗が詳細な販売・価格情報を共有システムに提供すると主張している。このシステムは、日々数百万件の取引、店舗特性、地域需要、顧客の価格感応度、競合他社の価格を分析するとされる。
その後、個々のメニュー項目について店舗別の推奨を生成する。訴状は、これらの出力を中立的な市場調査ではなく、協調されたシステムの一部として描写している。
Thomas氏はまた、このエンジンが「30% rule」を適用していると主張する。訴状の説明では、近隣店舗の一定割合が同じ商品の価格を引き上げた後、このツールが値上げを推奨できるという。
この主張は、証拠開示を通じた検証をまだ受けていない。McDonald’sは、原告によるツールやその運用ルールの説明を認めていない。
訴状はさらに、McDonald’sがフランチャイジーによる推奨の順守状況を監視していると主張する。継続的な逸脱は、出店拡大やフランチャイズ契約更新における運営者の適格性を同社が評価する際に影響し得ると述べている。
この圧力に関する主張は、原告の理論に不可欠である。運営者が日常的に無視する推奨と、監視や商業上の結果を伴う推奨は、性質が異なる。
提案された集団には、対象期間中に米国内でMcDonald’sの食品を購入した消費者が含まれる。Thomas氏は、イリノイ州の顧客からなるサブクラスの代表も求めている。
訴状は、Sherman Act第1条、Illinois Antitrust Act、Illinois Consumer Fraud and Deceptive Business Practices Actに基づく請求を提起している。集団認定、損害賠償、弁護士費用、そして問題とされる仕組みの差止命令を求めている。
連邦反トラスト法では、勝訴した民間原告は、立証された損害の3倍に当たる3倍賠償を請求できる。この救済手段があるからといって、損害額がすでに認定されたことにはならない。
訴状はあくまで提訴時点の主張である。店舗が協調に合意したか、システムが競争を制限したか、顧客が測定可能な過大請求を受けたかについて、裁判官はまだ判断していない。
こうした未解決の問題が、重大な法的主張と、価格カルテルが成立したという確定判断とを分けている。
McDonald's、「AIはメニュー価格を決めない」と主張
McDonald’sの抗弁は運営者の独立性に基づく。推奨は判断材料を提供するにすぎず、最終的な価格決定は各フランチャイジーが行うという。
訴訟提起前、McDonald’sは自社の価格設定技術に関する報道に対し、詳細な回答を公表していた。10月1日の価格設定に関する声明では、AIがいかなるメニュー項目の価格も決定しないとしている。
同社は、このシステムを店舗別の推奨ツールと説明している。運営者は、その推奨を地域のコスト、顧客、競争に関する自らの知識と併せて活用するという。
McDonald’sはまた、リアルタイムのダイナミックプライシングを利用しているとの見方も否定している。ダイナミックプライシングは一般に、需要、在庫、時間帯といった即時的な状況に応じて価格を迅速に変動させる仕組みを指す。
同社によると、このツールは繁忙時間帯にデジタルメニューボードの価格を自動的に変更しない。また、個人情報に基づいて顧客ごとに異なる価格を設定することもない。
この区別は、公の議論でしばしば一括りにされる3つの慣行を分けるものだ。
アルゴリズム価格設定は、ソフトウェアを用いて情報を分析し、価格を推奨または選定する手法である。ダイナミックプライシングは市場環境の変化に応じて価格を変える。サーベイランス価格設定は、個人または行動データを利用し、特定の消費者や集団に合わせて価格や販促を調整する。
訴状が主に問題としているのは、店舗間のアルゴリズムによる協調である。McDonald’sが同一店舗で同じ注文に対し、2人に異なる価格を請求していることを立証するものではない。
McDonald’sはAssociated Pressに対し、訴状には不正確な点が多く、自社を防御すると述べた。同社によると、任意利用のツールは店舗価格を自動化も協調もしていない。
同社の広報担当者は、機械学習が導入される前から、McDonald’sは市場情報を収集し価格を推奨していたとも強調した。この見方では、AIは既存の助言機能を改善するものとなる。
フランチャイジーの行動は、企業側の推奨が自動的な命令ではないという主張を一定程度裏付ける。8月の投資家向け電話会議で、CEOのChris Kempczinski氏は、提案されたバリューメニューを提供していた米国店舗は60%にとどまったと語った。
