针对麦当劳的一项拟议全国消费者集体诉讼追问：当独立餐厅把机密信息输入共同系统时，定价建议是否会变成协调。Michael Thomas于2026年10月2日在芝加哥联邦法院起诉。麦当劳否认相关指控，称可选工具既不自动设价，也不协调价格，决定权属于经营者。
在报道所述阶段，法院尚未认证拟议集体、认定存在协议或确认多付费用。真正重要的争议是建议背后的数据与商业关系，不是单纯用了AI，更不是已经证实软件抬高了所有人的账单。
被指控的数据循环与遵从压力
Thomas住在伊利诺伊州DeKalb，称经常在家附近购买餐食。他在伊利诺伊州北区联邦地区法院起诉McDonald’s USA和McDonald’s Corporation；公开案卷为Thomas v. McDonalds USA, LLC，案号1:26-cv-12149。他发现附近相同商品价格不同，但价格差本身并非其责任理论：独立企业通常可以对成本和需求作出不同反应。
起诉状称，共同引擎接收餐厅当前非公开销售与价格数据，结合每日数百万笔交易、门店特征、本地需求、顾客价格敏感度及竞争者价格，生成单个菜单商品的门店专属建议。麦当劳在美国约14,000家餐厅中，约95%独立拥有和经营。因此，共用品牌不代表所有参与门店属于同一法律实体。
Thomas还指称存在“30%规则”：附近一定比例餐厅上调同一商品后，工具可以建议涨价。他进一步称麦当劳监测采纳情况，持续偏离建议可能影响扩张或加盟续约资格。这些是原告尚未验证的描述，并非麦当劳承认或经证据开示确认的规则。关键区别在于：建议是否能经常被忽略，还是背后有实际商业压力。
拟议全国集体涵盖所称期间的美国食品购买者，并设伊利诺伊州子集体。诉求依据《谢尔曼法》第1条、《伊利诺伊州反垄断法》及该州《消费者欺诈和欺骗性商业行为法》，要求认证、赔偿、费用与禁令。三倍赔偿是胜诉私人原告可寻求的联邦救济，即已证明损失的三倍，不是已有裁赔或受损证据。
麦当劳称本地经营者保留决定权
诉讼前一天的10月1日声明称，AI不决定任何菜单商品价格。公司把系统描述为门店专属建议工具，由经营者结合对本地成本、顾客及竞争的认识使用。公司称，工具不会在繁忙时段自动改变数字菜单价格，也不会根据个人信息向不同顾客定出不同价格。
三个概念需要分开：算法定价用软件分析信息并建议或选择价格；动态定价随即时市场条件调整；监控式定价用个人或行为信息，为特定人或群体调整价格、促销。本案主要指控餐厅之间协调，没有证实同一家门店对两名顾客的相同订单收取不同费用。
麦当劳向美联社表示，起诉状存在不实之处，公司将应诉。发言人还称，市场研究和价格建议早于机器学习。分析确有正当用途：经营者需要考虑食材、人工、本地竞争和客流，建议也可能识别涨价何时会造成客流减少、反而降低总收入。
八月投资者电话会上，CEO Chris Kempczinski称，只有60%美国餐厅提供一项拟议超值菜单，公司需要与加盟商达成协议，不能简单在全网开启。这个例子支持权力分散的存在，但不能决定被质疑引擎的性质。拒绝全国促销不等于已经证明门店专属定价建议获得多少独立判断。
共用引擎为何不自动等于协议
法律理论涉及《谢尔曼法》第1条对不合理限制贸易协议的禁止。软件不会使人的协调规则失效。在酒店定价案文件中，司法部与FTC主张，企业不能让算法实施由人执行便违法的行为，即使保留最终裁量，共同起始价格也可能引起问题。这是机构立场，不是麦当劳存在协议的证明。
起诉状描绘“轴辐式”安排：麦当劳是中心，加盟商是竞争的辐条。该理论仍需证据把每项纵向关系与竞争者的横向共识连接起来。购买同一软件或收到相似建议并不足够。参与者是否知道竞争者也贡献数据，并期待彼此遵循系统，是原告案件的核心。
