Anderson का एंगल

एआई संभवतः उत्पादों की कीमतें अधिक करेगा, नियामक हस्तक्षेप के बिना

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

अमेरिकी राष्ट्रीय आर्थिक अनुसंधान ब्यूरो से एक नए कार्य पत्र में पाया गया है कि जटिल स्वचालित मूल्य निर्धारण एल्गोरिदम का बढ़ता उपयोग उपभोक्ताओं के लिए बोर्ड पर उच्च कीमतों का कारण बनेगा, बिना किसी भी लाभान्वित कंपनी को मूल्य निर्धारण के आरोपों के लिए उजागर किए।

शोध में यह तर्क दिया गया है कि खुदरा विक्रेता जो अपने प्रतिस्पर्धियों के डेटा के आधार पर अपनी कीमतों को सबसे अधिक बार अपडेट करते हैं, वे लगातार सबसे कम कीमतें प्रदान करते हैं, लेकिन जब उनके प्रतिद्वंद्वी समान रूप से शक्तिशाली प्रणालियों में अपग्रेड करते हैं, तो एल्गोरिदमिक बाजार का डिफ़ॉल्ट व्यवहार कीमतों को ऊपर धकेलेगा – और यह कि यह केवल ‘पुरानी’ और कम प्रभावी मूल्य-मिलान प्रौद्योगिकियां हैं जो इस आंदोलन को रोक रही हैं, अभी के लिए।

रिपोर्ट आगे सुझाव देती है कि राज्य या संघीय हस्तक्षेप सैद्धांतिक रूप से आवश्यक हो सकता है ताकि कंपनियों को अपने प्रतिस्पर्धियों की कीमत डेटा को अपने स्वयं के मूल्य निर्धारण एल्गोरिदम में डालने से रोका जा सके, अधिक सामान्यीकृत और कम बार अपडेट की जाने वाली जानकारी के पक्ष में। हालांकि, यह स्वीकार करता है कि ऐसी प्रणाली को विधान, रखरखाव और प्रवर्तन करना मुश्किल होगा।

हालांकि प्रमुख खुदरा विक्रेताओं द्वारा मूल्य पैटर्न विकसित करने के तरीके आमतौर पर प्रकट नहीं किए जाते हैं, एनबीईआर शोधकर्ता इस बात की पहचान करने में सक्षम थे कि एल्गोरिदमिक मूल्य निर्धारण ढांचे कैसे एक विशिष्ट बाजार में प्रतिस्पर्धियों की कीमत परिवर्तनों के प्रति कैसे प्रतिक्रिया करते हैं। शोधकर्ता यह देखते हैं कि यह घटना ‘समय-समय पर मूल्य निर्धारण व्यवहार के मानक अनुभवजन्य मॉडल के साथ असंगत है’

अनुचित मूल्य संविदा

यह प्रभावी रूप से कार्टेल-शैली की कीमतें और अनुचित संविदा की अनुमति देता है बिना किसी स्पष्ट या दोषपूर्ण सहयोग के प्रतिद्वंद्वी कंपनियों के बीच, बाजार खंड (या खुदरा क्षेत्र के सामान्य) को उपभोक्ता के नुकसान के लिए लाभान्वित करता है।

शोधकर्ताओं ने ‘सुपरकॉम्पिटिव’ मूल्य रणनीतियों का अनुकरण किया, जहां खुदरा विक्रेताओं के पास सैद्धांतिक रूप से प्रतिस्पर्धियों की कीमतों में परिवर्तनों तक समान पहुंच है, और पाया कि यहां तक कि ‘पूरी तरह से संविदात्मक’ कीमतें भी प्रतिस्पर्धियों की कीमतों को लक्षित करने वाले एल्गोरिदम द्वारा समर्थित हो सकती हैं।

बाएं, एक द्विपोली का विश्लेषण जहां एक खुदरा विक्रेता के पास दूसरे की तुलना में तेजी से और अधिक बार अपडेट होने वाला एल्गोरिदम है। दाएं, एक मूल्य शिखर का विश्लेषण जहां खुदरा विक्रेताओं के पास समान, उच्च-आवृत्ति मूल्य निर्धारण एल्गोरिदम हैं जो दूसरे के डेटा से निकाले गए हैं। उच्च कीमतें परिणाम हैं। स्रोत: https://www.nber.org/system/files/working_papers/w28860/w28860.pdf

