Từ một chiếc Big Mac có giá khác nhau giữa hai cửa hàng cách nhau chỉ vài kilomet, McDonald’s đang cho thấy một xu hướng mới của ngành bán lẻ: giá cả không còn chỉ được quyết định bởi chi phí và đối thủ, mà ngày càng được xác định bằng dữ liệu về mức độ sẵn sàng chi trả của khách hàng.
Một chiếc Big Mac tại McDonald’s có thể có giá khác nhau tùy nơi bạn mua. Điều này vốn không mới, bởi hệ thống nhượng quyền của McDonald’s cho phép các nhà hàng điều chỉnh giá theo thị trường địa phương. Nhưng điều đáng chú ý trong chiến lược mới của tập đoàn là AI đang ngày càng tham gia sâu vào việc đưa ra mức giá được xem là “tối ưu” cho từng nhà hàng và từng món ăn.
Theo Reuters, McDonald’s đang mở rộng việc sử dụng một hệ thống định giá dựa trên machine learning tại Mỹ và một số thị trường quốc tế. Công cụ này liên tục phân tích dữ liệu từ hàng triệu giao dịch mỗi ngày tại gần 14.000 nhà hàng McDonald’s ở Mỹ, sau đó đưa ra khuyến nghị về mức giá cho từng sản phẩm, từ Big Mac cho tới các mặt hàng giảm giá.
Điểm đáng chú ý nhất nằm ở một biến số mà AI đặc biệt quan tâm: “customer willingness to pay” – mức độ khách hàng sẵn sàng chi trả.
Nói cách khác, bài toán không còn đơn giản là “chi phí làm một chiếc Big Mac là bao nhiêu, đối thủ đang bán bao nhiêu và doanh nghiệp muốn lời bao nhiêu”. Thuật toán cố gắng trả lời một câu hỏi tinh vi hơn: khách hàng ở khu vực này có thể chấp nhận mức giá nào mà vẫn tiếp tục mua?
Cùng một chiếc Big Mac, giá có thể chênh nhau 21%
Reuters đã kiểm tra giá trên ứng dụng McDonald’s tại Fresno, bang California, vào tháng 9/2026 và phát hiện một ví dụ đáng chú ý: một nhà hàng do McDonald’s trực tiếp vận hành bán Big Mac với giá 5,69 USD, trong khi một nhà hàng khác cách đó khoảng hai dặm bán cùng sản phẩm với giá 6,89 USD, cao hơn khoảng 21%.
Reuters lưu ý rằng chưa thể xác nhận sự chênh lệch này là kết quả trực tiếp từ khuyến nghị của hệ thống AI hay còn có những yếu tố khác tác động. Tuy nhiên, đây là minh họa rõ cho xu hướng giá ngày càng được phân hóa theo từng địa điểm.
Trong giao diện của công cụ định giá mà Reuters xem xét, hệ thống có thể đánh giá mức độ nhạy cảm của khách hàng tại một nhà hàng đối với giá. Một nhà hàng có thể được hệ thống xác định là có mức độ “nhạy cảm trung bình” với giá, dựa một phần vào ước tính về mức độ sẵn sàng chi trả của khách hàng trong khu vực.
Hệ thống đồng thời thu thập thông tin giá công khai từ thực đơn trực tuyến của các đối thủ gần đó, trong đó có Wendy’s và Burger King.
AI không đơn giản là “tăng giá”
Điều thú vị là mục tiêu của hệ thống không phải lúc nào cũng là tăng giá. McDonald’s đang đối mặt với một bài toán khá phức tạp: nếu giá quá cao, khách hàng có thể giảm tần suất mua; nhưng nếu giá quá thấp, doanh thu và lợi nhuận của nhà hàng lại bị ảnh hưởng. Vì vậy, AI được sử dụng để tìm điểm cân bằng giữa giá bán, nhu cầu, cạnh tranh và doanh thu.