同氏によると、McDonald’sは単にシステム全体でその提供を有効化することはできなかった。企業経営陣はフランチャイジーとの合意に達する必要があった。
この例だけで訴訟が解決するわけではない。フランチャイジーは全国的な販促を拒否する一方で、店舗固有の価格推奨には大きく依存している可能性がある。
ただし、この争いをMcDonald’sの全店舗を企業直営支店として扱って判断できない理由は示している。フランチャイズ制度では、ブランド所有者と数千の地域運営者の間で権限が分配されている。
McDonald’sが価格分析を提供する正当な理由もある。フランチャイジーは、食材費、人件費、地域の競合、顧客来店数、価格変更が売上に与える影響を考慮する必要がある。
推奨システムは、個々の運営者が手作業で評価できるより多くの取引を処理できる。また、値上げによって顧客来店数が大幅に減少し、総収益を下げる場合を特定することもできるかもしれない。
法的な争点は、ソフトウェアが有用な分析を生み出せるかどうかではない。McDonald’sが競争上機微な入力情報からその分析を構築し、名目上の競合相手に共通の出力に従うよう促したかどうかである。
最終的な価格決定の裁量はMcDonald’sの抗弁を支えるが、必ずしも決定打ではない。裁判所は、参加、監視、圧力、採用率を含め、システムが実際にどのように運用されているかを検討できる。
同社にとって最も強力な証拠は、実質的に独立した意思決定が行われていることを示すものだろう。これには、推奨からの頻繁な逸脱、多様な価格設定手法、順守に結び付く制裁が存在しないことが含まれ得る。
一方、原告側には、参加店舗が競合他社もデータを提供していることを理解し、他社も同じシステムに従うと予想していたことを示す証拠が必要となる。
こうした事実は、公表された声明だけから明らかになる可能性は低い。社内文書、運営者間のコミュニケーション、技術記録、推奨がどのように実装されたかに関する証言が必要になるだろう。
共有されたフランチャイズデータが反トラスト上のリスクを生む理由
中核的な対立は、独立した価格設定と、競合他社が通常は交換しない情報で学習した共通エンジンとの間にある。
Sherman Act第1条は、不当に取引を制限する合意を禁じている。従来の価格カルテルでは、競合他社が直接、設定する価格について合意する。
ソフトウェアが法的な免除を生むわけではない。競合他社が会議を通じて合法的に協調できないなら、一般に、アルゴリズムを経由させることで同じ取り決めを合法化することもできない。
司法省は近年の複数の争いでこの立場を取っている。ホテルの価格設定をめぐる事案で、司法省とFederal Trade Commissionは、企業は人間が行えば違法となる行為をアルゴリズムに実行させることはできないと述べた。
両機関のホテル価格設定に関する提出書面は、推奨の役割にも触れている。事業者が一定の裁量を保持していても、共通の出発価格は反トラスト上の懸念を生み得ると主張した。
この見解は、McDonald’sの訴状を支える法的理論を後押しする。ただし、McDonald’sがそのような合意を運用していたことを証明するものではない。
フランチャイズの構造は、難しい境界線の問題を加える。McDonald’sはブランドを所有し、製品、店舗運営、マーケティング、顧客体験に関する基準を定めている。
統一性はフランチャイズの中核である。異なる企業が店舗を所有していても、顧客は各店舗で似た食品、サービス、ブランディングを期待する。
価格はより慎重な扱いを要する領域にある。McDonald’sは、独立運営者が各自でメニュー価格を設定し、地域市場で顧客を獲得するために競争していると繰り返し述べている。
これらの運営者が真に競争しているなら、その非公開の販売データから、顧客が特定の価格変更にどう反応したかが明らかになり得る。その情報を集約すれば、競合他社がどの価格を設定する予定かをめぐる不確実性を減らすことができる。
競争上の不確実性は、あらゆる最適化ツールが取り除くべき欠陥ではない。それは、企業に価格引き下げ、サービス改善、あるいはより小さな利益率の受け入れを促す力の一つである。
訴状は、McDonald’sが店舗レベルの情報を収集し、連携した推奨を返すことで、その不確実性を低減したと主張している。同社を、本来は独立している事業者同士をつなぐ中心的なハブとして描いている。
独占禁止法の弁護士は、こうした仕組みをしばしば「ハブ・アンド・スポーク」と呼ぶ。中心的な主体がハブとなり、参加する競合他社がスポークを構成する。
ハブ・アンド・スポーク理論でも、合意の証拠は必要となる。複数の企業が同じソフトウェアを購入した、あるいは似た助言を受けたというだけでは不十分だ。