बाएं, एक द्विपोली का विश्लेषण जहां एक खुदरा विक्रेता के पास दूसरे की तुलना में तेजी से और अधिक बार अपडेट होने वाला एल्गोरिदम है। दाएं, एक मूल्य शिखर का विश्लेषण जहां खुदरा विक्रेताओं के पास समान, उच्च-आवृत्ति मूल्य निर्धारण एल्गोरिदम हैं जो दूसरे के डेटा से निकाले गए हैं। उच्च कीमतें परिणाम हैं। स्रोत: https://www.nber.org/system/files/working_papers/w28860/w28860.pdf

शोधकर्ता यह देखते हैं:

‘इस तरह, एल्गोरिदम मूल्य खेल को मूल रूप से बदलते हैं, कीमतें बढ़ाने के लिए एक साधन प्रदान करते हैं बिना संविदात्मक व्यवहार का सहारा लिए।’

पिछले जांच-पड़ताल में यह माना गया था कि कंपनियों के पास सममित और समान मूल्य निर्धारण तंत्र हैं। रिपोर्ट के ‘सुपर विश्लेषणात्मक’ उच्च आवृत्ति प्रणालियों के खुलासे से यह धारणा बदल जाती है, खुदरा कीमतों पर सकारात्मक प्रभाव के लिए मार्ग खुल जाता है क्योंकि प्रतिस्पर्धियों के विश्लेषणात्मक संसाधन स्तर बढ़ते हैं।

विधियां

शोधकर्ताओं ने बड़े पांच ऑनलाइन अमेरिकी खुदरा विक्रेताओं से खुले तौर पर उपलब्ध एलर्जी दवाओं के लिए प्रति घंटे की कीमतों का एक डेटाबेस तैयार किया, हालांकि वे यह भी बताते हैं कि (गुमनाम) आउटलेट जिन्हें उन्होंने अध्ययन किया है, वे न केवल दवाओं की एक व्यापक श्रृंखला बेचते हैं, बल्कि विभिन्न प्रकार के उत्पादों की भी बिक्री करते हैं।

चूंकि ईंट-मोर्टार आउटलेट चलने वाले स्टोर में ओवरहेड और कीमतों को प्रभावित करेंगे (और पिछले अठारह महीनों में ऑनलाइन खरीदारी में वृद्धि को देखते हुए), डेटाबेस में केवल ऑनलाइन कीमतों का उपयोग किया जाता है, जो अधिकांश मामलों में अधिक आसानी से संशोधित की जा सकती हैं। डेटा अप्रैल 2018 और अक्टूबर 2020 के बीच एक साल से अधिक समय में एकत्र किया गया था, और अंतिम साफ डेटासेट में 3,606,956 डेटा पॉइंट शामिल थे – कुल सात एलर्जी दवाओं के ब्रांडों के लिए मूल्य निर्धारण, 59 उत्पादों को कवर करते हैं।

शोधकर्ताओं ने मूल्य प्रौद्योगिकी में बहुत अलग दृष्टिकोण और प्रतिस्पर्धियों की कीमतों में उतार-चढ़ाव के आधार पर प्रतिक्रियात्मक मूल्य परिवर्तनों की आवृत्ति में परिवर्तनशीलता के साक्ष्य पाए। एक आउटलेट प्रति घंटे कई बार कीमतें बदलने के लिए प्रतीत होता है, जबकि अन्य ने एक स्क्रिप्ट-चालित रणनीति को अपनाया है, जहां कीमत में परिवर्तन दिन में एक ही समय पर या लंबे अंतराल पर किया जाता है।

‘पुरानी’ मूल्य निर्धारण प्रौद्योगिकियों का सुधारात्मक प्रभाव

इस विश्लेषण का परिणाम यह है कि प्रणाली में अभी भी मौजूद कोई भी न्याय ‘कम प्रौद्योगिकी वाले खुदरा विक्रेताओं द्वारा प्रदान किया जाता है, जो अपनी कीमतें कम बार बदलते हैं और जो औसत मूल्य निर्धारण पर ‘नीचे की ओर खींच’ का प्रतिनिधित्व करते हैं। रिपोर्ट के अनुसार, इसमें योगदान देने वाले कारकों में खुदरा विक्रेताओं के पुराने सिस्टम पर तकनीकी ऋण और अधिक प्रतिक्रियात्मक और उच्च-आवृत्ति मूल्य निर्धारण नीति को समायोजित करने में संभावित कठिनाई शामिल हो सकती है।

अध्ययन किए गए खुदरा विक्रेताओं में मूल्य पुनर्मूल्यांकन की आवृत्ति में भिन्नता। कंपनी 'ए' प्रतिस्पर्धियों की कीमतों के बारे में निकाले गए डेटा के लिए सबसे तेज प्रतिक्रिया समय और सबसे तीव्र टर्नओवर के साथ प्रतीत होती है।

अध्ययन किए गए खुदरा विक्रेताओं में मूल्य पुनर्मूल्यांकन की आवृत्ति में भिन्नता। कंपनी ‘ए’ प्रतिस्पर्धियों की कीमतों के बारे में निकाले गए डेटा के लिए सबसे तेज प्रतिक्रिया समय और सबसे तीव्र टर्नओवर के साथ प्रतीत होती है।

वास्तव में, यह ‘पुरानी’ प्रौद्योगिकी प्रतीत होती है जो कीमतों को अपेक्षाकृत स्थिर रखने में मदद कर रही है।

आगे की परियोजना में, यह समझना आसान है कि एल्गोरिदमिक मूल्य निर्धारण खुदरा स्थान में नए और बेहतर सुसज्जित खिलाड़ियों को कैसे छूट और कमजोर प्रभाव को कम कर सकते हैं; या जब किसी एक श्रेणी में प्रमुख खिलाड़ियों में से पर्याप्त लोग मूल्य ‘हथियारों की दौड़’ में एक दूसरे के साथ मेल खाते हैं, तो एनबीईआर रिपोर्ट द्वारा भविष्यवाणी की गई मूल्य वृद्धि प्रभावी हो सकती है।

राज्य या संघीय हस्तक्षेप

शोधकर्ता निष्कर्ष निकालते हैं कि ‘निर्बाध वाणिज्य’ जो मूल रूप से प्रतिस्पर्धी कंपनियों के बीच कीमतों पर एक प्रतिबंधक प्रभाव के रूप में काम करने का इरादा था, सीधे तौर पर सक्षम प्रौद्योगिकियों से खतरा है।

वे निष्कर्ष निकालते हैं कि उपचार चुनौतीपूर्ण हैं: नीति निर्माताओं को प्रतिद्वंद्वी की कीमत डेटा को अपने स्वयं के मूल्य निर्धारण एल्गोरिदम में डालने की कंपनियों की क्षमता को सीमित करने की आवश्यकता होगी, या एक अधिक सामान्यीकृत और कम बार अपडेट की जाने वाली प्रतिस्पर्धी कीमतों में बदलाव का मूल्यांकन करने की आवश्यकता होगी, जैसा कि गूगल के एफएलओसी फ्रेमवर्क द्वारा व्यक्तिगत ट्रैकिंग के खिलाफ सार्वजनिक असंतोष को संबोधित करने के लिए एक अधिक सामान्यीकृत और कम अनाजी निगरानी प्रणाली की शुरुआत की जा रही है।

चूंकि ऐसे उपाय मौजूदा प्रतिस्पर्धा विरोधी और नियामक ढांचे में आसानी से फिट नहीं होते हैं, पत्र स्वीकार करता है कि वे न केवल लागू करने में मुश्किल हैं, बल्कि बहुत मुश्किल हैं और प्रामाणिक करने में भी कठिन हैं।

शोधकर्ता यह संभावना भी रखते हैं कि विश्लेषणात्मक प्रणालियों को वैकल्पिक मूल्य मूल्यांकन प्रणालियों के रूप में मान्यता दी जा सकती है जो प्रतिस्पर्धी संतुलन (जो उपभोक्ता को विक्रेता से ऊपर रखता है) को ‘दंड’ के रूप में नहीं मानती हैं; हालांकि, विधायी रुझानों के संदर्भ में (और ऐसी प्रणालियों को बनाने और तैनात करने में अनिवार्य कठिनाइयों के बावजूद), यह दृष्टिकोण लोकप्रिय और कानूनी चुनौतियों का सामना कर सकता है।

मशीन लर्निंग पर लेखक, मानव इमेज सिंथेसिस में डोमेन विशेषज्ञ। मेटाफिजिक.ai में रिसर्च कंटेंट के पूर्व प्रमुख, जब तक कि इसका डीएनजीई के ब्रह्मा.ai में विलय नहीं हो गया।
पोर्टफोलियो साइट: martinanderson.ai
संपर्क: martin@martinanderson.ai