Tekoäly todennäköisesti asettaa tuotteille korkeamman hinnan ilman sääntelyä

Yhdysvaltain kansallisen taloustutkimuslaitoksen (National Bureau of Economic Research, NBER) uusi työpaperi osoittaa, että monimutkaisten automaattisten hinnoittelualgoritmien lisääntyneen käytön todennäköisesti johtaa korkeampiin hintoihin kuluttajille, ilman että hyötyvä yritykset joutuvat syytetyiksi hintakilpailun rikkomisesta.

Tutkimus väittää, että myyjät, jotka päivittävät hintojaan useimmin kilpailijoidensa hakemien tietojen perusteella, tarjoavat yleensä alhaisimmat hinnat, mutta kun heidän kilpailijansa päivittävät vastaavasti voimakkaita järjestelmiä, algoritmisen markkinan oletusarvoinen käyttäytyminen nostaa hintoja – ja että vain “vanhat” ja vähemmän tehokkaat hinnoitteluteknologiat pitävät tällä hetkellä tämän liikkeen takana.

Raportti ehdottaa, että valtion tai liittovaltion puuttuminen saattaa teoreettisesti olla tarpeen estämään yrityksiä syöttämästä kilpailijoidensa hintatietoja omiin hinnoittelualgoritmeihinsa, ja sen sijaan arvioimaan yleistetympää ja vähemmän usein päivitettyä tietoa. Se kuitenkin myöntää, että tällainen järjestelmä olisi vaikea lainsäädännöllisesti, ylläpitää ja valvoa.

Vaikka suurten myyjien hinnoittelumallien kehittämistavat eivät yleensä ole julki, NBER-tutkijat pystyivät tunnistamaan algoritmisen hinnoittelukehykset tutkimalla, miten nopeasti kilpailijat tietyllä markkinalla reagoivat toistensa hinnoittelumuutoksiin. Tutkijat huomauttavat, että tämä ilmiö on “vastoin standardia empirististä mallia samanaikaisesta hinnoittelukäyttäytymisestä”.

Tutkimuksen tulokset osoittavat, että teknologian asymmetria, jota yritykset käyttävät tietyllä alalla, voi johtaa luotettavasti korkeampiin hintoihin myyjien kesken:

‘[A]symmetria hinnoitteluteknologiassa voi perustavasti muuttaa tasapainokäyttäytymistä: jos yksi yritys omaksuu paremman teknologian, molemmat yritykset voivat saada korkeammat hinnat. Jos molemmat yritykset omaksuvat korkeataajuiset algoritmit, kartellityyppiset hinnat voidaan tukea ilman perinteisten kartellistrategioiden käyttöä.’

Implisiittinen hintakilpailu

Tämä mahdollistaa kartellityyppisen hinnoittelun ja implisiittisen kilpailun ilman mitään eksplisiittistä tai syytettävää yhteistyötä kilpailijoiden välillä, hyödyttäen markkinaosaa (tai vähittäiskaupan aloittajaa yleensä) kuluttajan kustannuksella.

Tutkijat mallinsivat “ylikilpailullisia” hinnoittelustrategioita, joissa myyjillä on teoreettisesti sama pääsy kilpailijoiden hintamuutoksiin, ja löysivät, että jopa “täysin kartellityyppiset” hinnat voidaan tukea algoritmeilla, jotka kohdistavat kilpailijoiden hintoja.

Vasemmalla, duopolian analyysi, jossa toisella myyjällä on nopeampi ja useammin päivittyvä algoritmi kuin toisella. Oikealla, analyysi hinnoittelun huipusta, jossa myyjillä on vastaavia korkeataajuisia hinnoittelualgoritmeja, jotka perustuvat toistensa tietoihin. Korkeammat hinnat ovat tulosta. Lähde: https://www.nber.org/system/files/working_papers/w28860/w28860.pdf

Tutkijat huomauttavat:

‘Tällä tavoin algoritmit muuttavat perustavasti hinnoittelupeliä, tarjoamalla keinon hintojen nostamiseen ilman kartellikäyttäytymisen turvautumista.’

Aikaisemmat tutkimukset algoritmisen kilpailun osalla ovat toimineet oletuksella, että yrityksillä on symmetriset ja tasavertaiset hinnoittelujärjestelmät. Raportin paljastus “superanalytiikasta” korkeataajuisista järjestelmissä joistakin myyjistä kumoaa tämän oletuksen, avaen tien ylöspäin suuntautuvalle vaikutukselle vähittäiskaupan hinnoissa, kun kilpailijoiden analytiikkarivit tasapainottuvat.