原告は、McDonald’sと各フランチャイジーの垂直的な関係を、競合するレストラン間の水平的な共通認識へと結び付けなければならない。裁判所は、参加者が他者の参加を認識していたか、協調行動を期待していたかを検討する。
直営レストランの存在は、さらに別の論点を加える。McDonald’sの子会社は米国内店舗の比較的小さな割合を運営しており、法人運営の店舗がフランチャイジーと直接競合する可能性がある。
直営店がデータを提供し、同じエンジンから推奨を受けていた場合、原告はMcDonald’sがプラットフォーム運営者であると同時にレストランの競合事業者としても関与していたと主張するだろう。
McDonald’sは、ブランドの共有やフランチャイズ支援には本質的に中央集約型の分析が必要だと反論できる。また、店舗ごとの推奨は差異を抑圧するのではなく、地域ごとの違いを反映したものだとも主張できる。
目に見える価格差は、その主張を支える。Thomas自身も近隣店舗で異なる価格に気付いており、システムが全国一律のメニュー価格を課していなかったことを示唆している。
ただし、独占禁止法上の協調が常に同一価格を生むとは限らない。共通のシステムが異なる価格を推奨しつつ、独立した意思決定を減少させることもあり得る。
したがって重要なのは反実仮想の問いである。プールされたデータ、共通ルール、そして主張される圧力がなければ、レストランはどのような価格を選んでいたのか。
この問いにより、McDonald’sのAI価格設定訴訟は技術事件であると同時に経済事件となる。当事者は、協調による影響を、インフレ、賃金、原材料費、賃料、変動する消費者需要から切り分ける必要がある。
メニュー価格の上昇はアルゴリズムによる価格固定を証明しない
McDonald’sの価格は大幅に上昇したが、価格設定ツールとこうした上昇の相関だけで違法な合意を立証することはできない。
訴状は、McDonald’s自身が米国の平均メニュー価格が2019年から2024年にかけて約40％上昇したと述べたことを指摘している。そしてこの期間を、同社の価格設定技術の開発・拡大と関連付けている。
このタイミングは、もっともな検証課題を生む。しかし、アルゴリズムの影響を切り分けるものではない。
レストランはこの期間、労働、食品、包装、輸送、施設利用にかかるコストの大幅な上昇に直面した。パンデミックとその後のインフレにより、消費者行動も変化した。
McDonald’sは以前、メニュー価格の上昇は一部、事業費用の増加を相殺するためだと説明している。地域によってフランチャイジーは異なる賃金法、賃料、税制、供給条件に直面していた。
信頼できる損害額モデルには、これらの要因を統制する必要がある。また、問題とされるシステムがない状態で、比較可能な価格がどのように動いたかを示すベンチマークも必要になる。
近隣のMcDonald’s店舗は比較対象の一つになり得るが、地域内の所有関係がそれを複雑にする場合がある。同じフランチャイジーが一つの地域で複数のレストランを所有している可能性があるためだ。
提案されている集団も、大きく多様な市場を対象としている。ツールが一部のレストランには強く影響する一方、他の店舗にはほとんど影響しない可能性がある。
原告は、主張される協調が、法的に一貫した集団全体で競争水準を上回る価格を生んだという証拠を示す必要がある。推奨、導入状況、コスト、所有形態が店舗ごとに異なる場合、それは難題になり得る。
元となる報道は、目立った地域別の価格差を示していた。一例では、約2マイル離れたFresnoの2店舗で、表示されたBig Macの価格が21％異なっていたと報じられた。
こうした差異は、相反する解釈を支持し得る。独立した価格設定を示す可能性もあれば、中央集約型エンジンが各地域市場が受け入れられる上限を最適化していることを示す可能性もある。
機械学習そのものは、この問いに答えない。これはデータのパターンを見つけ、そのパターンに基づく予測や推奨を生成する手法である。
支払い意思を推定するモデルは、個々の顧客を特定せずに、場所ごとに異なる価格を推奨できる。この慣行は、個人を監視する価格設定というより、地域ごとの価格最適化に近い。
地域別の価格設定は、自動的に違法となるものではない。企業は地域ごとのコスト、需要、競争条件に応じて日常的に価格を調整している。
リスクは、独立して意思決定すべき企業の現在の機密データをモデルが取り込む場合に変化する。入力データの出所とタイミングは、モデルの高度さ以上に重要となる可能性がある。
