Dos personas pueden comprar los mismos alimentos en una misma tienda y acabar ante cuentas diferentes. Esa posibilidad dejó de ser meramente teórica en una prueba de Instacart examinada por Groundwork Collaborative y Consumer Reports: los investigadores identificaron diferencias de hasta un 23 % entre cestas con productos idénticos. El caso expone una transformación que la inteligencia artificial podría extender al comercio minorista: sustituir el precio común por importes calculados para cada comprador.
El estudio, difundido en diciembre, calculó que una diferencia de esa magnitud podría representar unos $1 200 adicionales al año para una familia de cuatro integrantes. Instacart objetó ese cálculo porque, a su juicio, se obtuvo con una cesta atípica que reunía la mayor variación posible en cada producto. La compañía negó que sus precios dependieran de información personal, incluidas características como la raza y el género.
La plataforma había adquirido en 2022 Eversight, un sistema de software concebido para experimentar con precios mediante inteligencia artificial. En esas pruebas, la herramienta presenta importes distintos a diferentes consumidores y registra sus decisiones, tanto si compran como si abandonan la operación. Tras la controversia, Instacart anunció en diciembre que dejaría de ofrecer a los comercios la posibilidad de cobrar cantidades distintas por productos iguales mediante esa tecnología.
Durante más de un siglo y medio, una etiqueta de precio ha permitido conocer de antemano cuánto cuesta una mercancía sin necesidad de negociar con el vendedor. La generalización de ese criterio se remonta a la década de 1860, cuando John Wanamaker implantó precios fijos en sus grandes almacenes de Filadelfia. Para Lindsay Owens, directora ejecutiva de Groundwork Collaborative, la inteligencia artificial pone en peligro esa referencia compartida.
Owens, especialista en protección del consumidor y autora de “Gouged: The End of a Fair Price — and What That Means for Your Wallet”, destaca que la estabilidad de los precios ayuda a las familias a organizar sus gastos. Si el importe cambia de una compra a la siguiente por motivos desconocidos, esa previsibilidad desaparece. A su juicio, incluso la práctica de mostrar un precio único podría dejar de ser habitual.
Las empresas llevan décadas con sistemas de precios dinámicos, que modifican las tarifas según la demanda, la oferta, las condiciones meteorológicas o la hora. Los viajes contratados mediante Uber ilustran ese mecanismo: el importe puede variar con el número de conductores disponibles y de pasajeros que solicitan servicio. La novedad de los modelos personalizados reside en que la variación ya no dependería solo de las condiciones generales del mercado.
Con inteligencia artificial, un establecimiento puede examinar grandes volúmenes de información sobre cada cliente y estimar cuánto estaría dispuesto a pagar por un artículo concreto. Su historial de navegación, ingresos, código postal o composición familiar figuran entre los datos que, según Owens, algunas empresas exploran para estas aplicaciones. Dos compradores expuestos a circunstancias comerciales similares podrían recibir cantidades diferentes por el mismo bien.
Cornerstone Research examinó esta evolución en un análisis de 2025. La consultora económica describió la capacidad de las nuevas herramientas para reunir y procesar datos de consumidores con una precisión que favorece precios más individualizados y cambiantes que los empleados anteriormente. Owens denomina a esta práctica “precios de vigilancia” cuando la personalización depende del conocimiento acumulado sobre la persona.
Esa modalidad también altera la posición del consumidor frente al comercio. La tienda dispone de información para calcular el máximo que una persona aceptaría pagar, mientras el cliente puede desconocer por qué ha recibido una oferta distinta. El resultado se asemeja a una negociación individual, pero sin que el comprador conozca los criterios que determinan el importe propuesto.
El debate no se limita a Instacart. Groundwork Collaborative examinó solicitudes de patentes de Walmart y sostuvo, en una investigación difundida este mes, que describen tecnologías capaces de crear perfiles amplios de compradores y adaptar precios a esos perfiles. Owens y el coautor del análisis advirtieron de que los sistemas asociados a etiquetas electrónicas podrían permitir que dos personas en una misma fila de caja pagaran cantidades diferentes.
Una de las solicitudes, de acuerdo con la interpretación de Groundwork, describe un mecanismo que considera el contenido del carrito para modificar el precio de otros artículos. El grupo puso como ejemplo la posibilidad de ofrecer una mayonesa a un importe distinto cuando el cliente ya lleva atún. La existencia de una solicitud de patente, sin embargo, no demuestra que Walmart aplique esos procedimientos a sus compradores.
Walmart rechazó las conclusiones sobre sus prácticas. Dan Bartlett, vicepresidente ejecutivo de asuntos corporativos de la cadena, afirmó en una carta pública dirigida a Owens que la compañía no utiliza ni utilizará ingresos, datos personales, historial de compras, urgencia o disposición a pagar para fijar importes individualizados. También negó que Walmart eleve sus precios ante circunstancias como un día de calor intenso o la proximidad de una tormenta de nieve.
Las diferencias entre las denuncias de Groundwork y las respuestas de las empresas muestran por qué es difícil determinar hasta qué punto estas técnicas están presentes en el comercio. Jay Zagorsky, profesor de la Escuela de Negocios Questrom de la Universidad de Boston, considera que los minoristas desarrollan herramientas de personalización, aunque tienen pocos incentivos para reconocer su empleo ante el riesgo de provocar rechazo entre sus clientes.
Para Zagorsky, la idea de que un precio permanece sin cambios durante un periodo relativamente largo pertenece cada vez más al pasado. La cuestión planteada por estos sistemas ya no es únicamente cuánto puede variar una tarifa con la demanda, sino si el importe de un producto llegará a depender de la información que una empresa posee sobre quien quiere comprarlo.
