飲食チェーンの価格戦略、"値上げか据え置きか"の二択を超えろ——消費税ゼロ・二重価格・ダイナミックプライシング、AI時代のプライシング再設計

はじめに – 飲食チェーンが直面する3つの価格圧力

AIServe Labインバウンドシリーズ第3回。第1回ではノーショー（無断キャンセル）が引き起こす機会損失とAI予約管理の可能性を、第2回ではデリバリー導入がブランド・利益構造・常連との関係にもたらす「見えないコスト」を掘り下げた。本稿では、飲食チェーンが今まさに直面している価格設計の問題を取り上げる。

飲食チェーンの価格戦略はいま、3つの圧力に同時に晒されている。

1つ目は、コスト増と価格転嫁の壁。帝国データバンクの調査では、飲食業の価格転嫁率は32.3%で、全業種平均39.4%を大きく下回る。POSデータでは客単価が前年比+4%伸びる一方、客数は-2%減少しており、値上げは売上総額を維持しても来店頻度を削っている。

2つ目は、高市政権が打ち出した食料品消費税の時限ゼロ化。現行制度では食料品8%・外食10%で税率差はわずか2ポイントだが、食料品がゼロになれば外食との差は10ポイントに広がる。コンビニ弁当は税込で実質7〜8%安くなり、中食・内食への流出は避けられない。さらに、仕入れに課税されないと仕入税額控除が使えなくなるため、飲食店にとっては実質増税にもなりうる。日本フードサービス協会は外食にも軽減措置を求めているが、見通しは不透明だ。

3つ目は、インバウンド二重価格の議論。2025年の訪日外国人は約4,270万人。大阪のラーメン店では外国人向け価格が炎上し警察沙汰になった。「外国人料金」は景表法の有利誤認リスクもあり、感情的にも法的にも地雷が多い。

2019年の軽減税率導入時、多くのチェーンが「店内もテイクアウトも税込同一価格」で自社負担を吸収した。しかし、当時はまだ利益体力が残っていた。2025年の飲食店倒産件数は900件超（過去30年最多）、2026年1月だけで92件。もう「自社で被る」余力はない。生き残れるのはファンがいる店であり、価値の説明に基づく適正価格を顧客に支払ってもらう設計に舵を切る必要がある。本稿はその設計図を描く。

第1章 – 飲食業にレベニューマネジメントがなかった理由

航空業界は路線×日付×クラスという限られた変数でイールドマネジメントを確立した。ホテルも部屋タイプ×日付で同様の仕組みを持つ。飲食業にはそれがない。理由は4つ。

1つ目は変数の多さ。メニュー数×時間帯×店舗×曜日×天候×季節で、航空の何倍もの組み合わせが生じる。2つ目は単価の低さ。1食800〜1,500円の世界では、50円の最適化で得られる利益が小さく、システム投資の回収が見えにくい。3つ目は消費者の心理的抵抗。「同じハンバーガーが昼と夜で値段が違う」ことへの不快感は、航空券の価格変動への慣れとは根本的に異なる。4つ目はデータ基盤の未整備。第1回記事で述べたように、POS・発注・レシピ（BOM）が連結して初めてメニュー別の実原価が見えるが、それすら多くのチェーンでは実現できていない。

メニューエンジニアリングという手法自体は古くから知られている。出数と利益貢献で4象限に分類し（Star・Plow Horse・Puzzle・Dog）、メニュー構成を最適化する考え方だ。しかし、筆者がハンバーガーチェーンで経験した現場の実態は異なる。飲食チェーンの基本戦略は「メニューの多様化と原材料の共通化」——同じパティ、同じバンズ、同じソースのバリエーションで品揃えを広げ、原価を抑えながら顧客に選ぶ楽しさを提供する。この戦略自体は合理的だが、裏返すと共通原材料のコストをメニューごとに正確に按分する計算が極めて煩雑になる。バンズを5種類のバーガーに使い、レタスを8種類に使う場合、消費量の正確な按分にはポーション単位のデータが必要だが、現場のポーションは標準レシピと必ずズレる。結果として、メニューエンジニアリングを「やっている」と言うチェーンでも、共通原材料の精緻な按分計算まで行っているケースはほぼ見たことがない。頭で考えると簡単そうで、現場を見ると途端に難しくなる典型だ。