FTC pricing studyは、規制当局がデータパイプラインをますます精査する理由を示している。その初期調査結果では、位置情報、閲覧活動、人口統計、購買行動を利用して価格やプロモーションに影響を及ぼし得る仲介事業者が説明されていた。
FTCの調査は、McDonald’sへの申し立てよりも広いカテゴリーを対象としている。McDonald’sが個別化された価格を課したとは特定していない。
ただし、規制上の関心の移行を反映している。当局は、どのデータが価格設定システムに入るのか、誰がそれを共有するのか、顧客が結果として提示されるオファーを理解できるのかをますます問うようになっている。
訴状は、公開された説明の多くを報道や企業資料に依存しているため、別の課題にも直面する。訴訟では、各法的要件を裏付ける証拠能力のある証拠が求められる。
ディスカバリーによって、事業者を足並みをそろえさせるために構築された強制的なシステムが明らかになる可能性がある。反対に、任意の推奨、低調な導入、地域条件に左右される大幅な価格差が示される可能性もある。
こうした記録が明らかになるまで、McDonald’sが「AIを使って全員の価格を引き上げた」という主張は、確認済みの事実を超えている。正確な表現はより限定的だ。消費者は、価格設定システムが違法な協調を可能にしたと主張している。
真の先例は住宅とホテルにある
この訴訟は、参加者間の関係がより単純ではないフランチャイズネットワークに、確立されたアルゴリズム共謀理論を持ち込むものだ。
近年の最も注目を集めたアルゴリズム価格設定訴訟は、家主、ホテル、ソフトウェア仲介事業者に関するものだった。これらの事件では一般に、競合する企業が共通ベンダーに機密データを提供し、価格推奨を受けたと主張されている。
2024年、司法省はRealPageを提訴し、同社のレベニューマネジメントシステムが競合する家主によるアパート賃料の協調を助けたと主張した。政府は後に、複数の大手家主を被告に追加した。
司法省のRealPage caseは、このソフトウェアを、機微な情報を共有し、賃貸判断を整合させる仕組みとして説明した。RealPageはその主張に異議を唱えた。
この訴訟は、McDonald’s側の原告に用語と法的な道筋を与える。どちらの理論も、プールされた非公開データ、共通の推奨、そして独立した判断を放棄したとされる参加者に焦点を当てている。
相違点も大きい。RealPageは、外部ベンダーからソフトウェアを購入した独立した不動産会社にサービスを提供していた。
McDonald’sは、共有商標、供給基準、広告、製品、契約関係を備えたフランチャイズネットワークを運営している。企業による調整は、そのシステムの多くの合法的な部分に組み込まれている。
裁判所は、ブランド管理と水平的な価格協調を区別しなければならない。そこで事業者の独立性が決定的な論点となる。
ホテルの価格設定訴訟も関連する先例を示す。ホテル所有者は、独立した事業者でありながら、同じブランドネットワークに参加することが多い。
連邦当局は、参加者が共通の価格設定システムを認識したうえで利用する場合、任意の推奨でも価格固定の請求を裏付け得ると主張してきた。ただし裁判所は、引き続き各事件の個別事情に基づいて評価している。
McDonald’sをめぐる争いは、他のフランチャイズ業界にも影響を及ぼす可能性がある。レストラン、ホテル、フィットネス、自動車、サービス業のブランドは、事業者に中央集約型の分析をますます提供している。
こうしたツールは、予測を改善し、廃棄を減らし、小規模事業者が地域需要を読み解く助けとなる。一方で、参加者が単独では得られない競合他社の行動に関する詳細な見通しを生み出すこともある。
最も安全な区別は、「AIか、AIなしか」ではない。従来型のスプレッドシート、コンサルタント、電話であっても、同じ違法行為を助長し得る。
より適切なコンプライアンス上の問いは、そのシステムが真の独立性を維持しているかどうかである。関連する保護策には、集計された過去データ、競合他社情報への制限、任意参加、導入状況の監視に対する制約が含まれる。
リアルタイムの店舗レベル情報は、現在の競争戦略を明らかにし得るため、より大きなリスクをもたらす。競合他社の直近の判断に結び付いた推奨も、より厳しい精査を招く。
したがって、アルゴリズム価格設定を利用する企業は、最終選択権に関する免責文言以上のものを文書化すべきだ。顧客が主導権を保持し、提供者が逸脱を罰しないことを示す運用上の証拠が必要である。
フランチャイズシステムは、追加のガバナンス上の問題に直面する。フランチャイザーが更新、拡大機会、技術へのアクセス、ブランド基準を管理しているため、推奨は技術的には任意でも、実務上の重みを持ち得る。
