麦当劳用AI定价:顾客肯付的钱,就该赚吗?

同样一份产品，顾客究竟愿意付多少钱？

这是经营者一直在研究的问题。价格定低了，利润空间不够；定高了，客户可能离开。现在，AI让企业有机会更细致地分析交易记录，判断不同门店的顾客对价格有多敏感。

2026年9月29日，路透社报道，麦当劳正在使用AI支持美国及部分其他市场的门店定价，其中一个考虑因素是当地顾客的支付意愿。麦当劳表示，工具提供建议，加盟商仍可自行定价。

这项报道涉及美国部分门店价格建议，不能据此认定麦当劳对每位顾客分别报价，也不能将不同门店的价格差异直接归因于AI。

不过，它提出的经营问题值得我们继续想一想：如果企业越来越清楚顾客愿意付多少钱，是否就应该把价格尽可能推到那个位置？

我们不妨设想一场经营会议。

一家服务企业在部分门店试着提高价格。几周过去，收入增加了，订单数量没有明显下降。经营负责人提出，既然客户接受，其他门店也可以跟进。

这个判断有依据。实际购买行为当然比一句“我愿意买”更有参考价值。

但“客户接受”包含了几种不同情况。

有些人认为产品确实值得这个价格；有些人习惯了这家店，暂时不想换；也有人这次急着购买，没有比较其他选择。还有一些人支付了，却觉得不舒服，下一次会再考虑。

这些情况，在当周的销售报表里可能表现得很相似。

AI擅长识别的是“会付”——在某个时间、某个门店、某个场景下，顾客大概率不会因为价格离开。但它很难区分，顾客付钱是因为认可价值，还是因为暂时没有更好的选择。

支付意愿，并不等于价值认同。

为什么有时客户愿意接受涨价，有时涨幅不大，却会产生很强的不满？

我们可以从价格背后的理由去看。

一家门店延长营业时间，增加夜间服务，成本和便利程度发生了变化；一项专业服务增加了交付内容，客户获得了更多价值。即使客户不愿支付，也比较容易理解价格为什么改变。

另一种情况是，老客户发现自己支付的价格比新客户高，企业又无法说明两者的服务或交易条件有什么差异。他担心的可能不只是多付了多少钱，还包括：我一直信任你，这份信任有没有被用来提高我的购买成本？

这两个问题的重量并不相同。

经营者看到的可能是支付能力、需求强度和成本差异。客户则可能在判断，这家公司如何对待我，我们之间的交易规则是否值得继续相信。

同一项价格安排，就这样进入了两套不同的理解。

地区租金不同、配送距离不同、服务内容不同，都可能支持不同价格。促销和会员优惠也可以有清楚的条件。关键在于，我们能否说明差异来自哪里，以及这个理由放到客户面前，是否仍然成立。

解释并不能保证每个人满意，但如果一种定价方式只能在客户不知情时成立，经营者就值得再想一层。

技术帮助企业识别价格空间，是一种能力。怎样使用这种能力，则体现了企业的经营选择。

比如，一个客户一直续约，可能说明他认可服务，也可能因为更换供应商代价很高。如果企业据此逐年加价，短期收入也许会上升。但这位客户一旦找到替代方案，还会不会继续合作？他会怎样向同行介绍这家公司？

这些结果不一定立刻发生，却属于这项定价选择需要承担的后果。

对于依赖长期合作的企业，客户缺少替代选择，并不自动成为最好的提价理由。企业也可以选择把这段关系用来改善产品、降低客户的使用成本，或者让客户获得更稳定的服务。

这同样是一种经营投资。

当然，长期关系不能成为企业无限压低利润的理由。成本上涨需要处理，价值提升可以获得更高回报，持续亏损的客户关系也需要重新谈判。

我想，真正需要认真讨论的是：这次增加的收入，主要来自客户认可的价值，还是来自客户暂时难以离开？两种收入都可能出现在报表上，却可能通向不同的未来。

如果企业准备做一次定价调整，可以在开始时就约定两次复盘。

第一次看当期经济结果：收入、毛利和订单变化，是否达到预期。

第二次放在符合正常复购周期的时间，观察原有客户是否继续回来、购买频率是否改变、反馈中出现了什么新的理由。

这里需要特别注意，新增客户可能掩盖老客户的离开。总订单没有下降，不代表原来那批客户没有变化。比较时也要尽量排除促销、季节和服务调整的影响，避免把所有结果都归到价格上。

客户反馈可以问得具体一些：

“这次价格调整以后，你觉得哪些部分仍然值得，哪些部分开始不值得？”

这样的回答，比笼统问一句“满意吗”，更有助于发现企业和客户对价值的理解是否发生了距离。

还可以在测试前约定：什么结果支持扩大实施，什么结果需要修改方案。这样，讨论就不必等到收入增加以后，再由大家努力解释为什么这次一定成功。

麦当劳的报道不能替我们回答每一家企业该怎样定价。但它提醒了一个更基础的问题：

当技术越来越擅长估计顾客会付多少钱，企业是否也在认真理解，顾客为什么愿意继续把钱付给自己？

顾客肯付的钱，企业当然可以赚。只是当我们希望做的是一门持续经营的生意，今天这笔钱赚得怎么样，还需要放到下一次选择中去看。