第2章 – 消費税ゼロがもたらす「10%の崖」

高市政権は食料品の消費税を2年間ゼロにする方針を掲げ、夏までの制度設計を目指している。現行の軽減税率では食料品8%・外食10%で税率差は2ポイント。食料品がゼロになれば、差は10ポイントに広がる。

この影響は3層で飲食チェーンを圧迫する。

第1層は中食シフトの加速。コンビニ弁当やスーパーの惣菜が税込で約7〜8%安くなり、テイクアウトも0%になる。ただでさえ「外食は高い」というイメージがある中で、価格差が可視化される。第2回記事で分析したデリバリーの構造と合わせると、「店に行かなくても同じものが安く食べられる」選択肢がさらに強化される。

第2層は仕入税額控除の消失による実質増税。飲食店は仕入れ時に支払った消費税を控除して納税額を減らしている。食料品の税率がゼロになると、仕入れに消費税が発生しなくなるため控除もなくなり、結果的に売上にかかる10%の負担がそのまま残る。これは目に見えにくいが、利益を直接削る。

第3層はイートイン脱税問題の再燃。2019年の軽減税率導入時、コンビニで「イートインです」と申告せず8%で済ませる行為が問題化した。税率差が10ポイントに広がれば、同様の問題が飲食店のテイクアウト窓口で拡大する可能性がある。

2019年、多くのチェーンは「店内もテイクアウトも同じ税込価格」で吸収した。当時の判断は2%の差だったからこそ成立した。10%の差を自社負担で吸収する体力は、今の飲食業界にはない。ここで必要なのは、顧客に価格差の理由を説明し、店内飲食にはそれに見合う価値を提供する方向に切り替えることだ。では、それをどう設計するか。

第3章 – Wendy'sの炎上が教えるもの：ピーク時値上げは飲食に不向き

2024年2月、Wendy'sのCEOが決算説明会で「AIを使ったダイナミックプライシング」に言及し、ピーク時の値上げ（サージプライシング）と受け取られてSNSで大炎上。即日撤回に追い込まれた。

航空やライドシェアでサージプライシングが成立するのは、消費者がそのカテゴリの価格変動に慣れており、かつ「今買わないと乗れない」という緊急性があるからだ。飲食にはそのどちらもない。昼の混雑時にハンバーガーが200円高くなったとして、消費者は隣のラーメン店に行くだけだ。

この事例から得られる教訓は明確で、飲食のダイナミックプライシングは「ピーク時に上げる」のではなく「オフピーク時に下げる」方向でしか消費者に受け入れられない。

第4章 – オフピーク対策の現実：値引きではなくコストメリットを提供する

高級業態であれば、オフピーク時に割引コースを出す余地がある。ヨーロッパではDynamEatなどがRadisson系列レストランで閑散時間帯の割引を運用し、Food Instituteも「AIがオフピークにパーソナライズ割引で集客」と報じている。

しかし、日本の飲食チェーンの圧倒的多数は中低価格帯だ。ランチ800〜1,200円の業態で、オフピークだからといって100円引きにすれば利益が出ない。原価率30〜35%、人件費25〜30%の構造で、値引きは直接利益を削る。

現実的なのは、オフピーク時に直接値引きではなく間接的なコストメリットを提供するアプローチだ。たとえば、オフピーク来店にポイント2倍を付与する。次回使えるトッピング無料券を渡す。LINE公式アカウントで14時〜17時限定クーポンを配信する。これらは原価への直接的な打撃を抑えながら、「この時間帯に来ると得をする」という行動誘因を作れる。