特许经营使问题更复杂。商标、食品与服务标准、供应、广告和合同共享包含合法协调。如果经营者在本地竞争，价格就更敏感：私有销售数据可能揭示顾客对调价的反应，减少对竞争者的不确定性，而这种不确定性原本会促使降价、改善服务或接受较低利润。
直营餐厅还带来另一种潜在角色。麦当劳子公司经营较少比例的美国门店，可能与加盟商竞争。如果直营店向同一引擎提供数据并接收建议，原告会主张公司既是平台又是竞争者。这是有条件的论点，不是已核实的技术描述。麦当劳可以反驳，集中支持反映本地差异而非压制差异。
涨价与本地价差不能分离出因果
起诉状引用麦当劳关于2019至2024年美国菜单均价上涨约40%的声明，并关联到定价技术开发扩张。时间关系提出研究问题，却没有分离算法影响。人工、食品、包装、运输和场地成本上涨，疫情及随后通胀也改变需求；地区工资法规、租金、税收和供应条件各不相同。
一项报道例子称，Fresno两家相距约两英里的餐厅，Big Mac标价相差21%。这既可能支持本地独立判断，也可能符合共同引擎按本地支付意愿优化。按地点定价不需要识别个人，也不自动违法。反之，价格不同同样不能排除协调：共同规则可输出不同建议，仍削弱独立决策。
经济模型需要反事实：没有争议数据、规则和所称压力时，价格会如何，并控制这些成本与需求变化。同一加盟商拥有多家门店，会使相邻比较复杂化。建议、采纳率、所有权和成本各异，因此证明法律上具有一致性的拟议集体遭受多付费用，与证明工具存在是不同任务。
FTC更广泛的监控式定价研究描述了能利用位置、浏览、人口统计和购物行为影响价格或促销的中介，并未认定麦当劳收取个人化价格。其相关性是审视数据管线，不是证明该餐厅系统执行了研究涵盖的一切做法。
住房与酒店争议提供理论，不决定本案结果
司法部于2024年起诉RealPage，指其收益管理软件帮助竞争房东协调公寓租金，后来追加大房东为被告；RealPage否认指控。汇集非公开输入、共同建议和所称放弃独立判断，提供法律比较，但不是麦当劳案的既定结论。
结构差异很大：RealPage面向向外部供应商购买软件的独立物业企业，麦当劳服务具有许多合法共同职能的加盟网络。共用品牌但独立经营的酒店业主提供另一参照。机构认为，即使建议自愿，明知地使用共同系统也可能重要，但法院必须审查每案记录。这份新起诉状是在检验论点，尚非先例。
影响可能延伸至使用集中分析的餐饮、酒店、健身、汽车及服务加盟。预测、减少浪费、支持小经营者确有潜在价值，但数据保密性、颗粒度、时点及偏离建议是否遭后果，可能比模型复杂度更重要。表格、顾问或电话也会产生相同协调问题，用AI替代既不证明也不消除问题。
哪些证据能区分建议与协调
初期驳回动议将检验：在获取内部记录前，起诉事实是否足以合理主张横向协议。案件若继续，文件、经营者沟通、技术日志与证词可澄清输入、参与、采纳和拒绝后的回应。公开叙述大量依赖报道及公司资料；证明法律要件需要可采证据，而非反复说AI。
高采纳率本身不证明协议；结合压力、对竞争者参与的认知及机密输入，可能支持Thomas。频繁无罚偏离和真正不同的决策方法则可能支持麦当劳。汇总历史信息不同于实时门店销售和价格；记录出现前，不应假定实际技术设计或所称胁迫已成立。
未来司法部或FTC参与只表示政策关注，不决定结果。此时麦当劳也试图在预算敏感顾客中重塑性价比形象，解释工具边界既有商业也有法律意义。对开发者与采购者，问题在输入、激励和部署，而非一概禁止建议。对消费者，本地价差不是不当行为证明。引擎究竟保留竞争还是促成违法协调，仍有争议，取决于未公开证据。
来源
联邦案卷 · 麦当劳10月1日声明 · 美联社报道 · 司法部与FTC酒店案文件 · FTC更广泛定价研究 · 司法部RealPage诉讼 · Google News RSS发现入口（聚合）