Proponowany ogólnokrajowy pozew konsumentów przeciw McDonald’s pyta, kiedy porady cenowe stają się koordynacją, jeśli niezależne restauracje zasilają wspólny system poufnymi danymi. Michael Thomas wniósł sprawę 2 października 2026 r. w Chicago. McDonald’s zaprzecza zarzutom: opcjonalne narzędzia nie automatyzują ani nie koordynują cen, a operatorzy decydują sami.
Na opisanym etapie sąd nie zatwierdził grupy, nie stwierdził porozumienia ani nadpłat. Spór dotyczy danych i stosunków handlowych za rekomendacjami, nie samego AI ani udowodnionego podniesienia każdego rachunku przez oprogramowanie.
Zarzucany obieg danych i presja stosowania zaleceń
Thomas z DeKalb w Illinois twierdzi, że regularnie kupuje jedzenie w pobliżu domu. Pozwał McDonald’s USA i McDonald’s Corporation w Northern District of Illinois. Publiczne akta identyfikują Thomas v. McDonalds USA, LLC, 1:26-cv-12149. Zauważył różne ceny identycznych produktów w sąsiedztwie, ale same różnice nie są podstawą jego teorii: niezależne firmy zwykle mogą inaczej reagować na koszty i popyt.
Pozew zarzuca, że wspólny silnik przyjmuje aktualne, niepubliczne dane sprzedaży i cen restauracji. Analizuje miliony transakcji dziennie, cechy lokalu, lokalny popyt, wrażliwość cenową i ceny konkurentów, zwracając zalecenia dla konkretnych produktów w poszczególnych restauracjach. Około 95% z blisko 14 000 amerykańskich lokali jest niezależnie posiadanych i prowadzonych. Wspólna marka nie czyni ich jednym podmiotem prawnym.
Thomas zarzuca też „regułę 30%”: narzędzie może polecić podwyżkę, gdy określony udział sąsiednich restauracji podniesie cenę tego samego produktu. Twierdzi również, że firma monitoruje stosowanie zaleceń, a trwałe odstępstwa mogą wpływać na ekspansję lub odnowienie franczyzy. To niezweryfikowane opisy powoda, nie zasady przyznane przez firmę lub ustalone dowodowo. Ważna jest różnica między ignorowaną poradą a poradą wspartą realną presją biznesową.
Proponowana grupa obejmuje nabywców żywności w USA we wskazanym okresie, z podgrupą Illinois. Roszczenia oparto na Section 1 Sherman Act, Illinois Antitrust Act oraz Illinois Consumer Fraud and Deceptive Business Practices Act. Żądania to zatwierdzenie grupy, odszkodowania, koszty i zakaz sądowy. Potrójne odszkodowanie to możliwy federalny środek dla wygrywającego prywatnego powoda, oparty na wykazanej stracie, a nie istniejące zasądzenie lub dowód szkody.
McDonald’s wskazuje na decyzję lokalnego operatora
Oświadczenie z 1 października, sprzed pozwu, mówi, że AI nie ustala ceny żadnego produktu. Zalecenia dla restauracji mają uzupełniać własną wiedzę o kosztach, klientach i konkurencji. Firma twierdzi, że narzędzie nie zmienia automatycznie cyfrowych tablic w godzinach szczytu i nie ustala osobistych cen na podstawie danych klienta.
Trzeba rozdzielić trzy pojęcia. Wycena algorytmiczna analizuje dane i zaleca lub wybiera ceny. Dynamiczna reaguje na bieżące warunki rynkowe. Wycena oparta na obserwacji wykorzystuje informacje osobowe lub behawioralne do dopasowania cen i promocji ludziom lub grupom. Sprawa dotyczy głównie koordynacji restauracji; nie dowodzi różnych rachunków dwóch osób za to samo zamówienie w jednym lokalu.