消費税ゼロで中食との価格差が10ポイントに広がる状況では、オフピークのポイント施策を「税率差を感覚的に埋める装置」として位置づけることもできる。数字上の価格は変えず、実質的な還元でオフピーク来店を促す。

第5章 – フラッグシップメニューから始める段階的価格再設計

ここが本稿の核心だ。ダイナミックプライシングの議論は「全メニューをリアルタイムで最適化する」というゴール像から始まりがちだが、第1章で述べたとおり、飲食の現場でそれを実装するのは極めて難しい。必要なのは、段階的なアプローチだ。

第1段階：フラッグシップメニューの価値訴求型値上げ。 人気メニュー（出数トップ3〜5品目）は、値上げしても客離れが起きにくい。理由は2つある。1つは、素材のグレードアップや調理法の変更など「値上げの理由」を説明しやすいこと。もう1つは、そもそも人気があるため、多少の価格上昇が実質的な価格上昇として許容されやすいことだ。筆者はハンバーガーチェーンで、新規フラッグシップ商品を強気の価格設定で投入し、成功した経験がある。ポイントは「同じものを高くする」のではなく「高い価値を持つものを適正価格で出す」フレーミングだ。

第2段階：値上げ商品の拡大。 フラッグシップの成功を受けて、次の5〜10品目に同じアプローチを展開する。ここでメニューエンジニアリングの4象限が初めて実務的に役立つ。Star（高出数・高利益）はそのまま育て、Puzzle（低出数・高利益）は見せ方を変えて出数を伸ばし、Plow Horse（高出数・低利益）こそ値上げ候補になる。共通原材料の按分が完璧でなくても、「このメニューは出ているのに利益が薄い」レベルの粗い分析で十分に判断材料になる。

第3段階：時間帯・チャネル別の価格差導入。 第1段階・第2段階でメニュー単位の価格改定に組織が慣れた段階で、初めて「時間帯で価格を変える」施策を検討する。ただし第3章のWendy'sの教訓どおり、ピーク時値上げではなくオフピーク時のコストメリット提供（第4章）が基本線になる。

第4段階：AI連動のダイナミックプライシング。 第1回記事で紹介したHANZOのような需要予測AIがPOS・発注・天候データを統合し、メニュー別の需要と原価をリアルタイムで把握できる状態になって初めて、本格的なダイナミックプライシングが視野に入る。それでも「全メニューを毎時間変動させる」ではなく、「特定カテゴリの推奨価格をAIが提示し、店長が承認する」運用が現実的だ。

このように、テクノロジー不要の第1段階から始めて段階的にAI連動に至る道筋が、飲食チェーンにとって唯一実装可能なダイナミックプライシングへの経路だと筆者は考える。

第6章 – インバウンド二重価格：国籍ではなく決済手段で分ける

訪日外国人4,270万人時代、「外国人向け価格」の議論は避けて通れない。2026年1月、大阪・難波のラーメン店が券売機の言語表記で価格を変え、日本語メニュー1,000円台に対し外国語メニューを2,000円台に設定していたことがSNSで炎上し、警察沙汰になった。ITmediaの分析（2026年2月14日）が指摘するとおり、国籍で価格を分ける手法は景表法上の有利誤認リスクがある上に、「全く同じサービスに価格差をつける正当性がない」という根本的な問題を抱えている。

現在、業界で提案されている対策は主に3つだ。姫路城が採用した「居住地域で分ける」方式（市民1,000円・市民以外2,500円）、くら寿司や吉野家が採る「高価格帯の特別メニューを別途用意する」方式、そして「外国語接客のサービス料として上乗せする」方式。いずれも一定の合理性があるが、飲食チェーンの現場で考えると、居住地域の確認は身分証提示が必要になりオペレーションが重く、特別メニューは開発・在庫管理のコストがかかり、外国語接客料は「日本語ができる外国人」との線引きが曖昧になる。

