Mi történt
A McDonald’s az Egyesült Államokban mesterséges intelligenciára épülő árazási rendszert használ a menüárak meghatározásához. Pontosabban gépi tanulási modellekről van szó: ezek olyan algoritmusok, amelyek sok korábbi adatból keresnek mintákat, majd ezek alapján javaslatot tesznek. A rendszer napi több millió tranzakciót elemez, és éttermenként próbál „optimális” árat számolni az egyes termékekre közel 14 ezer helyszínen.A gyakorlatban ez azt jelenti, hogy az árkülönbségek akár nagyon közeli éttermek között is nőhetnek. Egy tesztben például ugyanazon térség két éttermében a Big Mac ára 5,69 és 6,89 dollár volt, mindössze két mérföld távolságra egymástól. A vállalat állítása szerint ez egy eszköz, nem kötelező utasítás, de több franchise-tulajdonos arról beszélt, hogy erős nyomás nehezedik rájuk a rendszer használatára. A központ ráadásul rendszeresen küld árazási útmutatást, és figyeli azt is, hol térnek el ettől.
Az is fontos részlet, hogy a modellek nem teljesen „maguktól” döntenek. Kapnak üzleti célokat is, például hogy mely termékek árát érdemes emelni, ha azokhoz hosszabb ideje nem nyúltak. Gondolj erre úgy, mint egy nagyon gyors és nagyon adatvezérelt ármenedzserre, aki nemcsak a múltbeli eladásokat nézi, hanem előre próbálja belőni, hol van az a határ, amit a vásárló még elfogad.
Miért fontos
Ez az ügy túlmutat a gyorséttermi árakon. A dinamikus árazás — vagyis amikor az árak hely, idő, kereslet és vásárlói viselkedés alapján változnak — már régóta ismert például a repülőjegyeknél vagy a szállásfoglalásnál. Most egyre inkább a hétköznapi fogyasztásba is beszivárog. A különbség az, hogy egy burgernél a vásárló kevésbé számít arra, hogy ugyanazért a termékért a szomszéd kerületben érezhetően többet fizethet. A Reuters feltárása alapján itt nemcsak hatékonyabb árképzésről van szó, hanem arról is, hogy a központ finomabb kontrollt szerezhet a franchise-hálózat felett. Ez a vásárlónak átláthatósági kérdés, az üzemeltetőknek pedig üzleti mozgástér kérdése.Mire figyelj
- Érdemes nézni, hogy a McDonald’s mennyire teszi átláthatóvá az árképzést, és világosabban jelzi-e, miért térnek el az árak éttermenként.
- Fontos kérdés, hogy jön-e szabályozói figyelem az AI-alapú fogyasztói árazásra, különösen akkor, ha a cégek nagy mennyiségű vásárlási adatot használnak fel.
- Az is beszédes lesz, hogyan reagálnak a franchise-partnerek: elfogadják-e a rendszer ajánlásait, vagy nyíltabban szembemennek velük, ha azok rontják a helyi profitabilitást.
- Tágabb értelemben pedig azt érdemes követni, hogy az ilyen árazási modellek megmaradnak-e kivételnek, vagy csendben iparági alapszabállyá válnak a kiskereskedelemben és az étkezésben is.