McDonald’s powiedział AP, że pozew zawiera nieścisłości i będzie się bronił. Rzecznik zaznaczył też, że badania rynku i porady cenowe poprzedzały uczenie maszynowe. Analiza ma legalne zastosowania: koszty żywności i pracy, konkurencja i ruch klientów wpływają na decyzje, a zalecenie może wykazać, że wyższa cena ograniczy wizyty i obniży łączny przychód.
Podczas sierpniowej rozmowy z inwestorami CEO Chris Kempczinski mówił, że tylko 60% amerykańskich lokali oferowało proponowane korzystne menu. Zarząd musiał uzgodnić je z franczyzobiorcami, zamiast włączyć w całej sieci. Pokazuje to podział władzy, nie rozstrzyga o kwestionowanym silniku. Odrzucenie promocji krajowej nie dowodzi niezależności wobec indywidualnych zaleceń cenowych.
Wspólny silnik nie oznacza automatycznie porozumienia
Teoria dotyczy zakazu porozumień nieracjonalnie ograniczających handel w Section 1. Oprogramowanie nie wyłącza zasad dotyczących ludzkiej koordynacji. W piśmie o cenach hotelowych DOJ i FTC argumentowały, że algorytm nie może wykonywać działań bezprawnych dla ludzi, a wspólna cena wyjściowa może rodzić obawy mimo końcowej swobody. To stanowisko organów, nie dowód porozumienia w McDonald’s.
Pozew opisuje model hub-and-spoke: firma w centrum, konkurujący franczyzobiorcy jako ramiona. Nadal potrzeba dowodów łączących relacje wertykalne z horyzontalnym zrozumieniem między rywalami. Zakup tego samego programu czy podobne rady nie wystarczają. Kluczowe jest, czy uczestnicy wiedzieli o wkładzie konkurentów i oczekiwali wzajemnego stosowania systemu.
Franczyza komplikuje analizę. Znaki towarowe, standardy jedzenia i obsługi, dostawy, reklamy i umowy zawierają legalną koordynację. Ceny są bardziej wrażliwe przy lokalnej konkurencji. Prywatna sprzedaż ujawnia reakcje na zmiany i zmniejsza niepewność co do rywali. Ta niepewność może skłaniać do obniżek, lepszej obsługi lub mniejszych marż.
Lokale korporacyjne dodają możliwą drugą rolę. Spółki zależne prowadzą mniejszy udział amerykańskich restauracji i mogą konkurować z franczyzobiorcami. Gdyby dostarczały dane i odbierały rekomendacje tego samego silnika, powód argumentowałby, że McDonald’s jest platformą i konkurentem. To warunkowa teza, nie potwierdzony opis techniczny. Firma może odpowiadać, że wsparcie odzwierciedla różnice lokalne zamiast je tłumić.
Podwyżki i lokalne różnice nie izolują przyczyny
Pozew cytuje oświadczenie McDonald’s o około 40% wzroście średnich cen menu w USA w latach 2019–2024 i łączy okres z rozbudową technologii. Zbieżność rodzi pytanie badawcze, nie izoluje wpływu algorytmu. Drożały praca, żywność, opakowania, transport i lokale; pandemia oraz inflacja zmieniły popyt. Przepisy płacowe, czynsze, podatki i dostawy różniły się regionalnie.
Opisany przykład to 21% różnicy cen Big Maca w dwóch restauracjach Fresno oddalonych o około dwie mile. Może wskazywać niezależny osąd lub optymalizację lokalnej skłonności do zapłaty przez wspólny silnik. Ceny zależne od miejsca nie wymagają identyfikacji osoby i nie są automatycznie bezprawne. Z drugiej strony różne ceny nie wykluczają koordynacji: wspólne zasady mogą dawać odmienne wyniki i ograniczać niezależność.
