Inteligencia Artificial Edición diaria
INTELIGENCIA ARTIFICIAL IA Y NEGOCIO
El algoritmo que recomienda el precio de un Big Mac abre una disputa sobre autonomía y competencia
McDonald's utiliza un motor de aprendizaje automático para recomendar precios por producto y restaurante a partir de millones de transacciones. La empresa insiste en que la decisión final pertenece al franquiciado; la controversia nace precisamente en la distancia entre una recomendación opcional y la presión operativa para seguirla.
La inteligencia artificial aplicada al precio no necesita cambiar una cifra cada minuto para alterar un mercado. En McDonald's, el sistema analiza millones de compras diarias en cerca de 14.000 restaurantes estadounidenses, combina patrones locales y referencias competitivas y propone lo que denomina un precio óptimo para cada artículo y establecimiento. Entre las variables aparece una estimación de la disposición a pagar en el área de cada local.
La investigación conocida esta semana documenta diferencias relevantes entre restaurantes cercanos y recoge el testimonio de franquiciados que perciben presión para seguir las sugerencias. Un ejemplo observado en Fresno mostraba dos Big Mac a 5,69 y 6,89 dólares en locales propios separados por pocos kilómetros. Ese contraste no demuestra por sí mismo que el algoritmo causara la diferencia: alquileres, salarios, demanda, promociones y competencia también varían. Sirve, no obstante, para mostrar el efecto que una recomendación granular puede amplificar.
McDonald's rechaza que la IA fije el precio de forma automática. Define su portal como una herramienta voluntaria para ayudar a cada operador a tomar decisiones informadas y recuerda que cada restaurante determina sus precios. Esa precisión importa. Hablar de 'precios dinámicos' sugiere ajustes instantáneos o personalizados que la evidencia disponible no acredita. Lo confirmado es un sistema de recomendación por tienda y producto, alimentado con datos de transacciones y mercado, dentro de una relación de franquicia donde la sede conserva capacidad de influencia.
La cuestión operativa no es sólo quién pulsa el botón final. Si la organización mide desviaciones frente a la recomendación, incorpora el uso de consultores y herramientas aprobadas a sus estándares o vincula la disciplina de precios con evaluaciones de negocio, la autonomía formal puede convivir con una fuerte presión económica. En sistemas algorítmicos, gobernar significa describir el proceso completo: datos de entrada, objetivo optimizado, margen de decisión humana, incentivos y posibilidad real de apartarse del resultado.
Una recomendación opcional también puede convertirse en mandato de facto
El riesgo competitivo aparece porque los franquiciados son operadores independientes que pueden competir entre sí. Una plataforma central capaz de incorporar precios públicos de cadenas rivales y recomendar niveles a miles de locales ofrece eficiencia, pero también concentra información y criterios. La legalidad depende de detalles que no pueden resolverse con una etiqueta de IA: qué datos se comparten, si incluyen información no pública de competidores, cuánto condiciona la recomendación y si los operadores mantienen una decisión verdaderamente independiente.
Para el cliente, el problema es de transparencia y confianza. Un precio distinto entre barrios puede reflejar costes reales o una estimación de cuánto tolerará pagar cada zona. La segunda lógica resulta más difícil de aceptar cuando no se explica. Además, optimizar el ingreso unitario puede erosionar frecuencia de visita, percepción de valor y coherencia de marca. Un modelo puede encontrar el máximo local de margen y, al mismo tiempo, degradar la relación que sostiene el negocio.
El caso ofrece una lección transferible. Antes de desplegar recomendadores de precio, crédito, descuento o prioridad comercial conviene fijar límites ex ante: variables prohibidas, controles contra discriminación indirecta, pruebas de sensibilidad, intervalos permitidos, revisión periódica y registro de la decisión final. También hay que comparar contra un grupo de control y medir efectos secundarios, no sólo margen: reclamaciones, abandono, variabilidad entre zonas y concentración de resultados adversos.
McDonald's está ampliando su estrategia de eficiencia y digitalización, mientras mantiene que el franquiciado conserva el control. Lo que conviene vigilar ahora es si publica criterios más claros, cómo responde a la presión regulatoria y si reduce la brecha entre recomendación y mandato de facto. La IA no convierte una política comercial en neutral; simplemente hace que la política pueda ejecutarse con más precisión, velocidad y escala.
Etiquetas
- precios algorítmicos
- retail
- franquicias
- gobierno de IA
BOLDERROR Edición diaria Rubén Campoy