McDonald's y el algoritmo que sugiere cuánto cobrar en cada local: qué hay en la cocina de los precios
La cadena usa aprendizaje automático para recomendar importes personalizados en cada uno de sus casi 14 mil restaurantes en Estados Unidos. Tres franquiciados dicen que la herramienta amplía las diferencias entre locales; en Fresno, una misma hamburguesa llegó a costar 21% más de un local a otro.
Les cuento de qué se trata esta movida que tiene en vilo a franquiciados y curiosos del otro lado del mundo. McDonald's viene desplegando, desde hace un tiempo, un sistema de inteligencia artificial que analiza millones de operaciones diarias y los precios digitales de la competencia para sugerir, restaurante por restaurante, cuánto cobrar por cada producto del menú. La promesa oficial es que la herramienta ayuda a tomar mejores decisiones; la queja de varios franquiciados es que, en los hechos, agranda la brecha entre locales que están a pocas calles de distancia. Y un dato de esos que invitan a mirar con lupa: en Fresno, California, una Big Mac llegó a figurar a 5,69 dólares en un restaurante y a 6,89 dólares en otro ubicado a apenas tres kilómetros, lo que representa una diferencia del 21 por ciento. No se pudo confirmar que esa brecha puntual sea consecuencia directa del algoritmo, pero el caso sirve para dimensionar el alcance del debate.
Cómo funciona el menú de sugerencias
El sistema procesa, mediante aprendizaje automático, el flujo cotidiano de casi 14 mil locales de la marca en Estados Unidos. A esa masa de información le suma los precios que publican en sus cartas digitales competidores como Wendy's y Burger King, dos cadenas que, según declaró su propio personal a estas declaraciones, no recurren a inteligencia artificial para definir sus valores. Con todo eso en la cocina, la herramienta estima cuánto estaría dispuesto a pagar el cliente típico de cada zona y devuelve recomendaciones que abarcan desde una hamburguesa hasta el café con descuento para personas mayores. La interfaz, además, clasifica la sensibilidad al precio del público de cada restaurante, de modo que la sugerencia apunta a ese perfil particular y no a un promedio nacional.
- Procesa millones de transacciones diarias de casi 14 mil locales en Estados Unidos.
- Lee los precios digitales de la competencia, como Wendy's y Burger King.
- Calcula cuánto pagaría el cliente típico de cada barrio.
- Recomienda importes por producto, desde hamburguesas hasta el café para jubilados.
- Clasifica la sensibilidad al precio del público de cada restaurante.
Lo que dicen los franquiciados y lo que responde la casa matriz
Tres franquiciados sostienen que el uso del sistema amplió diferencias de precios que ya existían entre establecimientos, incluso entre locales de una misma zona. Cinco propietarios afirmaron, además, haber recibido presiones de la compañía para adoptar estas herramientas. La situación que describen choca, de frente, con lo que la empresa repite en público: que cada franquiciado conserva la libertad de fijar el precio final. Esa zona de fricción también quedó al descubierto en documentos internos. Una comunicación estableció, desde enero de 2026, la obligación de participar de manera constructiva con los consultores y las herramientas aprobadas, y un instructivo de franquicia de junio muestra que la empresa lleva un registro de los apartamientos respecto de los valores recomendados. Es decir, la sugerencia puede no ser obligatoria, pero el apartamiento queda registrado, y ese registro, en la vida cotidiana de un franquiciado, pesa.
Por qué importa más allá del mostrador
El caso excede a la comida rápida y toca un debate que ya está instalado en otras industrias: quién decide, en última instancia, el precio que paga el consumidor cuando hay un algoritmo en el medio. Si la herramienta recomienda importes personalizados según el barrio, el ingreso promedio y los competidores a la vuelta, el resultado es una suerte de microgeografía del consumo en la que dos clientes pueden pagar montos distintos por el mismo producto a pocas cuadras de distancia. Para la cadena, la promesa es vender mejor y proteger márgenes; para los franquiciados, la preocupación es quedar atrapados entre una sugerencia algorítmica y un registro que la compañía controla; para el público, la cuestión de fondo es si la Inteligencia artificial le muestra un precio o le termina cobrando uno distinto según dónde vive.