Trong những tháng gần đây, hệ thống thậm chí đưa ra nhiều khuyến nghị thận trọng hơn, bao gồm cả đề xuất giảm giá ở một số trường hợp. Điều này lại tạo ra một mâu thuẫn khác giữa tập đoàn và các chủ nhà hàng nhượng quyền.
Đối với McDonald’s, giá thấp hơn có thể giúp thu hút thêm khách hàng và tăng tổng doanh thu. Trong khi đó, chủ franchise phải đối mặt trực tiếp với tiền lương nhân viên, tiền thuê mặt bằng, chi phí nguyên vật liệu và các chi phí vận hành khác.
McDonald’s cho biết các franchisee vẫn được quyền quyết định giá bán cuối cùng. Tuy nhiên, Reuters phỏng vấn nhiều chủ nhà hàng và cựu franchisee cho biết họ cảm nhận áp lực phải sử dụng và làm theo những khuyến nghị từ hệ thống.
Một tài liệu nội bộ được Reuters xem xét cho thấy McDonald’s theo dõi mức độ các franchisee điều chỉnh giá khác với khuyến nghị của hệ thống.
Từ tháng 1/2026, McDonald’s cũng đưa yêu cầu các franchisee phải “constructively engaging” với các công cụ và đơn vị tư vấn định giá được tập đoàn phê duyệt vào các tiêu chuẩn kinh doanh mới. Điều này tạo ra một câu hỏi quan trọng về quản trị doanh nghiệp: AI thực sự chỉ là công cụ tư vấn, hay theo thời gian nó sẽ trở thành một cơ chế kiểm soát quyết định kinh doanh?
Câu chuyện về chiếc Big Mac 18 USD
Một trong những ví dụ gây chú ý nhất liên quan đến hệ thống định giá của McDonald’s là một đề xuất giá khoảng 18 USD cho một suất Big Mac tại một nhà hàng ở Connecticut vào năm 2023.
Chủ franchise George Michell sau đó đưa mức giá này vào một vụ kiện với McDonald’s, trong đó ông cáo buộc tập đoàn đã đối xử phân biệt và tìm cách đẩy ông khỏi hệ thống franchise. McDonald’s bác bỏ các cáo buộc và cho rằng Michell nhiều lần vi phạm các thỏa thuận nhượng quyền. Reuters cho biết không thể độc lập xác minh hệ thống thực sự đã đề xuất chính xác mức giá 18 USD như thế nào.
Điều đáng chú ý ở đây không chỉ là con số 18 USD. Một mức giá như vậy cho thấy khi thuật toán được giao nhiệm vụ tối ưu hóa doanh thu hoặc lợi nhuận, kết quả mà nó đưa ra có thể rất khác với trực giác của con người về một mức giá “hợp lý”.
Trong kinh tế học, khái niệm “willingness to pay” không mới. Doanh nghiệp từ lâu đã nghiên cứu khả năng chi trả và hành vi của khách hàng để xây dựng giá. Điểm khác biệt của AI nằm ở quy mô và tốc độ. Một hệ thống machine learning có thể đồng thời xử lý hàng triệu giao dịch, lịch sử mua hàng, giá của đối thủ, đặc điểm từng khu vực và phản ứng của khách hàng trước những thay đổi giá. Khi đó, doanh nghiệp có thể tiến gần hơn đến một mô hình algorithmic pricing – định giá bằng thuật toán.
McDonald’s cũng không phải doanh nghiệp mới bước vào lĩnh vực này. Từ năm 2019, công ty đã mua Dynamic Yield, một công ty công nghệ chuyên về personalization và decision logic. Công nghệ này được McDonald’s sử dụng để cá nhân hóa thực đơn tại drive-thru và đề xuất sản phẩm dựa trên nhiều yếu tố khác nhau.
Như vậy, định giá bằng AI hiện nay có thể được xem là bước phát triển tiếp theo của một chiến lược mà McDonald’s đã theo đuổi nhiều năm: biến dữ liệu về khách hàng thành quyết định kinh doanh theo thời gian thực.
