Capture record
- Canonical URI: https://www.bnext.com.tw/article/92445/mcdonalds-ai-pricing-by-location-big-mac
- Source class: secondary synthesis/opinion。BusinessNext(李先泰)整理 Reuters 調查、McDonald’s 回應、餐飲成本資料與既有演算法定價爭議;本筆保留媒體轉述與已讀第一方背景,不把 Reuters 未能直接讀取的原始調查或法律意見寫成 AI Ark 已驗證事實。
- 原文標題: 你越肯花錢漢堡越貴?美國麥當勞爆導入「AI定價」,都是大麥克相隔3公里貴2成
- 作者/出版者: 李先泰/數位時代 BusinessNext
- 發布日期: 2026-09-30T16:00:00+08:00(BusinessNext JSON-LD)
- 擷取時間: 2026-09-30T10:26:32+00:00(BusinessNext canonical response
Date) - Retrieval method: 先以
web_extract讀取 BusinessNext 正文,再以 Python 標準函式庫urllib直接 HTTP GET 核對 canonical HTML、JSON-LD 與 response headers;另以web_extract讀取 National Restaurant Association 的 Inflation 頁面,並以 Pythonurllib核對其 HTTP metadata。Reuters canonical page 以web_extract回傳 upstream forbidden,直接 HTTP 回應401 HTTP Forbidden,未把錯誤頁面當作正文證據;McDonald’s 2025 Annual Report PDF 直接 HTTP 回應403 Forbidden,未用來支持本筆 claim。全程未使用 browser 或 browser process。 - HTTP metadata: BusinessNext status
200;Content-Type: text/html; charset=UTF-8;responseDate: Wed, 30 Sep 2026 10:26:32 GMT;386,555 bytes;HTML payload SHA-25639f7fa08f9053b134f36820ce6e9ea91c374e44f6d752aa12beca5e86c04b0c4。National Restaurant Association status200;Content-Type: text/html; charset=utf-8;responseDate: Wed, 30 Sep 2026 10:27:56 GMT;82,873 bytes;HTML payload SHA-25648114c60fe76ca04ff6786f86e8b39fd7e4b57ac3a69956c0fe6d3eddcee2d7e。外部 HTML 未保存至 bundle。 - Saved payloads and SHA-256: 無;只保存本 wrapper。frontmatter 的
sha256是本檔 frontmatter 結束後 body 的 SHA-256,未對未保存的 BusinessNext、Reuters、McDonald’s 或 National Restaurant Association HTML 宣稱可重現 wrapper 之外的內容。
Faithful summary
BusinessNext 報導 Reuters 2026-09-29 調查:麥當勞據稱用機器學習分析美國近 1.4 萬家門市每日交易,替每家店、每個品項計算公司所稱的「最適價格」,參考因素包含當地顧客的付費意願。文章描述加盟主介面可能顯示顧客對價格的敏感度,並以 Wendy’s、Burger King 線上菜單價格作外部參考;平台被指由 Tiger Analytics 營運。上述核心產品行為與 Reuters 調查內容本輪只能保留為 BusinessNext/Reuters article-level account,Reuters 原文未能直接讀取。1
文章舉例,Reuters 9 月查詢麥當勞 App 時,加州 Fresno 相距約 3 公里的兩家直營店,大麥克價格分別為 5.69 美元與 6.89 美元,價差 21%;Reuters 同時說明無法確認價差是否由該定價系統建議造成。這個數字可作為報導中的觀察案例,不可直接外推為 AI 定價造成的因果結果。1
BusinessNext 另整理麥當勞的公司回應:定價平台是「工具而非命令」,相距數英里的門市也可能屬不同市場;文章同時轉述 5 名加盟主稱曾被施壓使用工具、2026 年 1 月新版營運標準要求「建設性地參與」公司核定的定價顧問與工具,以及 6 月文件記錄加盟主偏離建議價的情形。這些仍屬媒體對公司文件與受訪者的二手整理,未取得原始加盟標準、平台合約或逐一訪談。1
成本背景部分,BusinessNext 引用美國餐飲協會資料稱 2019–2026 年平均餐廳總支出增加 36%;National Restaurant Association 的公開頁面可直接核對「平均餐廳總支出增加 36%」及食品、勞工各約占每 1 美元營收 33 cents、典型稅前利潤約 5% 的背景描述。這只能支持產業成本壓力的背景,不足以證明麥當勞採用 AI 定價的動機、必要性或效果。12
文章最後把平台條款中的反壟斷提醒、FTC 等機關對定價演算法的關注,以及 Wendy’s 2024 動態定價爭議與 Instacart 2025 年停用有限測試列為脈絡。Reuters、McDonald’s 2025 年報、相關平台服務條款與 Instacart/Wendy’s 原始公告本輪未直接讀取,因此法律風險、產品實際上線範圍、個人化價格與市場串通效果均維持未解。1
Primary-source checks during ingest
