Потребители в США недовольны не только высокими ценами. Их также злит и приводит в замешательство то, каким все более высокотехнологичным способом сети ресторанов и крупные ритейлеры эти цены устанавливают.

Электронные ценники стремительно вытесняют бумажные в продуктовых магазинах, а инструменты искусственного интеллекта помогают компаниям определять размер цены, прогнозируя реакцию покупателей. Термины вроде «динамического ценообразования» и «надзирательского ценообразования» вызывают тревогу в социальных сетях, где пользователи задаются вопросом, не показывают ли разным людям разные цены на один и тот же товар.

Американцы привыкли к колебаниям цен при бронировании авиабилетов, отелей и заказе поездок. Но сама мысль о том, что повседневные траты будут формироваться алгоритмами, которые они не понимают, и персональными данными, о передаче которых они могут даже не догадываться, задевает их за живое.

«Сейчас идет серьезное противостояние по поводу того, кто в действительности будет обладать властью в вопросе этих алгоритмов, использования ботов и ИИ: компании или покупатель», — сказала Кэти Томас, возглавляющая внутренний центр изучения потребительского поведения в консалтинговой компании Kearney.

Компании применяющие эти технологии, утверждают, что часть опасений связана с неверным представлением о том, как работают их инструменты ценообразования. Глава Walmart Джон Фернер заявил в прошлом месяце в блоге, что электронные ценники экономят время сотрудников и поддерживают цены в актуальном состоянии, а также что эти ценники не используются для повышения цен в зависимости от погоды, времени суток или конкретного покупателя.

«Мы устанавливаем цену на товар, а не на человека», — написал Фернер.

Тем не менее компании не всегда открыто говорят о том, какие клиентские данные они собирают и как их используют, что порождает у потребителей подозрения и домыслы. Как отметила Томас, публикации в социальных сетях ошибочно намекают, что электронные полочные ценники, которые Walmart планирует установить во всех своих магазинах США, сканируют лица покупателей или их телефоны, чтобы устанавливать индивидуальные цены.

Законодатели и регуляторы принимают меры. По данным Национальной конференции законодательных органов штатов, в этом году законопроекты о ценообразовании рассмотрели законодатели как минимум 30 штатов, в том числе меры, касающиеся алгоритмического и персонализированного ценообразования. Федеральная торговая комиссия (FTC) предложила политику правоприменения, предупреждающую компании, что нераскрытие использования персональных данных для установления индивидуальных цен может нарушать законодательство о защите прав потребителей.

Ниже — некоторые методы и технологии ценообразования, привлекающие внимание.

Динамическое ценообразование

Что это: динамическое ценообразование означает корректировку цен в ответ на изменение рыночных условий, включая спрос и предложение. Авиакомпания, меняющая цены на билеты по мере приближения вылета, использует динамическое ценообразование. Практика Uber повышать тарифы, когда спрос превышает количество доступных водителей, например в час пик, — это разновидность динамического ценообразования, известная как «повышенное ценообразование» (surge pricing).

Почему это важно: частые изменения цен выходят далеко за пределы сферы путешествий и питания. Компания Decodo, работающая с веб-данными, отслеживала изменения цен в 2025 году на товары — от электроники до одежды и товаров для дома. Примерно половина зафиксированных в США изменений составила снижение цен, вопреки распространенному среди потребителей мнению, что динамическое ценообразование только повышает цены, сказала Габриэле Витке, старший менеджер по продуктовому маркетингу компании.

Электронные ценники

Что это: цифровые дисплеи, позволяющие магазинам обновлять цены на полках электронным способом вместо замены бумажных ценников.

Почему это важно: электронные ценники, давно применяемые в Европе и Азии, привлекают все больше внимания по мере их распространения среди крупных американских ритейлеров, таких как Walmart и Whole Foods. Защитники прав потребителей утверждали, что со временем цифровые ценники использоваться для повышенного или персонализированного ценообразования. Против технологии также выступают профсоюзы.

Электронные полочные ценники упрощают частые изменения цен, но не обязательно приводят к их росту в периоды высокого спроса. Ритейлеры, как правило, обновляют электронные цены по регулярному графику, чаще всего еженедельно, поскольку покупатели ценят предсказуемость, сказал Аса Фаркьюр из компании Relex Solutions, работающей в сфере ритейл-технологий. Исследователи, отслеживавшие цены в одной из сетей супермаркетов, обнаружили после внедрения ценников «фактически полное отсутствие повышенного ценообразования».

«Менять цены в течение дня, как это делают авиакомпании или приложения такси, сегодня в продуктах и товарах повседневного спроса крайне редко», — сказал Фаркьюр.

Персонализированное ценообразование

Что это: персонализированное ценообразование означает предложение покупателям разных цен и скидок на основе их местоположения, доходов, привычек просмотра веб-сайтов и другой информации об отдельных покупателях или группах покупателей. Некоторые правозащитные организации и регуляторы называют ту же практику «надзирательским ценообразованием».

