Por Canuto  

Las etiquetas electrónicas y las herramientas de inteligencia artificial prometen facilitar la gestión de precios, pero también alimentan el temor a que los algoritmos y los datos personales determinen cuánto paga cada cliente.
***

  • Las cadenas sostienen que las etiquetas digitales agilizan actualizaciones y no necesariamente implican aumentos durante los picos de demanda.
  • La FTC propuso una política sobre el uso de datos personales para personalizar precios, mientras legisladores estatales examinan el tema.
  • Casos que involucran a Amazon, Target, Instacart y McDonald’s muestran que la transparencia y la competencia están en el centro del debate.

Precios con IA en EE. UU. despiertan temor a cobros personalizados

Los consumidores estadounidenses no solo están molestos por el costo de la vida: también cuestionan cómo las tiendas y cadenas de restaurantes deciden cuánto cobrar. Etiquetas electrónicas, sistemas que actualizan precios y programas de inteligencia artificial que analizan la demanda han avivado una duda concreta: si dos personas compran el mismo producto, ¿podrían pagar cantidades diferentes por razones que no conocen?

La preocupación mezcla prácticas distintas que suelen confundirse en las conversaciones en línea. Los precios dinámicos responden a cambios de mercado, mientras que la personalización puede tomar en cuenta información sobre compradores; además, los algoritmos pueden recomendar precios sin que eso signifique que una tienda cobre de manera individualizada. Esa diferencia importa para entender tanto las afirmaciones de los minoristas como las inquietudes de consumidores y reguladores.

La tecnología de precios enfrenta una crisis de confianza

La posibilidad de que algoritmos definan el costo de compras cotidianas genera una reacción distinta a la que despiertan los cambios de tarifas en vuelos, hoteles o aplicaciones de transporte. En esos servicios, muchos usuarios ya esperan variaciones según la demanda o el momento; en cambio, los alimentos y otros productos de uso diario se perciben como compras más previsibles, por lo que los cambios tecnológicos resultan difíciles de aceptar cuando sus reglas no son claras.

Katie Thomas, quien dirige un grupo interno de investigación sobre comportamiento del consumidor en la consultora Kearney, describió una tensión sobre quién obtiene el poder con algoritmos, bots e inteligencia artificial: las empresas o los compradores. La inquietud no se limita a cuánto marca una etiqueta, sino que incluye qué datos recopilan las compañías, cómo los usan y si la persona sabe que esa información puede influir en una oferta.

Los minoristas argumentan que parte de la alarma nace de ideas equivocadas sobre sus herramientas. John Furner, CEO de Walmart, sostuvo en una publicación de la compañía que las etiquetas digitales ayudan a mostrar el precio correcto y ahorran tiempo a los trabajadores al reemplazar las etiquetas de papel. La empresa también ha afirmado que no usa datos personales para fijar precios individualizados ni estas etiquetas para subirlos según el clima, la hora o la identidad del comprador.

Furner resumió la postura de Walmart con la frase «Fijamos el precio del producto, no de la persona». Sin embargo, cuando las empresas explican poco sobre la información que reúnen y las decisiones que automatizan, el vacío puede alimentar especulaciones; Thomas señaló, por ejemplo, que algunas publicaciones atribuyen falsamente a las futuras etiquetas de Walmart la capacidad de escanear rostros o teléfonos para asignar precios individuales.

Precios dinámicos y etiquetas electrónicas no son lo mismo

Los precios dinámicos consisten en ajustar tarifas cuando cambian factores del mercado, como la oferta y la demanda. Una aerolínea que modifica el precio de un boleto a medida que se acerca la salida aplica esa lógica, al igual que Uber cuando aumenta sus tarifas en periodos en que la demanda supera la cantidad de conductores disponibles, una práctica conocida como precios de aumento.

La idea de que un precio cambiante siempre sube tampoco coincide con todos los datos disponibles. Decodo, una empresa de datos web, registró en 2025 variaciones en productos de electrónica, ropa y artículos para el hogar, y cerca de la mitad de los cambios que observó en Estados Unidos fueron reducciones, según Gabriele Vitke, gerente sénior de marketing de productos de la firma.

Las etiquetas electrónicas reemplazan las cartulinas de papel y permiten que los comercios actualicen los precios de los estantes a distancia. Su expansión en grandes cadenas de Estados Unidos, entre ellas Walmart y Whole Foods, ha generado críticas de defensores del consumidor y sindicatos, que temen que la facilidad para cambiar los montos abra paso a aumentos frecuentes o cobros individualizados.

Pero la capacidad técnica de cambiar una etiqueta no demuestra que un comercio la use para modificar precios a cada momento. Asa Farquhar, de la empresa de tecnología minorista Relex Solutions, dijo que los minoristas suelen programar las actualizaciones con regularidad, muchas veces cada semana, porque los compradores valoran la estabilidad; agregó que una investigación en una cadena de supermercados no identificada encontró prácticamente ningún aumento de precios tras la instalación de etiquetas electrónicas.