- National Restaurant Association:Inflation is Straining Restaurant Operations:直接支持 2019–2026 年平均餐廳總支出增加 36%、食品與勞工各約占營收 33 cents、典型稅前利潤約 5% 的產業背景;不支持麥當勞 AI 定價產品行為或法律效果。
- Reuters 原文:
https://www.reuters.com/business/inside-mcdonalds-push-have-ai-price-your-big-mac-2026-09-29/;web_extract回傳 upstream forbidden,直接 HTTP401 HTTP Forbidden,未取得正文。 - McDonald’s 2025 Annual Report:
https://corporate.mcdonalds.com/content/dam/sites/corp/nfl/pdf/MCD%202025%20Annual%20Report.pdf;直接 HTTP403 Forbidden,未用來支持本筆 claim。
Claim ledger
| ID | Source claim | Status | Owning evidence and boundary |
|---|---|---|---|
| C01 | 麥當勞用機器學習分析近 1.4 萬家美國門市交易,提供每店每品項的「最適價格」建議,並把當地顧客付費意願作為因素。 | partially-supported | 目前直接讀到的是 BusinessNext 對 Reuters 調查的整理;Reuters 原文被 upstream forbidden/401 擋下,未取得定價系統原始截圖、方法或正式產品文件。1 |
| C02 | 加州相距約 3 公里的兩家 Fresno 直營店,大麥克價格為 5.69 與 6.89 美元,價差 21%。 | partially-supported | 這是 BusinessNext 轉述 Reuters 的案例;文章同時明示無法確認價差是否由 AI 定價建議造成,故不作因果結論。1 |
| C03 | 麥當勞總部以工具而非命令的名義提供建議,但加盟主稱曾被施壓使用,且總部記錄偏離建議價的情形。 | partially-supported | 目前僅有 BusinessNext 對公司聲明、加盟主受訪與文件的二手整理;未直接讀取平台條款、2026 年 1 月營運標準或 6 月文件。1 |
| C04 | National Restaurant Association 估計 2019–2026 年平均餐廳總支出增加 36%,食品與勞工各約占營收 33%,典型稅前利潤約 5%。 | supported | National Restaurant Association 公開頁面直接列出上述產業背景數字;它是產業估計,不等於麥當勞單一加盟體系的實際成本。2 |
| C05 | 麥當勞 AI 定價已造成反壟斷法上的違法串通、個人化差別定價或消費者損害。 | unresolved | 本輪未讀取 Reuters 原文、平台條款、FTC/法院文件或市場競爭資料;BusinessNext 只提供疑慮與專家意見,不能升格為法律結論。1 |
| C06 | 這套定價工具會依個別消費者身分或即時需求改變價格。 | unresolved | BusinessNext 明確整理為依門市/商圈提供建議,未指出按個別顧客身分或即時需求變價;產品文件與實際操作未取得。1 |
| C07 | AI 定價能提高麥當勞營收、利潤或客流。 | unresolved | 本輪沒有麥當勞內部實驗、A/B test、門市面板資料或獨立因果分析;文章只轉述企業目標與加盟主/媒體脈絡。1 |
Evidence boundary
本筆能支持的最小結論是:BusinessNext 在 2026-09-30 提供一則關於麥當勞 AI 輔助門市定價、加盟主治理張力與反壟斷疑慮的二手新聞整理;National Restaurant Association 可核對餐飲成本上升的背景數字。可重用研究線索是 AI decision system 一旦進入價格建議與加盟治理,就必須把模型輸出、人工最終定價權、偏離紀錄、競爭法、消費者公平與可解釋性分開驗證,但本筆沒有證明麥當勞已造成違法、個人化價格歧視、收益提升或需求傷害。
本記錄不能證明 Reuters 調查的所有原始細節、Tiger Analytics 的實際產品範圍、麥當勞全美門市的採用率、AI 建議與門市價格差異的因果關係、加盟主是否具有實質退出權、反壟斷機關是否已立案、Wendy’s/Instacart 先例的完整時間線或任何營收/客流效果。本輪未做產品操作、價格重算、法律分析、加盟文件核對或 human verification,未加入 verified。
Rights boundary
BusinessNext、Reuters、McDonald’s、National Restaurant Association 與相關圖片/文件屬外部著作。本次僅保存 metadata、faithful summary、claim ledger、必要 canonical links 與證據界線;未保存文章全文、HTML、圖片、Reuters 內容、McDonald’s 年報 PDF、平台截圖、服務條款、完整市場資料或任何 credential。canonical link 是後續查核入口,來源 ingest 指示不等於取得重製授權。
Footnotes
-
數位時代 BusinessNext〈你越肯花錢漢堡越貴?美國麥當勞爆導入「AI定價」,都是大麥克相隔3公里貴2成〉,2026-09-30;https://www.bnext.com.tw/article/92445/mcdonalds-ai-pricing-by-location-big-mac。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11
-
National Restaurant Association〈Inflation is Straining Restaurant Operations〉,擷取 2026-09-30;https://restaurant.org/research-and-media/research/inflation/。 ↩ ↩2