ხელოვნური ინტელექტი
AI სავარაუდოდ აფასებს პროდუქტებს მარეგულირებელი ჩარევის გარეშე
აშშ-ს ეკონომიკური კვლევების ეროვნული ბიუროს ახალმა სამუშაო დოკუმენტმა აჩვენა, რომ დახვეწილი ავტომატიზირებული ფასების ალგორითმების გამოყენებამ შესაძლოა გამოიწვიოს უფრო მაღალი ფასები მომხმარებლებისთვის, არც ერთი მომგებიანი კომპანიისთვის ფასების დაფიქსირების ბრალდებების გამოვლენის გარეშე.
ის კვლევის ამტკიცებს, რომ საცალო ვაჭრობა, რომელიც ყველაზე ხშირად ანახლებს ფასებს, მათი კონკურენტების სკრიპტულ მონაცემებზე დაყრდნობით, მუდმივად გვთავაზობენ ყველაზე დაბალ ფასებს, მაგრამ როგორც კი მათი კონკურენტები განაახლებს ანალოგიურად მძლავრ სისტემებს, ალგორითმული ბაზრის ნაგულისხმევი ქცევა ფასებს ზრდის - და რომ ფაქტობრივად, მხოლოდ „ძველი“ და ნაკლებად ეფექტური ფასების შესატყვისი ტექნოლოგიები აფერხებენ ამ მოძრაობას ამ მომენტისთვის.
მოხსენებაში ასევე ვარაუდობენ, რომ სახელმწიფო ან ფედერალური ჩარევა შესაძლოა თეორიულად იყოს საჭირო იმისათვის, რომ კომპანიებმა აირიდონ ხშირი კონკურენტების ფასების ინფორმაცია თავიანთი ფასების ალგორითმებში, უფრო განზოგადებული და ნაკლებად ხშირად განახლებული ინფორმაციის სასარგებლოდ. თუმცა, ის აღიარებს, რომ ასეთი სისტემის დაკანონება, შენარჩუნება და აღსრულება რთული იქნება.
თუმცა მეთოდები, რომლითაც ძირითადი საცალო მოვაჭრეები ავითარებენ ფასების შაბლონებს, როგორც წესი, არ არის გამჟღავნებული, NBER-ის მკვლევარებმა შეძლეს ალგორითმული ფასების ჩარჩოების იდენტიფიცირება იმის შესწავლით, თუ რამდენად სწრაფად რეაგირებენ კონკურენტები დისკრეტულ ბაზარზე ერთმანეთის ფასების ცვლილებებზე. მკვლევარები აკვირდებიან, რომ ეს ფენომენი არის „შეუსაბამებელი ფასის დადგენის ერთდროული ქცევის სტანდარტულ ემპირიულ მოდელთან“.
დასკვნები ვარაუდობენ, რომ ტექნოლოგიის დანერგვის ასიმეტრიამ, რომელიც გამოიყენება კომპანიების მიერ რომელიმე კონკრეტულ სექტორში, შეიძლება გამოიწვიოს საიმედოდ მაღალი ფასები გამყიდველებში:
„ფასწარმოქმნის ტექნოლოგიაში სიმეტრიამ შეიძლება ფუნდამენტურად შეცვალოს წონასწორული ქცევა: თუ ერთი ფირმა გამოიყენებს უმაღლეს ტექნოლოგიას, ორივე ფირმას შეუძლია მიიღოს უმაღლესი ფასები. თუ ორივე ფირმა მიიღებს მაღალი სიხშირის ალგორითმებს, შეთანხმებული ფასები შეიძლება იყოს მხარდაჭერილი ტრადიციული შეთანხმებული სტრატეგიების გამოყენების გარეშე.'
მდუმარე ფასის შეთქმულება
ეს ეფექტურად იძლევა კარტელის სტილის ფასებს და ჩუმად შეთქმულებას კონკურენტ კომპანიებს შორის რაიმე აშკარა ან საეჭვო თანამშრომლობის გარეშე, რაც სარგებელს მოუტანს ბაზრის სეგმენტს (ან ზოგადად საცალო ვაჭრობის სექტორს) მომხმარებლის საზიანოდ.
