大麥克的標價誰說了算：麥當勞在美挨告，AI 定價引擎被指協調 1.4 萬家門市

近 1 萬 4 千家門市，每天數百萬筆交易。這組數字出自路透社上週的調查報導，描述的是麥當勞在美國的日常規模，也是它那套機器學習定價引擎每天消化的原料。10 月 2 日，這套引擎被寫進芝加哥聯邦法院的一份訴狀。一名伊利諾州居民對麥當勞發起集體訴訟，指控這家速食業者藉助人工智慧定價系統，非法協調加盟店與直營餐廳的菜單價格，違反美國反託拉斯法；原告希望代表的消費者，可能多達數百萬人。

麥當勞在本週一（10 月 5 日）回應，稱指控屬於主觀揣測。雙方爭執的其實是同一個問題：當演算法深度參與定價，法律上「誰在定價」要怎麼認定。這個答案不只約束麥當勞，也會約束所有把價格交給模型的連鎖企業。

訴狀把整個加盟體系寫進被告席

這起訴訟於當地時間上週五送件，屬於提議中的全國性集體訴訟。訴狀主張，麥當勞與獨立加盟業者合謀，利用以非公開資料訓練的演算法操縱菜單價格。加盟商在名義上是各自獨立的經營者，訴狀因此寫下一句關鍵陳述：獨立經營的商家，必須自主制定自身的商品價格。

指控的事實基礎，主要來自路透社上週的報導。該報導指出，麥當勞的定價引擎運用機器學習演算法，持續分析近 1 萬 4 千家門市每天數百萬筆交易所產生的資料；報導同時提到，其他速食企業也已開始藉助人工智慧處理定價與各項營運工作。原告方把這篇報導直接引進訴狀，作為指控的依據。

原告代理律師拉克．特納（Lark Turner）在聲明中措辭直接。他說，麥當勞「正在利用手中的大量資料以及加盟體系，從消費者身上一分一毫地榨取利益，就連最後一份薯條都不放過」。

麥當勞的答覆：AI 沒有定價權

距離送件僅一個工作日，麥當勞就發出聲明，稱相關指控屬於主觀揣測、缺乏事實依據，並強調大麥克以及其他任何餐點的價格，都並非由人工智慧設定。聲明同時給出兩層防線：各加盟商擁有最終的定價決策權；而定價推薦工具與資料分析手段，在各行各業都已普遍使用。

第二層防線值得多看一眼。麥當勞把個案拉高到產業慣例的層次，等於提醒法院：若演算法參與定價構成違法，受影響的將是整個連鎖零售與服務業。這也讓本案的技術爭點變得清楚。那套演算法交給加盟商的東西，究竟是可採可不採的建議，還是實質上的價格指揮，麥當勞的主張是前者，原告必須證明的是後者。

反託拉斯的老禁區，遇上會學習的工具

要衡量這樁訴訟的份量，得先回到加盟體系的結構。美國連鎖速食以加盟為主流，加盟商出資、承擔經營風險，在法律上是獨立商家，菜單價格理應由各自決定。反託拉斯法對「競爭者之間協調價格」長期從嚴看待，理由並不複雜：價格一旦被協調，市場競爭就失去最核心的功能，帳單最後由消費者支付。

麥當勞案的爭議結構因此相當特殊。總部與數千家名義獨立的加盟商之間，如今隔著一套以非公開資料訓練的演算法。原告的推論是：如果全國門市都參考同一套模型的輸出，而模型的訓練素材又來自彼此的交易紀錄，加盟商的獨立定價就可能名存實亡，實質上等於 1.4 萬家門市共用一個價格中樞。麥當勞的反駁則站在形式面：建議終究是建議，採不採用、定多少，決定權在加盟商手上。

法院將來要做的，就是在這兩種描述之間認定事實。這也是本案意義超出速食業的原因：同樣的結構，存在於任何由總部提供 AI 工具、加盟商名義獨立的連鎖產業，從加油站到藥局都可能適用同一套檢驗。

算法定價訴訟，在美國已有成串前例

針對算法定價的集體訴訟，這幾年在美國已經排出行成列。原告律師先前多次指控企業利用演算法或人工智慧，在旅館客房、公寓租賃等市場進行非法的價格協同。這類案件有共同的結構特徵：定價依賴不對外公開的資料與模型，競爭者之間看似各自決策，實際上可能共用同一套推薦結果，而外界難以從最終價格反推過程。

麥當勞案把這股浪潮帶進速食業，也把資料規模推到新的量級：能餵養定價模型的，是每天數百萬筆、覆蓋全國門市的交易紀錄。不透明本身正是這類系統的常態，OpenAI 先前也是因為29.4 萬字的內部指令外流，外界才第一次完整看到官方如何用規則塑造模型行為。定價引擎的訓練資料與建議邏輯同樣不會主動公開，原告能否在訴訟程序中取得內部文件，將直接決定案件能走多遠。

接下來可以依序核對的訊號

訴訟才剛送件，後續有幾個可依序盯看的進度。全國性集體訴訟須經法院認證原告資格，數百萬名消費者的代表資格是第一道門檻；過了這一關才會進入證據開示，屆時定價引擎的內部文件、加盟商實際採納建議的比率，都是可能翻轉案情的材料。另外，路透社報導既然點名其他速食企業也在使用 AI 定價，同類訴訟或監管調查是否延伸到其他品牌，同樣值得留意。

對消費者而言，可觀察的訊號更貼近日常。數位菜單讓改價的成本大幅降低，同一城區不同門市之間的價差是否持續收斂，是演算法協調是否存在的一個表面線索。而面對不透明的計費邏輯，消費者往往要靠事後揭露才知道自己付了什麼，先前12306 免費候補被包裝成收費搶票服務的專家說明，就是同一類事後才有答案的案例。

這場訴訟不會有快速結論，反託拉斯案件動輒以年計。但它終究要逼企業把「演算法參與定價」的界線講清楚：建議到什麼程度算建議，資料共用到什麼程度算合謀。在法院給出答案之前，麥當勞菜單上的數字仍會照常調整，只是調整的理由，今後會多一層法律檢視。