La personalización pone los datos personales en el centro

La fijación personalizada ofrece distintos precios o descuentos según datos como la ubicación, los ingresos o los hábitos de navegación de una persona, o de un grupo de compradores. Algunos reguladores y organizaciones de defensa llaman a esta práctica «precios de vigilancia», aunque la información disponible no permite establecer con precisión qué tan extendida está entre las empresas minoristas.

Un informe del personal de la Comisión Federal de Comercio (FTC) publicado en enero de 2025 encontró que proveedores de herramientas capaces de adaptar precios y promociones trabajaban con al menos 250 clientes, incluidos comercios de comestibles y ropa. En agosto de 2026, la FTC propuso una política de aplicación sobre el uso de datos personales para fijar precios personalizados. La Comisión extendió hasta el 18 de septiembre el plazo para recibir comentarios; se trata de una propuesta, no de una norma ya aprobada. El organismo señaló que ocultar ese uso de datos podría plantear problemas bajo las normas de protección al consumidor.

El debate también llegó a las legislaturas estatales. De acuerdo con la National Conference of State Legislatures, legisladores de al menos 30 estados han considerado proyectos sobre precios, con iniciativas relacionadas con la fijación algorítmica y personalizada; Maryland y Nueva Jersey aprobaron restricciones centradas en comestibles, con excepciones para ciertos programas de fidelidad y ofertas promocionales, mientras Connecticut abarcó un conjunto más amplio de compras minoristas.

Un litigio anterior en California también expuso la sensibilidad del tema. En 2022, fiscales del estado demandaron a Target y alegaron que la aplicación de la cadena mostraba precios más bajos antes de que los clientes entraran a las tiendas y los elevaba una vez que estaban dentro; Target aceptó un acuerdo por USD $5 millones y una prohibición de usar geocercas para aumentar precios, aunque sostuvo que la función buscaba mostrar precios precisos, que pueden variar entre tiendas y canales, y negó personalizar cobros según datos o comportamiento individual.

La IA amplía el alcance de las decisiones algorítmicas

Los sistemas algorítmicos para recomendar o establecer precios no son nuevos: las empresas llevan décadas utilizando software para apoyar esas decisiones. La inteligencia artificial puede ayudar a identificar patrones en ventas, precios de competidores y otras señales, para anticipar la demanda y estimar cómo distintos valores afectarían las ventas o las ganancias; también puede respaldar estrategias dinámicas o personalizadas.

No hay una medición única sobre cuántos minoristas emplean IA para fijar precios, pero una encuesta internacional de Simon-Kucher ofrece una referencia sobre su uso empresarial. La consultora consultó a más de 2.200 líderes de 28 países y 39 industrias en 2025: el 41% dijo que utilizaba software de IA para reunir información de mercado, incluidos los precios de competidores, y el 28% señaló que lo usaba para optimizar precios en tiempo real.

La Federación Nacional de Minoristas, que representa a tiendas grandes y pequeñas, presenta la fijación algorítmica como una nueva herramienta para una tarea habitual: vigilar y ajustar precios según oferta, demanda, estacionalidad y competencia. Esa explicación describe el propósito comercial, pero no resuelve por sí sola las dudas sobre la transparencia ni las acusaciones de que ciertas herramientas podrían facilitar conductas que reduzcan la competencia.

En 2023, la FTC presentó una demanda antimonopolio contra Amazon que cuestionó, entre otras prácticas, una herramienta algorítmica llamada Proyecto Nessie. La agencia alegó que Amazon la empleó para identificar productos cuyos precios podía subir cuando esperaba que sus competidores la siguieran, con más de USD $1.000 millones en ganancias excesivas. La fecha prevista para el juicio era el 13 de octubre de 2026.

Amazon rechazó esa caracterización y afirmó que Proyecto Nessie buscaba frenar prácticas de igualación de precios que, a su juicio, podían generar montos insosteniblemente bajos. La compañía dijo que probó la herramienta durante algunos años, que no funcionó como esperaba y que la descartó antes de la demanda federal, por lo que las acusaciones de la FTC siguen siendo alegatos que deberán resolverse en el proceso.

También una demanda reciente de consumidores contra McDonald’s alegó que el sistema de precios de la cadena usaba datos de ventas no públicos de restaurantes competidores para coordinar tarifas. La empresa, con sede en Chicago, calificó la demanda de imprecisa y dijo que ofrece la herramienta a sus franquiciados estadounidenses para ayudarles a fijar los precios de sus propios restaurantes.

Otro caso relacionado con precios distintos para productos idénticos involucró a Instacart. Una investigación de Consumer Reports, Groundwork Collaborative y More Perfect Union encontró que compradores de la plataforma veían diferentes precios por los mismos productos en las mismas tiendas; después, Instacart puso fin a lo que describió como pruebas con grupos asignados al azar, y afirmó que no fijaba esos precios a partir de información personal.

La discusión pública y regulatoria, por tanto, abarca más que la presencia de una pantalla electrónica en un estante. El reto para las empresas será explicar de forma comprensible qué datos usan, qué objetivo persigue cada herramienta y cómo evitan perjudicar a clientes o competidores, mientras legisladores y autoridades definen hasta dónde llegan las protecciones frente a precios personalizados.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados