Искусственный интеллект на страже прибыли: как алгоритмы меняют цены в McDonald’s

Сеть ресторанов быстрого питания McDonald’s активно внедряет технологии искусственного интеллекта для оптимизации ценообразования на территории США.

Как пишет информационное агентство Reuters, новые алгоритмы тщательно анализируют целый спектр данных, включая уровень продаж, потребительский спрос и ценовые предложения конкурентов, чтобы рекомендовать оптимальную стоимость блюд для каждого конкретного заведения. Разработка этой системы велась в партнерстве с аналитической фирмой Tiger Analytics.

Внедрение подобных технологий приводит к тому, что стоимость идентичных позиций меню может заметно варьироваться даже в рамках одного населенного пункта. В качестве наглядного примера журналисты приводят ситуацию во Фресно (штат Калифорния), где разрыв в ценах оказался весьма существенным:

• в одном из ресторанов города классический бургер «Биг Мак» обойдется покупателю в 5,69 доллара;
• в другом заведении той же сети цена достигает 6,89 доллара, что превышает базовую стоимость почти на 21%.

Взаимодействие с франчайзи

Несмотря на очевидный разброс цифр, прессе не удалось доподлинно выяснить, является ли эта разница прямым следствием работы новой интеллектуальной системы. Однако некоторые владельцы франшиз уже заявили о давлении со стороны корпоративного центра.

Головной офис внимательно отслеживает любые отклонения от цен, рекомендованных алгоритмом. При этом финансовое бремя по оплате аренды помещений, выдаче заработной платы персоналу и покрытию прочих операционных расходов ложится исключительно на плечи самих рестораторов.

Официальные представители McDonald’s поспешили прояснить ситуацию, заверив, что искусственный интеллект не занимается автоматическим установлением ценников. В корпорации подчеркнули, что программа носит исключительно рекомендательный характер, а финальное решение всегда остается прерогативой франчайзи. По мнению руководства сети, данный инструмент призван повысить общую эффективность ценовой политики и помочь ресторанам лучше учитывать специфику локального спроса.

Читать далее