Menetelmät

Tutkijat loivat tietokannan tunneittain vaihtelevista allergeenilääkkeiden hinnoista viideltä suurimmalta yhdysvaltalaiselta verkkokaupalta, jotka myyvät kyseistä lääkeryhmää, vaikka he korostavat, että (anonyymit) tutkitut myyjät myyvät laajemman valikoiman lääkkeitä ja tuotteita.

Sen vuoksi, että fyysiset myymälät vaikuttavat kustannuksiin ja hinnoitteluun kävelyliiketoiminnassa (ja ottaen huomioon massiivinen kasvu verkkokaupassa viimeisen vuoden ja puolen aikana), tietokanta käyttää ainoastaan verkkohintoja, jotka useimmiten ovat helpompia muuttaa ad hoc. Data kerättiin yhden ja puolen vuoden ajan huhtikuusta 2018 lokakuuhun 2020, ja lopullinen puhdistettu tietokanta sisälsi 3 606 956 tietuetta hinnoittelusta, jotka kattoivat seitsemän allergeenilääkkeen tuotemerkkiä – 59 tuotetta yhteensä.

Tutkijat löysivät todisteita hyvin erilaisista lähestymistavoista hinnoitteluteknologiaan ja hyvin erilaisista taajuuksista reaktiivisissa hintamuutoksissa, jotka perustuvat kilpailijoiden hintojen muutoksiin. Yhdellä myyjällä näyttää olevan useita hintamuutoksia tunnissa, kun taas toiset ovat omaksuneet skriptipohjaisen strategian, jossa hintamuutokset tehdään samaan aikaan joka päivä (tai pidemmän välin).

‘Vanhojen’ hinnoitteluteknologioiden parantava vaikutus

Tämän analyysin seuraus on, että mikä tahansa reiluus, joka edelleen on järjestelmässä, tarjoetaan vähemmän teknologisesti kehittyneistä myyjistä, jotka muuttavat hintojaan vähemmän usein, ja jotka edustavat “alaspäin vetävää” vaikutusta keskimääräisiin hintoihin. Raportin mukaan tekijöiksi, jotka voivat vaikuttaa tähän, kuuluvat tekninen velka myyjillä, joilla on vanhemmat järjestelmät, ja mahdollinen vaikeus päivittää varastoinventointijärjestelmiä reagoimaan herkemmin ja useammin hinnoittelupolitiikkaan.

Hinnoittelutaajuuksien vaihtelut tutkituilla myyjillä. Yritys ‘A’ näyttää olevan nopein reagoida kilpailijoiden hinnoissa hakemiin tietoihin ja nopein käännös siirrettävissä tietoja koskien kilpailijoiden hintoja.

Vaikutelmallisesti “vanha” teknologia näyttää pitävän hinnat suhteellisen vakaana.

Eteenpäin suunnatessa on helppo ymmärtää, miten uudet ja paremmin varustetut toimijat algoritmisen hinnoittelun vähittäiskaupassa voivat alkaa laskea ja heikentää hitaampien vaikutusta; tai sitten, kun tarpeeksi suuria toimijoita tietyssä luokassa on saavuttanut toistensa hintojen “asekilpailun”, NBER-raportin ennustama hintojen nousu voi toteutua.

Valtion tai liittovaltion puuttuminen

Tutkijat päättelevät, että “kitkaton kauppa”, joka alun perin tarkoitettiin toimimaan hintojen rajoittajana kilpailijoiden välillä verkkokaupan vallankumouksen alussa, on suoraan uhaten kehittyvien teknologioiden myötä.

He päättelevät, että korjaavat toimenpiteet ovat haasteellisia: viranomaiset tarvitsisivat rajoittaa yritysten kykyä kerätä kilpailijoiden hintatietoja, tai arvioida laajempaa ja pidempiaikaisempaa muutosta kilpailijoiden hinnoissa, samalla tavoin kuin Google:n FLOC-kehys pyrkii osoittamaan yleistä tyytymättömyyttä henkilökohtaisen seuraamisen suhteen ja perustamaan yleisempää ja vähemmän yksityiskohtaista seurantajärjestelmää.

Koska tällaiset toimenpiteet eivät sovi helposti olemassa oleviin kilpailulainsäädäntöön ja sääntelykehyksiin, tutkimus myöntää, että ne ovat vaikeita toteuttaa, ylläpitää ja valvoa.

Tutkijat esittävät myös mahdollisuuden määrätä vaihtoehtoisia hinta-arviointijärjestelmiä, jotka eivät pidä kilpailuehtasapainoa (joka suosii kuluttajaa enemmän kuin myyjää) “rangaistuksena”; kuitenkin lainsäädäntökehityksen ja vaikeuksien toteuttamisessa ja käyttöönotossa, tämä lähestymistapa voisi kohdata suuren suosion ja oikeudelliset haasteet.