Ranh giới giữa cá nhân hóa và “giá theo khả năng chi trả”
Nếu một doanh nghiệp biết khách hàng A sẵn sàng trả 10 USD nhưng khách hàng B chỉ sẵn sàng trả 7 USD, liệu doanh nghiệp có nên bán cùng một sản phẩm với hai mức giá khác nhau?
Trong trường hợp McDonald’s được Reuters mô tả, hệ thống hiện chủ yếu đưa ra khuyến nghị theo từng nhà hàng và khu vực, chứ chưa có bằng chứng trong bài Reuters cho thấy một khách hàng cụ thể mở ứng dụng thì AI sẽ nhận diện cá nhân đó và tự động đưa ra một mức giá Big Mac riêng.
Tuy nhiên, về mặt nguyên lý, công nghệ đang tiến gần hơn tới khả năng cá nhân hóa giá. Và đây là lĩnh vực mà các cơ quan quản lý Mỹ cũng đang đặc biệt quan tâm. Tháng 8/2026, Federal Trade Commission đã mở lấy ý kiến về một dự thảo chính sách thực thi liên quan tới personalized pricing, tức việc sử dụng dữ liệu để thiết lập giá dựa trên số tiền doanh nghiệp cho rằng một cá nhân sẵn sàng chi trả.
Từ Big Mac đến tương lai của bán lẻ
Một vấn đề khác còn phức tạp hơn là antitrust – luật cạnh tranh. McDonald’s có hàng nghìn nhà hàng franchise. Về mặt pháp lý và kinh tế, các franchisee có thể có những lợi ích kinh doanh riêng, thậm chí có thể cạnh tranh với nhau tại những khu vực gần nhau.
Nếu nhiều doanh nghiệp cạnh tranh cùng sử dụng một hệ thống thuật toán để đưa ra mức giá, các cơ quan quản lý có thể đặt câu hỏi liệu thuật toán có vô tình làm giảm cạnh tranh hay không. Chính McDonald’s cũng đã đưa cảnh báo về vấn đề này vào điều khoản sử dụng công cụ, đồng thời khẳng định franchisee vẫn có quyền quyết định giá cuối cùng.
Điều đáng chú ý nhất trong câu chuyện McDonald’s có lẽ không phải là việc một chiếc Big Mac có thể đắt hơn 1,2 USD ở một cửa hàng khác. Vấn đề lớn hơn là ai thực sự đang quyết định giá trong nền kinh tế dữ liệu?
Trước đây, doanh nghiệp định giá dựa trên chi phí, biên lợi nhuận, giá của đối thủ và kinh nghiệm của nhà quản lý. Sau đó, doanh nghiệp chuyển sang phân tích dữ liệu. Giờ đây, AI có thể liên tục học từ hàng triệu giao dịch và đưa ra khuyến nghị gần như theo thời gian thực.
Điều đó mở ra một cơ hội lớn cho doanh nghiệp: giảm giá khi nhu cầu yếu, tăng giá khi thị trường cho phép, điều chỉnh theo từng khu vực và tối ưu doanh thu mà không cần hàng nghìn nhà quản lý tự tính toán. Nhưng nó cũng đặt ra một bài toán mới về minh bạch, công bằng và quyền kiểm soát.
Nếu khách hàng không biết vì sao họ phải trả 5,69 USD thay vì 6,89 USD cho cùng một chiếc burger, doanh nghiệp có thể tối ưu được doanh thu nhưng lại phải trả một cái giá khác: sự mất niềm tin của khách hàng.
Và nếu AI ngày càng chính xác trong việc dự đoán “khách hàng có thể trả tối đa bao nhiêu”, câu hỏi quan trọng trong tương lai có thể không còn là AI có thể định giá hay không, mà là: doanh nghiệp nên sử dụng AI để tìm mức giá tối ưu cho mình, hay để tìm mức giá mà khách hàng cảm thấy hợp lý? Đó là hai mục tiêu không phải lúc nào cũng giống nhau.
