AI er sandsynligvis til at sætte højere priser på produkter uden regulatorisk indgriben

En ny arbejdspapir fra den amerikanske National Bureau Of Economic Research har fundet, at den øgede brug af sofistikerede automatiserede prissætningsalgoritmer sandsynligvis vil føre til højere priser for forbrugerne, uden at udsætte nogen af de beneficierende virksomheder for anklager om prissammenligning.

Forskningen påstår, at detailhandlende, der opdaterer deres priser hyppigst baseret på scraped data fra deres konkurrenter, konsekvent tilbyder de laveste priser, men at når deres rivaler opdaterer til lignende kraftfulde systemer, vil det typiske adfærdsmønster for den algorithmiske marked vil føre til højere priser – og at det i virkeligheden kun er de “ældre” og mindre effektive prismatchningsteknologier, der holder denne bevægelse tilbage for øjeblikket.

Rapporten foreslår yderligere, at statlig eller føderal indgriben måske teoretisk set er nødvendig for at forhindre virksomheder i at føre hyppig konkurrentprisinformation ind i deres egne prissætningsalgoritmer, til fordel for mere generelle og mindre hyppigt opdaterede oplysninger. Imidlertid indrømmer den, at sådanne systemer ville være svære at lovgive, vedligeholde og gennemtvinge.

Selvom metoderne, som store detailhandlende udvikler prismønstre, normalt ikke offentliggøres, kunne NBER-forskerne identificere algorithmiske prissætningsrammer ved at studere, hvor hurtigt konkurrenter i et diskret marked reagerer på hinandens prissætningsændringer. Forskerne observerer, at dette fænomen er ‘inconsistently med den standard empiriske model for simultan prissætning’.

Forskningens resultater tyder på, at asymmetrien i teknologiudviklingen, som virksomheder i en given sektor anvender, kan føre til pålideligt højere priser over vendors:

‘[A]symmetri i pristechnologi kan fundamentalt ændre ligevægtsadfærd: hvis en virksomhed adopterer overlegen teknologi, kan begge virksomheder opnå højere priser. Hvis begge virksomheder adopterer højfrekvensalgoritmer, kan priser, der er højere end konkurrencen, støttes uden brug af traditionelle samarbejdsmetoder.’

Tacit Prisssammenligning

Dette tillader i virkeligheden cartel-lignende prissætning og implicit samarbejde uden nogen eksplisit eller anklagbar samarbejdende mellem rivaliserende virksomheder, til fordel for markedet (eller detailsektoren i almindelighed) på bekostning af forbrugeren.

Forskerne modellerede ‘suprakonkurrencemæssige’ prissætningsstrategier, hvor detailhandlende teoretisk har lige adgang til ændringer i konkurrentpriser, og fandt, at selv ‘fuldt samarbejdende’ priser kan støttes af algoritmer, der målretter konkurrentpriser.

Venstre, en analyse af en duopol, hvor en detailhandlende har en hurtigere og hyppigere opdatering af algoritmen end den anden. Højre, en analyse af prisapoge, hvor detailhandlende har ækvivalente, højfrekvensprissætningsalgoritmer, der er afledt fra prisskrapning fra den andens data. Højere priser er resultatet. Kilde: https://www.nber.org/system/files/working_papers/w28860/w28860.pdf

Forskerne observerer:

‘På denne måde ændrer algoritmerne fundamentalt prisspillet, og giver en mulighed for at øge priserne uden at anvende samarbejdende adfærd.’

Tidligere undersøgelser af algorithmisk samarbejde har opereret under antagelsen, at virksomheder har symmetriske og lige prissætningsmekanismer. Rapportens afsløring af ‘superanalytiske’ højfrekvenssystemer på visse detailhandlendes side undergraver denne antagelse og åbner vejen for en aktiv opadgående effekt på detailpriser, når konkurrenternes analytiske ressourcer niveauop.