Почему это важно: неясно, насколько широко компании используют личную информацию для настройки цен. По данным отчета сотрудников FTC, опубликованного в январе 2025 года, посредники, предлагающие инструменты подстройки цен и акций, работали как минимум с 250 клиентами, включая продуктовых ритейлеров и продавцов одежды.

Законодатели Мэриленда, Нью-Джерси и Коннектикута недавно ввели ограничения на использование персональных данных покупателей для определения цены. Законы Мэриленда и Нью-Джерси касаются продуктовых магазинов и предусматривают исключения для отдельных скидок по программам лояльности и других рекламных предложений, тогда как законодательство Коннектикута охватывает более широкий спектр розничных покупок.

В 2022 году прокуроры Калифорнии подали в суд на Target, утверждая, что приложение ритейлера показывало более низкие цены до того, как покупатели заходили в магазин, и повышало их, когда они оказывались внутри. Target согласилась на урегулирование на 5 миллионов долларов и запрет на использование так называем технологии геозон для повышения цен. Ритейлер заявил, что функциональность приложения использовалась для того, чтобы «предоставлять покупателям точные цены, которые могут различаться в разных магазинах и каналах продаж», что компания не персонализировала цены на основе данных или поведения покупателя и остается «приверженной ясному и прозрачному ценообразованию».

Разные цены не обязательно означают использование персональных данных. В прошлом году расследование Consumer Reports, Groundwork Collaborative и More Perfect Union показало, что покупатели Instacart видели разные цены на одни и те же товары в одних и тех же магазинах. Впоследствии Instacart прекратила то, что сама называла тестами, в которых покупатели распределялись по группам случайно, а не на основе их личной информации.

Алгоритмическое ценообразование

Что это: алгоритмическое ценообразование использует программное обеспечение для рекомендации или автоматической установки цен — практика, которую компании применяют уже десятилетия. ИИ помогает программе выявлять закономерности в продажах, ценах конкурентов и других данных, чтобы прогнозировать спрос и оценивать, как разные цены повлияют на продажи и прибыль. Эти инструменты могут поддерживать как динамическое, так и персонализированное ценообразование.

Почему это важно: неясно, насколько широко ритейлеры используют ИИ для установления цен, но исследования показывают, что компании из разных отраслей его внедряют. Глобальная консалтинговая компания Simon-Kucher в прошлом году опросила более 2200 руководителей из 28 стран и 39 отраслей: 41% заявили, что используют ПО на базе ИИ для сбора рыночной информации, включая цены конкурентов. Еще 28% сказали, что применяют его для «оптимизации цен в реальном времени». Оптимизация цен означает выбор цен, которые способствуют достижению бизнес-целей, таких как увеличение прибыли, привлечение покупателей или распродажа нераспроданных товаров.

Национальная федерация розничной торговли, объединяющая крупные и небольшие магазины, заявила, что алгоритмическое ценообразование — это просто новый способ делать то, что ритейлеры делали всегда: отслеживать и корректировать цены в зависимости от предложения, спроса, сезонности, цен конкурентов и других факторов.

Однако в ряде судебных исков утверждается, что компании использовали алгоритмы ценообразования для подрыва конкуренции.

В антимонопольном иске, поданном FTC против Amazon в 2023 году, оспаривается, среди прочего, алгоритмический инструмент под кодовым названием Project Nessie. По утверждению ведомства, Amazon использовал этот инструмент для выявления товаров, цены на которые можно поднять, а конкуренты, вероятно, последуют примеру, что принесло более 1 миллиарда долларов сверхприбыли. Суд назначен на следующий год.

Amazon заявил, что обвинения FTC «грубо искажают» суть ценового инструмента. По словам гиганта электронной коммерции, Project Nessie был задуман для того, чтобы не допустить практики выравнивания цен в рознице до неустойчиво низкого уровня, компания тестировала инструмент несколько лет, а затем отказалась от него, поскольку он не работал должным образом, — и все это до иска федерального ведомства.

Кроме того, недавний иск потребителей против McDonald's утверждает, что система ценообразования компании использовала непубличные данные о продажах конкурирующих точек для согласования цен. Расположенная в Чикаго сеть бургеров заявила, что иск «полон неточностей», и что компания предоставляет инструмент франчайзи в США, чтобы помочь им устанавливать цены в своих ресторанах.

Как в конечном итоге будет регулироваться эти практики остается открытым вопрос. Политика правоприменения FTC в отношении персонализированного ценообразования все еще является предложением, антимонопольный процесс против Amazon назначен на следующий год, а ограничения в Мэриленде, Нью-Джерси и Коннектикуте — недавнее пополнение все еще формирующегося регулирующего ландшафта.

Этот материал впервые был опубликован на Fortune.com.