Model ekonomiczny potrzebuje scenariusza bez kwestionowanych danych, zasad i presji oraz kontroli kosztów i popytu. Jeden franczyzobiorca z kilkoma lokalami komplikuje porównania sąsiedztwa. Zalecenia, stosowanie, własność i koszty są zróżnicowane. Dowiedzenie nadpłat w prawnie spójnej grupie to inna kwestia niż wykazanie istnienia narzędzia.
Szersze badanie FTC o wycenie opartej na obserwacji opisało pośredników wykorzystujących lokalizację, przeglądanie, demografię i zakupy do cen lub promocji. Nie wskazało indywidualnych cen w McDonald’s. Znaczenie ma kontrola przepływów danych, nie ustalenie wszystkich badanych praktyk w tym systemie.
Mieszkania i hotele dostarczają teorii, nie wyniku sprawy
DOJ pozwał RealPage w 2024 r., zarzucając pomoc konkurującym wynajmującym w koordynacji czynszów, a potem dodał dużych właścicieli. RealPage zaprzeczył. Niepubliczne dane, wspólne rady i rzekome oddanie samodzielnego osądu tworzą prawne porównanie, nie przesądzają McDonald’s.
Struktury istotnie się różnią: RealPage obsługiwał oddzielne firmy kupujące program od zewnętrznego dostawcy, McDonald’s wspiera sieć z wieloma legalnymi funkcjami wspólnymi. Niezależni właściciele hoteli pod jedną marką dają drugie porównanie. Organy twierdzą, że świadome wspólne użycie może mieć znaczenie mimo dobrowolności zaleceń, lecz sąd musi zbadać każdy materiał. Nowy pozew testuje argumenty, nie jest już precedensem.
Wpływ może objąć franczyzy restauracyjne, hotelowe, fitness, motoryzacyjne i usługowe. Prognozy, ograniczenie strat i wsparcie małych operatorów to rzeczywiste potencjalne korzyści. Poufność, szczegółowość i aktualność danych oraz konsekwencje odstępstw mogą jednak znaczyć więcej niż zaawansowanie modelu. Arkusze, doradcy i rozmowy rodzą ten sam problem. AI go ani nie dowodzi, ani nie usuwa.
Jakie dowody oddzielą radę od koordynacji
Pierwsze wnioski o oddalenie sprawdzą wiarygodność zarzutu horyzontalnego porozumienia przed dostępem do akt wewnętrznych. Jeśli sprawa przetrwa, dokumenty, komunikacja operatorów, logi i zeznania mogą wyjaśnić dane, uczestnictwo, stosowanie oraz reakcje na odmowę. Narracja publiczna opiera się mocno na reportażach i materiałach firmy; elementy prawne wymagają dopuszczalnych dowodów, nie powtarzania AI.
Wysokie stosowanie samo nie dowodzi porozumienia. Z presją, świadomością konkurentów i poufnymi danymi mogłoby wesprzeć Thomasa. Częste odstępstwa bez kar i odmienne metody decyzji wspierałyby McDonald’s. Zagregowana historia różni się od bieżącej sprzedaży i cen lokalu. Nie należy zakładać projektu technicznego ani przymusu przed ujawnieniem akt.
Przyszły udział DOJ lub FTC oznaczałby zainteresowanie polityką konkurencji, nie wynik. McDonald’s próbuje też odbudować wizerunek korzystnej oferty przy ograniczonych budżetach klientów, więc granice narzędzia mają wagę handlową. Dla twórców i nabywców istotne są dane, zachęty i wdrożenie, nie ogólny zakaz porad. Dla konsumentów lokalna różnica nie jest dowodem nadużycia. Zachowanie konkurencji lub umożliwienie bezprawnej koordynacji pozostaje sporne i zależne od niepublicznych dowodów.
Źródła
Akta federalne · Oświadczenie McDonald’s z 1 października · Reportaż AP · Pismo DOJ/FTC o hotelach · Szersze badanie FTC · Pozew DOJ przeciw RealPage · Odkrycie przez Google News RSS (agregator)