Metoder

Forskerne genererede en database med timepriser for åbent tilgængelige allergimedicin fra de fem største online amerikanske detailhandlende, der sælger denne kategori af medicin, selvom de understreger, at de (anonymiserede) butikker, der blev studeret, ikke kun sælger en langt bredere vifte af medicin, men også en bredere vifte af produkttyper.

På grund af den måde, hvorpå fysiske butikker vil påvirke omkostninger og prissætning i forretninger (og med tanke på den massive stigning i onlinekøb over de sidste atten måneder), anvender databasen kun onlinepriser, som i de fleste tilfælde er lettere at ændre ad hoc. Data blev indsamlet over en og en halv år mellem april 2018 og oktober 2020, med den endelige rensede dataset, der indeholder 3.606.956 datapunkter om prissætning, dækkende syv mærker af allergimedicin – 59 produkter i alt.

Forskerne fandt beviser for meget forskellige tilgange til pristechnologi og højst varierende hyppighed i reaktive prissætningsændringer baseret på fluktuationer i konkurrentpriser. En af butikkerne synes at ændre priser flere gange inden for en time, mens andre synes at have adopteret en scriptdrevet strategi, hvor prissætningsændringer sker på samme tid hver dag (eller på en længere periode).

Den Gavnende Effekt Af ‘Gammel’ Pristechnologier

Konsekvensen af denne analyse er, at enhver retfærdighed, der stadig findes i systemet, leveres af de mindre teknologisk avancerede detailhandlende, som ændrer deres priser mindre hyppigt, og som repræsenterer en ‘nedadgående træk’ på gennemsnitspriserne. Ifølge rapporten kan faktorer, der kan bidrage til dette, inkludere teknisk gæld på detailhandlendes side med ældre systemer, og den potentielle sværhed ved at opdatere lagerstyringssystemer til at tilpasse en mere reaktiv og højfrekvent prissætningspolitik.

Forskelle i omprissætningshyppighed blandt de studerede detailhandlende. Virksomhed ‘A’ synes at have den hurtigste respons tid og den mest intense omsætning for scraped data om konkurrentpriser.

I virkeligheden synes det at være den ‘gamle’ teknologi, der holder priserne relativt stabile.

Ved at projekttere fremad er det let at forstå, hvordan nyere og bedre udstyrede spillere i den algorithmiske prissætningsdetailhandel kan begynde at diskontere og nedgrade indflydelsen fra de langsommere; eller også at når nok af de store spillere i en given kategori har matchet hinanden i prissætnings ‘kapløbet’, kan prisstigningen, som NBER-rapporten forudsiger, træde i kraft.

Statlig eller Føderal Indgriben

Forskerne konkluderer, at den ‘gnidningsløse handel’ oprindeligt var tiltænkt at fungere som en begrænsende effekt på priser mellem konkurrerende virksomheder ved begyndelsen af e-handelsrevolutionen, er direkte truet af de aktiverende teknologier.

De konkluderer, at løsningerne er udfordrende: lovgivere ville behøve at begrænse virksomheders evne til at skrabe konkurrentprisdata, eller også til at evaluere en bredere og længerevarende ændring i konkurrentpriser, ligesom Googles FLOC-ramme søger at adresse offentlig utilfredshed med personlig sporingsvedtagelse ved at indføre et mere generelt og mindre granuleret overvågningssystem.

Siden sådanne foranstaltninger ikke passer let ind i eksisterende antitrust- og reguleringssystemer, indrømmer papiret, at de ikke kun er svære at gennemtvinge, men også meget svære at parametrere og ramme.

Forskerne foreslår også muligheden for at pålægge alternativ prissætningsystemer, der ikke betragter konkurrencelighed (som favoriserer forbrugeren over leverandøren) som ‘straf’; imidlertid, i forhold til lovgivningsmæssige tendenser (og uden hensyn til uundgåelige vanskeligheder ved at formulerer og implementere sådanne systemer), kunne denne tilgang møde populære og juridiske udfordringer.