だからといって、すべての推奨が強制的になるわけではない。それは、周囲の事業関係がソフトウェアのインターフェースと同じくらい重要になり得ることを意味する。
Thomas v. McDonald’sの最終的な重要性は、裁判所がこの関係をどう扱うかに左右される。広範な判断は、多くの中央集約型フランチャイズツールを新たな請求にさらす可能性がある。
限定的な判断は、事業者が独立性を保ち、機密の競合他社データが適切に保護される場合、フランチャイザーが高度な価格設定ガイダンスを提供できることを確認する可能性がある。
現時点では、この訴状は先例ではなく、ストレステストである。
McDonald'sのAI価格設定訴訟の展開で注目すべき点
この事件が主要なアルゴリズム独占禁止法上の先例となるのか、それともフランチャイズ支援ツールへの不成功な異議申し立てに終わるのかを示す、三つのシグナルがある。
第一のシグナルは、McDonald’sの初期段階における申立て対応である。同社は、訴状がフランチャイジー間の水平的合意をもっともらしく主張しているかどうかに異議を唱える可能性が高い。
却下判断は、消費者が内部記録へのアクセスを得る前に、どれほど詳細な事実を示す必要があるかを明らかにする。訴訟が存続すれば、価格設定エンジンとフランチャイズ関係に関するディスカバリーが認められる。
重要なのは、訴状がAIという用語を繰り返し用いているかどうかではない。主張されるシステムが、共通の推奨に従うという共有された関与を通じて競合他社を結び付けているかどうかである。
第二のシグナルは、導入と執行に関する証拠だ。内部文書は、事業者がどの程度の頻度で推奨を受け入れたか、McDonald’sが逸脱をどのように追跡したか、事業者が拒否した場合に何が起きたかを示す可能性がある。
高い導入率は、それだけで合意を立証するものではない。しかし、高い導入率が圧力、競合他社に対する認識、非公開の入力情報と組み合わされれば、原告の理論を強化する。
結果を伴わない頻繁な逸脱は、McDonald’sの立場を強化する。それは、ツールが命令ではなく文脈を提供しているという同社の主張を支持する。
第三のシグナルは、裁判所によるデータの扱いである。訴状は、個々のレストランから得られる現在の詳細な情報を強調している。なぜなら、その情報は競争戦略を明らかにし得るからだ。
主に集計データや過去の情報で訓練されたシステムは、店舗ごとのリアルタイムな売上や価格を利用するシステムとは異なるリスクをもたらす。技術的な開示によって、McDonald’sのエンジンがどちらに当たるのかを明確にする必要がある。
規制当局が関与するかどうかにも注目すべきだ。反トラスト法の解釈が広く問われる局面では、司法省とFTCが民間のアルゴリズム価格設定訴訟で意見書を提出してきた。
政府機関による提出書面が結果を決めるわけではない。しかし、連邦執行当局がフランチャイズという文脈をアルゴリズム競争政策にとって重要だと捉えていることを示すシグナルにはなる。
この訴訟は、McDonald’sが節約志向の顧客の間で「お得感」の評判を取り戻そうとしている時期にも重なる。こうした事業上の圧力により、この争いは法的な損害賠償を超える影響を持つ。
顧客が、ソフトウェアは受け入れ可能な範囲で最も高い価格を見つけ出すために設計されていると考えるなら、手頃さを訴える企業メッセージを維持することは難しくなる。McDonald’sには、このツールの仕組みと、その利用を規律する制約の両方を説明する必要がある。
開発者とエンタープライズの購入者が注目すべき理由は別にある。この訴訟は、技術的には助言にとどまる製品でも、入力データ、インセンティブ、導入モデルを通じて法的リスクを生み得ることを示している。
プロダクトチームは、自社のシステムが競合他社の機密データを組み合わせていないかを検討すべきだ。また、モニタリング、契約上の影響力、業績評価を通じて、推奨が実質的に義務化されていないかも確認する必要がある。
消費者は、立地ごとの価格差がすべて不正行為を反映していると決めつけるべきではない。同時に、独立して運営される事業者間の価格設定を共有データで導く企業には、より明確な説明を求めるべきだ。
McDonald’sのAI価格設定訴訟の行方は、現時点では公開されていない証拠に左右される。訴状は協調的な価格固定を主張する一方、McDonald’sは任意の事業助言だと説明している。
却下申立てに関する書面、推奨の採用記録、技術的なデータ管理に注目したい。これらのシグナルを総合すれば、このエンジンが競争を維持したのか、それとも密かに置き換えたのかが明らかになる。