მკვლევარებმა შექმნეს „ზეკონკურენტული“ ფასების სტრატეგიები, სადაც საცალო ვაჭრობებს თეორიულად აქვთ თანაბარი წვდომა კონკურენტების ფასების ცვლილებებზე და დაადგინეს, რომ „სრულად შეთანხმებული“ ფასებიც კი შეიძლება იყოს მხარდაჭერილი ალგორითმებით, რომლებიც მიზნად ისახავს კონკურენტების ფასებს.
მარცხნივ, დუოპოლიის ანალიზი, სადაც ერთ საცალო ვაჭრობას აქვს უფრო სწრაფი და ხშირი განახლების ალგორითმი, ვიდრე მეორეს. მართალია, ფასების აპოგეის ანალიზი, სადაც საცალო მოვაჭრეებს აქვთ ეკვივალენტური, მაღალი სიხშირის ფასების ალგორითმები, რომლებიც მიღებულია სხვისი მონაცემებიდან მიღებული ფასებისგან. უფრო მაღალი ფასები არის შედეგი. წყარო: https://www.nber.org/system/files/working_papers/w28860/w28860.pdf
მკვლევარები აკვირდებიან:
„ამ გზით, ალგორითმები ფუნდამენტურად ცვლის ფასების თამაშს, რაც უზრუნველყოფს ფასების გაზრდის საშუალებას შეთქმულების ქცევის გარეშე.
ალგორითმული შეთქმულების წინა გამოკვლევები მოქმედებდა იმ ვარაუდით, რომ კომპანიებს აქვთ ფასის დადგენის სიმეტრიული და თანაბარი მექანიზმები. ზოგიერთი საცალო ვაჭრობის მხრიდან „სუპერ ანალიტიკური“ მაღალი სიხშირის სისტემების გამოვლენა მოხსენებაში არღვევს ამ ვარაუდს და ხსნის გზას საცალო ფასებზე აქტიური აღმავალი ეფექტისთვის კონკურენტების ანალიტიკური რესურსების დონის მატებასთან ერთად.
მეთოდები
მკვლევარებმა შექმნეს ღიად ხელმისაწვდომი ალერგიის წამლების საათობრივი ფასების მონაცემთა ბაზა აშშ-ს უმსხვილესი ხუთი ონლაინ საცალო ვაჭრობიდან, რომლებიც ყიდიან ამ კატეგორიის მედიკამენტებს, თუმცა ისინი ხაზს უსვამენ, რომ შესწავლილი (ანონიმური) მაღაზიები ყიდიან არა მხოლოდ მედიკამენტების ბევრად უფრო ფართო სპექტრს, არამედ უფრო ფართო სპექტრს. პროდუქციის სახეობების ასორტიმენტი.
იმის გამო, რომ აგურისა და ნაღმტყორცნების მაღაზიები გავლენას მოახდენს ზედნადებსა და ფასებზე მაღაზიებში (და ბოლო თვრამეტი თვის განმავლობაში ონლაინ შესყიდვების მასიური ზრდის გათვალისწინებით), მონაცემთა ბაზა იყენებს მხოლოდ ონლაინ ფასებს, რაც უმეტეს შემთხვევაში უფრო ადვილია. გადასინჯვა ad hoc. მონაცემები შეგროვდა წელიწადნახევრის განმავლობაში 2018 წლის აპრილიდან 2020 წლის ოქტომბრამდე, საბოლოო გაწმენდილი მონაცემთა ნაკრები შეიცავს 3,606,956 მონაცემთა პუნქტს ფასების შესახებ, რომელიც მოიცავს შვიდი ბრენდის ალერგიის წამალს - სულ 59 პროდუქტს.
მკვლევარებმა აღმოაჩინეს მტკიცებულება ფასების ტექნოლოგიის ძალიან განსხვავებული მიდგომების შესახებ და მაღალი ვარიაციების სიხშირეების რეაქტიული ფასების ცვლილებებში, კონკურენტების ფასების რყევების საფუძველზე. როგორც ჩანს, ერთ-ერთი განყოფილება ცვლის ფასებს რამდენჯერმე საათში, ხოლო სხვებმა, როგორც ჩანს, მიიღეს სკრიპტზე ორიენტირებული სტრატეგია, სადაც ფასების ცვლილებები ხდება ყოველდღე ერთსა და იმავე დროს (ან უფრო დიდ ინტერვალზე).