筆者の提案は、決済手段による価格分離だ。

現金・クレジットカード払いは標準価格（やや高め）、PayPayやSuicaなど国内電子マネー決済には割引価格（従来の価格水準）を適用する。訪日観光客の多くは現金またはクレジットカードを使うため、結果として価格差が生じるが、分類基準は決済手段であり国籍ではない。

このアイデアは、米国で急速に普及している「Dual Pricing（Cash Discount）」の応用にあたる。米国ではカード決済手数料（3〜5%）の転嫁を目的に、現金価格とカード価格を併記する飲食店が増えており、SpotOnやeHopperなど多数のPOS事業者がこの仕組みを支援している。米国の文脈は「手数料コストの転嫁」だが、日本では「国内電子マネー＝居住者の代理変数」として応用できる。PayPayの国内ユーザー数は6,500万人超、Suicaは約1億枚が発行されており、これらを日常的に使っているのは圧倒的に日本居住者だ。キャッシュレス推進という社会的大義とも整合し、店員が客の見た目で対応を変える必要もない。券売機やPOSの設定変更で完結するため、オペレーション負荷も低い。

ただし、この仕組みには時間的な有効期限がある。PayPayは2026年2月にVisaとの提携を発表し、米国進出を目指している。この提携が双方向に発展すれば、将来的に訪日外国人がPayPayを使える環境が整う可能性がある。Alipayは既に日本の加盟店で利用可能であり、決済手段のボーダーレス化は不可逆的なトレンドだ。つまり、決済手段による分離は「現時点で最も実装しやすく、法的・心理的リスクが低い」暫定解であり、恒久的な仕組みではない。

恒久的に機能するのは、第5章で述べた「価格差の根拠を提供価値に置く」設計だ。TableCheckのデポジットやファストパスのように、予約時に前払いした顧客には優先席や特典を提供し、ウォークインの顧客とは体験に差をつける。これは第1回記事（ノーショー対策）で取り上げた予約コミットメントの設計と直結する。価格差の根拠が「国籍」でも「決済手段」でもなく「コミットメントの有無」になるため、決済手段がボーダーレス化した後も正当性が維持される。

まとめると、インバウンド二重価格への現実的なアプローチは二層構造になる。短期的には決済手段による価格分離で法的・オペレーション的リスクを最小化し、中長期的には予約コミットメントと提供価値の差による恒久的な価格設計に移行する。

第7章 – AIエージェント時代の価格設計：推薦に値する店であること

第2回記事で論じたとおり、AIエージェントがレストラン選びを代行する時代が始まっている。ChatGPTに広告が入り、Google AI Modeに予約機能が実装された。この世界で価格戦略はどう変わるか。

AIエージェントは口コミ、評価、価格、メニュー内容、過去の利用データを統合して推薦リストを生成する。ここで「安い」ことは競争力にならない。なぜなら、AIは単価ではなく「価格対体験の整合性」を評価するからだ。1,000円のランチが「この品質なら妥当」と評価されれば推薦され、1,500円でも「価格に見合わない」と判断されれば外される。

つまり、AI時代の価格戦略は「いくらにするか」ではなく「その価格で何を提供しているか」の一貫性にかかっている。フラッグシップメニューの価値訴求型値上げ（第5章）、決済手段や予約コミットメントによる価格差の正当化（第6章）、オフピークのコストメリット提供（第4章）——これらすべてが、AIエージェントに「この店は価格と体験が一致している」と評価される設計の一部になる。

おわりに

飲食チェーンの価格戦略は長らく「原価に利益を乗せる」か「競合に合わせる」の二択だった。コスト高騰、消費税ゼロ、インバウンド需要、AIエージェントという4つの変数が同時に動く今、その二択では生き残れない。

淘汰の時代に生き残るのはファンがいる店だ。ファンとは、価格の理由を理解し、それでも来たいと思う顧客のことだ。価値の説明に基づく適正価格を支払ってもらう設計——それが本稿で描いた「プライシング再設計」の本質であり、フラッグシップメニューの値上げから始められる、明日からのアクションでもある。