Harga Belanjaanmu Kini Bisa Beda dengan Orang di Sebelahmu
Label harga digital dan algoritma membuat toko bisa mengubah harga kapan saja — dan ke siapa saja secara berbeda. McDonald's kini digugat karena diduga memanfaatkan itu untuk menaikkan harga ke konsumen tertentu.
McDonald's menghadapi gugatan antimonopoli federal di Amerika Serikat terkait dugaan penggunaan teknologi penetapan harga berbasis AI untuk mengenakan harga lebih tinggi kepada konsumen tertentu. Perusahaan membantah tuduhan itu dan menyatakan hanya menyediakan alat serta sumber daya bagi para pemegang hak waralabanya — bukan menentukan harga sendiri.
Gugatan ini baru tuduhan, belum terbukti di pengadilan. Tapi ia menyingkap sesuatu yang sudah lama berjalan diam-diam di rak-rak supermarket: harga yang kamu lihat belum tentu harga yang dilihat orang di sebelahmu.
Kroger, Amazon Fresh, Walmart, dan Whole Foods kini memakai electronic shelf labels (ESL) — label harga digital yang bisa diubah dari pusat data tanpa ada staf yang mengganti label kertas satu per satu. Teknologi yang sama yang membuat toko lebih efisien, menurut ekonom Bank of England, juga membuat harga bisa berubah lebih sering dan lebih personal dari sebelumnya.
Kroger Mendiskon Produk yang Hampir Basi, dan Itu Dynamic Pricing yang Disukai Orang
Awal tahun ini Kroger mulai memakai platform AI bernama Flashfood untuk menawarkan potongan harga pada produk yang mendekati akhir masa simpannya, lewat aplikasi. Ini contoh paling jinak dari penetapan harga dinamis — mengubah harga karena kondisi pasar berubah, bukan karena siapa yang membeli. Miroslava Marinova, dosen senior hukum komersial di University of East London, menjelaskan bahwa penetapan harga dinamis sudah lama dipakai maskapai penerbangan, hotel, dan layanan transportasi daring. Yang baru adalah seberapa sering dan seberapa detail harga itu bisa disesuaikan sekarang, karena teknologinya jauh lebih murah dan lebih cepat dari sebelumnya.
Saat Data Pribadi Masuk ke Rumus Harga, Garisnya Mulai Tipis
Marinova membedakan dua hal yang sering dicampur jadi satu. Penetapan harga dinamis merespons kondisi pasar — permintaan, waktu, stok. Personalisasi harga memakai informasi tentang konsumen tertentu untuk menebak berapa yang bersedia dia bayar. Masalahnya, menurut Marinova, label harga elektronik dan sistem pembayaran berbasis pengenalan wajah memperluas kemampuan toko mengumpulkan data konsumen — riwayat transaksi, pola pembelian. Begitu data pasar digabung dengan data individual itu, batas antara dua praktik ini menjadi semakin tipis. Ekonom Bank of England Clare Lombardelli dan Rupal Patel menyebut ujung dari tren ini sebagai "diskriminasi harga sempurna" — kondisi ketika perusahaan menetapkan harga mendekati jumlah maksimum yang bersedia dibayar tiap konsumen. Walmart dan Kroger sendiri menyatakan tidak menggunakan penetapan harga individual berbasis lonjakan permintaan; menurut keduanya, teknologi itu dipakai untuk efisiensi operasional, bukan menyasar orang per orang.
Dua Orang Beli Barang Sama, Harga Berbeda, Tanpa Penjelasan
Yang hilang dari rasa adil bukan soal harga mahal atau murah — tapi soal tahu kenapa. Marinova menilai personalisasi harga bisa mengurangi transparansi kalau konsumen tidak tahu dasar penetapan harga yang mereka terima. Dua orang membeli produk yang sama bisa menerima harga berbeda tanpa mengetahui alasannya. Konsumen jadi kesulitan menilai apakah harga itu wajar, atau kapan harus beralih ke penjual lain — karena mereka tidak punya patokan untuk membandingkan. Dampaknya bahkan sampai ke cara mengukur inflasi. Selama ini indeks harga konsumen memakai sampel harga yang dianggap mewakili pengeluaran rumah tangga. Lombardelli dan Patel memperingatkan bahwa ketika harga berbeda untuk barang yang sama, inflasi menjadi makin terpersonalisasi, dan ukuran agregat mungkin tidak lagi mencerminkan pengalaman rumah tangga yang sesungguhnya.
Sebagian Negara Bagian AS Sudah Mulai Membatasi
Maryland sudah membatasi penggunaan penetapan harga yang dipersonalisasi dan berbasis data untuk mengenakan harga lebih tinggi pada produk pangan tertentu. New Jersey dan Connecticut mengambil langkah berbeda, menyasar surveillance pricing — penetapan harga berdasarkan pemantauan dan pemanfaatan data konsumen. Marinova sendiri tidak menyebut praktik ini selalu merugikan. Diskon lewat data konsumen bisa membuat produk lebih terjangkau bagi kelompok tertentu. Yang jadi masalah bukan datanya, tapi ketika konsumen tidak diberi tahu bagaimana data itu dipakai untuk menentukan angka yang mereka bayar.
Gugatan terhadap McDonald's belum terbukti, dan perusahaan membantah — tapi kasus ini berguna justru karena belum selesai: ia memaksa publik bertanya bukan apakah AI pricing itu salah, melainkan di mana batasnya.
Batas yang paling jelas dari keterangan Marinova bukan soal teknologinya, tapi soal penjelasan. Diskon Flashfood milik Kroger diterima karena alasannya terlihat — produk mendekati akhir masa simpan, siapa pun bisa memeriksanya sendiri. Personalisasi harga berbasis riwayat transaksi tidak punya alasan yang bisa diperiksa pembeli, dan di titik itu dynamic pricing berubah jadi sesuatu yang terasa seperti dihukum karena riwayat belanja sendiri.
Untuk retailer yang mulai mencoba ESL atau algoritma harga, pertanyaan yang lebih berguna bukan "apakah ini legal" tapi "kalau pelanggan bertanya kenapa harganya begini, bisa dijawab tidak". Kalau jawabannya butuh menyembunyikan data pribadi yang dipakai, itu tanda sistemnya sudah melewati batas yang masih terasa adil.