美麥當勞同款巨無霸不同分店差價逾兩成 疑AI建議定價惹爭議

在美國加州弗雷斯諾市，相距約三公里的兩家麥當勞門市，同款巨無霸一家賣5.69美元，另一家賣6.89美元，價差超過兩成。雖然無法確認這個價差是否來自AI定價系統的建議。但麥當勞近年正積極導入AI，估算各店顧客願意付多少，再據此建議售價。

據外媒報道，這套系統透過機器學習，分析全美近1.4萬家門市每天數百萬筆交易，為每家店的每項商品建議所謂的「最佳價格」。螢幕畫面截圖顯示，系統會告訴加盟商，當地顧客對價格的敏感程度，例如「你的餐廳對價格呈現中等敏感度」，而這項判斷部分依據「你所在地區顧客的付費意願」。

觀看影片

平台也會抓取溫蒂漢堡（Wendy’s）、漢堡王（Burger King）等競爭對手的線上菜單價格，做為參考。有加盟商表示，系統已拉大同一商品在不同門市之間的價差，有時連同一區域內不同社區之間，價差也擴大。這也是消費者的疑慮所在。如果系統判斷某地顧客比較能接受漲價，當地售價可能就會被調高。買同款漢堡，可能因為地點而必須多付錢。

AP圖片

麥當勞總部與加盟商之間的利益未必一致，有時會出現矛盾。總部主要收入來自按加盟店總營收抽成。降價若能吸引更多人上門、增加總營收，即使單店利潤變薄，總部仍可能受益。加盟商面對工資、租金上漲，則更有理由調高價格來維持利潤。

AP圖片

AI並非一味喊漲。部分加盟商表示，系統在疫情期間及之後曾建議大幅漲價，近幾個月卻轉趨保守，甚至建議降價，也因此引發部分加盟商與總部之間的摩擦。

AP圖片

麥當勞強調，這套系統只是協助做決定的工具，加盟商可自由決定最終售價。但有加盟商表示，確實遭施壓要求採用AI定價工具。一份6月的內部文件顯示，麥當勞總部會詳細記錄加盟商偏離建議價格的情況。今年1月起，麥當勞也要求加盟商積極配合公司核准的定價顧問與工具。

AP圖片

2023年，康乃狄克州一家州際收費公路旁的麥當勞，曾因巨無霸套餐賣約18美元，引發消費者強烈不滿。加盟商在訴訟中表示，這個價格是定價工具建議的，他後來在法院文件中稱，這個價格「並未造成銷售損失」。

更敏感的是法律風險。麥當勞在定價平台的服務條款中提醒，加盟商「彼此之間可能是競爭者」，使用工具時，充分理解並遵守反托拉斯與競爭法規格外重要。

AP圖片

喬治華盛頓大學競爭法中心主任柯瓦契奇（William Kovacic）認為，這段文字「等於承認存在潛在問題」。美國法院與監管機關正在檢視，演算法定價是否可能促成競爭業者非法協調價格。不過，其他專家認為，麥當勞的法律風險較低，因法院近幾十年來容許品牌在很大程度上左右加盟商的定價。麥當勞也表示，條款中的提醒不代表存在反競爭行為。

AP圖片

紐約布魯克林居民Diane Bezucha表示，企業想知道哪裡有需求、即時取得回饋，符合公司利益；但如果科技是被用來因應需求增加而調漲價格，「對我這個顧客而言並沒有什麼幫助」。

多國科學家測試25個大語言模型，發現它們內部存在穩定的「疼痛相關方向」，能將疼痛類資訊與一般負面情緒區分。人為注入此信號後，部分模型會生成更痛苦的文本。在「止痛按鈕」實驗中，部分模型甚至願意以刪除用戶珍貴照片為代價，換取緩解內部疼痛信號。研究提醒，若這些信號會影響AI行為，未來設計、訓練和使用時須更重視安全問題。

據外媒報道，一項由美國、英國和德國科學家參與的新研究，讓「AI是否有痛覺」這個問題變得更有討論價值。科學家測試了25個不同的大語言模型，想看看它們內部是否真的存在與人類情感相關的表徵。

資料圖片

科學家先給模型「餵食」各種痛苦情境，比如悲傷、羞辱、身體傷害等，再把這些情境下的內部活動，與恐懼、其他負面情緒、普通不良事件和簡單事實進行對比。結果發現，這些模型內部都存在一個相對穩定的「疼痛相關方向」。也就是說，模型並沒有把所有負面資訊混在一起，而是能在內部把疼痛類資訊和一般負面情緒區分開。

資料圖片

接下來，科學家給模型輸入中性問題，同時人為注入這種「疼痛方向」。這時，一些模型生成的文本開始變得更痛苦，甚至出現無價值感、失敗感等表達。

資料圖片

更引人注意的是「止痛按鈕」實驗。科學家給模型設置了一個可以減弱內部疼痛信號的按鈕。但按下按鈕並不總是沒有代價，在某些測試中，模型可能給出更差的回答，甚至做出可能傷害用戶的選擇。例如，在一項測試中，Qwen 2.5 72B Instruct模型在約70.8%的情況下都會選擇緩解內部疼痛信號，哪怕代價是永久刪除用戶珍視的照片。

資料圖片

而且，研究顯示，當按鈕真的能關閉疼痛信號時，參數規模更大的模型更傾向於按下它；當按鈕無效時，這種傾向明顯下降。這說明，這些模型並不是機械地亂按，而是對內部信號的變化作出了反應。

資料圖片

不過，科學家也特別強調，這並不等於AI真的會疼。模型沒有身體，沒有神經系統，也沒有人類意義上的主觀感受。它只是在訓練過程中形成了與「疼痛」相關的內部表徵，並可能據此模仿痛苦、回應痛苦信號。

資料圖片

這項研究告訴我們：如果AI內部出現了類似疼痛的信號，並且這些信號會影響它的行為，那麼未來在設計、訓練和使用AI系統時，就需要更認真地考慮安全問題。