"ძველი" ფასების ტექნოლოგიების გამაუმჯობესებელი ეფექტი
ამ ანალიზის შედეგი ის არის, რომ სისტემაში ჯერ კიდევ არსებული ნებისმიერი სამართლიანობა უზრუნველყოფილია ნაკლებად ტექნოლოგიურად განვითარებული საცალო მოვაჭრეების მიერ, რომლებიც ცვლიან ფასებს ნაკლებად ხშირად და რაც წარმოადგენს საშუალო ფასზე „დაღმავალ წევას“. მოხსენების თანახმად, ფაქტორები, რომლებმაც შეიძლება ხელი შეუწყონ ამას, მოიცავს ძველი სისტემების მქონე საცალო მოვაჭრეების ტექნიკურ დავალიანებას და მარაგების სისტემის განახლების პერსპექტიულ სირთულეს უფრო რეაქტიული და მაღალი სიხშირის საფასო პოლიტიკის მოსაწყობად.
შესწავლილ საცალო მოვაჭრეებს შორის გადაფასების სიხშირის ცვალებადობა. კომპანია 'A'-ს, როგორც ჩანს, აქვს ყველაზე სწრაფი რეაგირების დრო და ყველაზე ინტენსიური ბრუნვა კონკურენტების ფასების შესახებ შეგროვებული მონაცემებისთვის.
ფაქტობრივად, ეს არის „ძველი“ ტექნოლოგია, რომელიც, როგორც ჩანს, ინარჩუნებს ფასებს შედარებით სტაბილურს.
წინ გადადგმული ნაბიჯით, ადვილია იმის გაგება, თუ როგორ შეუძლიათ ახალმა და უკეთ აღჭურვილმა მოთამაშეებმა ალგორითმული ფასების საცალო სივრცეში დაიწყონ ნელის გავლენის შემცირება და დეგრადაცია; ან სხვაგვარად, რომ როდესაც რომელიმე კატეგორიის ძირითადი მოთამაშეები ემთხვევა ერთმანეთს ფასების "იარაღის რბოლაში", NBER ანგარიშის მიერ პროგნოზირებული ფასების ესკალაცია შეიძლება ძალაში შევა.
სახელმწიფო ან ფედერალური ჩარევა
მკვლევარები ასკვნიან, რომ „უხახუნო ვაჭრობა“ თავდაპირველად განზრახული იყო ემოქმედა, როგორც შემაკავებელი ეფექტი კონკურენტ ფირმებს შორის ფასებზე ელექტრონული კომერციის რევოლუციის დასაწყისში, პირდაპირ საფრთხეს უქმნის გამაძლიერებელ ტექნოლოგიებს.
ისინი ასკვნიან, რომ გამოსასწორებელი საშუალებები რთულია: პოლიტიკის შემქმნელებს უნდა შეზღუდონ ფირმების შესაძლებლობა, შეაფასონ კონკურენტების ფასების მონაცემები, ან სხვაგვარად შეაფასონ კონკურენტების ფასების უფრო ფართო და გრძელვადიანი ცვლილება, ისევე როგორც Google-ის FLOC ჩარჩო. მიმართეთ საზოგადოებრივი შეურაცხყოფას პერსონალიზებული თვალთვალის წინააღმდეგ უფრო განზოგადებული და ნაკლებად მარცვლოვანი მონიტორინგის სისტემის გახსნით.
ვინაიდან ასეთი ზომები ადვილად არ ჯდება არსებულ ანტიმონოპოლიურ და მარეგულირებელ ჩარჩოებში, ნაშრომი აღიარებს, რომ მათი აღსრულება არა მხოლოდ რთულია, არამედ საკმაოდ რთულია პარამეტრიზაცია და ჩარჩო.
მკვლევარები ასევე ამტკიცებენ ფასის შეფასების ალტერნატიული სისტემების დაწესების შესაძლებლობას, რომლებიც არ განიხილავენ კონკურენტულ წონასწორობას (რომელიც უპირატესობას ანიჭებს მომხმარებელს, ვიდრე გამყიდველს), როგორც „სასჯელი“; თუმცა, საკანონმდებლო ტენდენციების თვალსაზრისით (და ასეთი სისტემების ჩამოყალიბებისა და დანერგვის გარდაუვალი სირთულეების მიუხედავად), ამ მიდგომას შეიძლება შეხვდეს პოპულარული და სამართლებრივი გამოწვევები.
