美國消費者不只是對高物價感到不滿,他們也對連鎖餐廳與大型零售商日益高科技的定價方式感到憤怒與困惑。

數位價格標籤正在迅速取代超市貨架上的紙本標籤,而人工智慧工具則透過預測顧客可能的反應,協助企業決定定價。「動態定價」與「監控式定價」等詞彙在社群媒體上引發焦慮,使用者擔心不同的人是否會看到同一產品的不同價格。

美國人早已習慣訂購機票、訂房與叫車時價格的浮動,但日常消費可能由他們不懂的演算法,以及他們可能不自覺正在分享的個人數據所塑造,這觸動了大眾的神經。

「目前存在重大張力:這些演算法、機器人與 AI 的使用權力究竟掌握在誰手上——企業還是購物者,」管理顧問公司 Kearney 內部消費者行為智庫負責人 Katie Thomas 表示。

使用這些技術的公司表示,部分疑慮源自對其定價工具運作方式的誤解。Walmart 執行長 John Furner 上個月在部落格文章中表示,數位價格標籤可節省員工時間並讓價格保持在最新狀態,且這些標籤並非用於根據天氣、時段或個別購物者來調漲價格。

「我們為產品定價,而不是為人定價,」Furner 寫道。

儘管如此,企業對於所收集的客戶數據及其用途並非總是透明,這使消費者產生懷疑並助長揣測。Thomas 表示,例如社群媒體上的貼文錯誤地暗示,Walmart 計劃在美國所有門市鋪設的電子貨架標籤會掃描購物者的臉部或手機,以制定個人化價格。

立法者與監管機關正採取行動。根據全州議會聯合會(National Conference of State Legislatures),今年至少有 30 個州的議員審議定價法案,包括針對演算法定價與個人化定價的措施。聯邦貿易委員會(FTC)已提出一項執法政策,警告企業若未揭露其使用個人數據制定個人化價格,可能違反消費者保護法。

以下是部分正受到檢視的定價手法與技術。

動態定價

定義: 動態定價是指根據不斷變化的市場狀況(包括供需)調整價格。航空公司隨起飛時間接近調整機票價格,就是使用動態定價。Uber 在需求超過可用司機供給時(例如尖峰時段)調升車資,則是一種稱為尖峰定價(surge pricing)的動態定價。

重要性: 頻繁的價格變動遠不止於旅遊與餐飲。網路數據公司 Decodo 追蹤了 2025 年從電子產品到服飾、居家修繕用品等各類產品的價格變化。該公司資深產品行銷經理 Gabriele Vitke 表示,在美國記錄到的價格變動中,約半數為降價,這與消費者認為動態定價只會漲價的假設相反。

數位價格標籤

定義: 讓門市以電子方式更新貨架價格,而不需更換紙本標籤的數位顯示裝置。

重要性: 數位價格標籤在歐洲與亞洲已沿用多年,隨著其擴展至 Walmart 與 Whole Foods 等美國大型零售商,正受到更多關注。消費者權益倡議人士認為,數位標籤最終可能被用於尖峰定價或個人化定價。工會也反對這項技術。

電子貨架標籤讓頻繁調價變得更容易,但在需求強勁時期不一定導致價格上漲。零售技術公司 Relex Solutions 的 Asa Farquhar 表示,零售商通常按固定時間表(通常每週)更新電子貨架價格,因為購物者重視一致性。研究人員追蹤一家匿名超市連鎖的價格後發現,標籤導入後「幾乎沒有尖峰定價」。

「像航空公司或叫車應用程式那樣全天候變動價格,在現今的雜貨與一般商品零售中極為罕見,」Farquhar 說。

個人化定價

定義: 個人化定價是指根據顧客的位置、收入、網路瀏覽習慣以及其他有關個人或購物群體的資訊,提供不同的價格與折扣。一些倡議組織與監管機關也將同樣的做法稱為「監控式定價」。

重要性: 目前仍不清楚企業使用個人資訊客製化價格的普遍程度。FTC 於 2025 年 1 月發布的員工報告發現,提供價格與促銷客製化工具的中間商與至少 250 個客戶合作,其中包括雜貨與服飾零售商。

馬里蘭州、紐澤西州與康乃狄克州的立法者近期已制定限制,禁止使用購物者的個人數據決定其支付價格。馬里蘭州與紐澤西州的法律聚焦於雜貨,並對特定忠誠度折扣與其他促銷優惠設有例外,而康乃狄克州的法規則涵蓋更廣泛的零售購買行為。

加州檢方於 2022 年起訴 Target,指控該零售商的應用程式在購物者進入門市前顯示較低價格,進入後再調漲。Target 同意以 500 萬美元和解,並被禁止使用所謂的地理圍欄(geofencing)技術調漲價格。該零售商表示,相關應用程式功能是用於「為顧客提供準確的價格,而價格可能因門市與銷售通路而異」,且並未根據顧客的數據或行為進行個人化定價,並持續「致力於清晰、透明的定價」。

價格不同不一定代表使用了個人數據。去年,Consumer Reports、Groundwork Collaborative 與 More Perfect Union 的調查發現,Instacart 在同一門市對相同產品向不同購物者顯示不同價格。Instacart 隨後終止了其描述為隨機將購物者分組、而非根據個人資訊定價的測試。

演算法定價

定義: 演算法定價是使用軟體來建議或自動設定價格,企業採用這類系統已有數十年。AI 可協助軟體識別銷售數據、競爭對手價格與其他資訊中的模式,以預測需求並估算不同價格對銷售與利潤的影響。這些工具可同時支援動態定價與個人化定價。

重要性: 目前仍不清楚零售商使用 AI 協助定價的普遍程度,但研究顯示各行業的企業都在採用。全球顧問公司 Simon-Kucher 去年對 28 個國家、39 個行業的 2,200 多名企業領導人進行調查,41% 表示使用 AI 軟體收集市場情報(包括競爭對手價格),另有 28% 表示用於「即時價格」調整。價格最佳化是指選擇能推進業務目標的價格,例如提高利潤、吸引顧客或清出滯銷商品。

代表大小型零售商的全國零售聯盟(National Retail Federation)表示,演算法定價只是零售商一直以來做法的新方式:根據供需、季節性、競爭對手價格與其他因素監控並調整價格。

不過,一些訴訟指控企業利用定價演算法破壞競爭。

FTC 於 2023 年對 Amazon 提起的反壟斷訴訟,除了其他做法外,也質疑一款代號為 Project Nessie 的演算法工具。該機構指控 Amazon 利用此工具識別其可以調漲價格、且競爭對手可能跟進的產品,從而獲取超過 10 億美元的超額利潤。本案預計明年開庭審理。

Amazon 表示,FTC 的指控「嚴重歪曲」了這款定價工具。這家電商巨頭表示,Project Nessie 的目的是防止零售價格匹配做法造成無法持續的低價,並表示公司在聯邦機構提起訴訟前已測試該工具數年,因未達預期效果而棄用。

另外,消費者近期對麥當勞(McDonald's)提起的訴訟指控,該公司的定價系統使用競爭門市的非公開銷售數據來協調價格。這家總部位於芝加哥的漢堡巨頭表示,該訴訟「充滿不實之處」,並稱該工具是提供給美國加盟業者協助其各自餐廳定價之用。

這些做法最終將如何受到規範仍是未知數。FTC 對個人化定價的執法政策仍是一項提案,Amazon 反壟斷訴訟預計明年開庭,而馬里蘭州、紐澤西州與康乃狄克州的州級限制,也只是仍在成形中的監管格局的最新加入者。

本文最初刊登於 Fortune.com。