AI sannsynligvis setter høyere priser på produkter uten regulering

En ny arbeidsrapport fra US National Bureau Of Economic Research har funnet at den økte bruken av sofistikerte automatiserte prisalgoritmer sannsynligvis vil føre til høyere priser for forbrukerne, uten å eksponere noen av de beneficente selskapene for anklager om prisfastsettelse.

Forskningen hevder at detaljister som oppdaterer prisene sine oftest, basert på skrapede data fra konkurrentene, konsistent tilbyr de laveste prisene, men at når deres rivaler oppgraderer til like kraftfulle systemer, vil markedets standardatferd føre til høyere priser – og at det, i virkeligheten, bare er de “gamle” og mindre effektive prisjakt-teknologiene som holder denne bevegelsen tilbake, for øyeblikket.

Rapporten foreslår videre at statlig eller føderal inngripen kan være nødvendig for å forhindre selskaper fra å mata inn hyppig konkurrentprisinformasjon i sine egne prisalgoritmer, til fordel for mer generelle og mindre hyppig oppdaterte informasjon. Imidlertid innrømmer den at et slikt system vil være vanskelig å lovgive, vedlikeholde og gjennomføre.

Selv om metodene for å utvikle prismønster vanligvis ikke offentliggjøres, kunne NBER-forskerne identifisere algoritmeprisrammeverk ved å studere hvordan konkurrenter i et diskret marked reagerer på hverandres prisendringer. Forskerne observerer at dette fenomenet er ‘inconsistently med standard empirisk modell for simultan prisfastsettelse’.

Funndene tyder på at asymmetrien i teknologideployering brukt av selskaper i en bestemt sektor kan føre til pålitelig høyere priser over vendorene:

‘[A]symmetri i pris-teknologi kan fundamentalt endre likevekt-atferd: hvis ett firma adopterer overlegen teknologi, kan begge firmaer oppnå høyere priser. Hvis begge firmaer adopterer høyfrekvensalgoritmer, kan kartell-priser støttes uten bruk av tradisjonelle kartell-strategier.’

Tacit Pris-sammenligning

Dette tillater effektivt cartel-lignende prising og taktisk samarbeid uten noen eksplisitt eller anklagbar samarbeid mellom rivaliserende selskaper, til fordel for markedet (eller detaljsektoren generelt) på bekostning av forbrukeren.

Forskerne modellerte ‘supra-konkurrerende’ prisstrategier, hvor detaljister teoretisk har lik tilgang til endringer i konkurrentpriser, og fant at selv ‘fullt kartell-lignende’ priser kan støttes av algoritmer som målretter konkurrentpriser.

Venstre, en analyse av en duopol hvor ett detaljist har en raskere og mer hyppig oppdatering av algoritmen enn den andre. Høyre, en analyse av pris-apoge hvor detaljister har likeverdige, høyfrekvens-prisalgoritmer derivert fra pris-skraping fra den andre’s data. Høyere priser er resultatet. Kilde: https://www.nber.org/system/files/working_papers/w28860/w28860.pdf

Forskerne observerer:

‘På denne måten endrer algoritmene grundig pris-spillet, og gir en måte å øke prisene uten å gå til kartell-atferd.’

Tidligere undersøkelser av algoritmisk samarbeid har operert under antagelsen at selskaper har symmetriske og like prisfastsettelses-mekanismer. Rapportens avsløring av ‘super-analytiske’ høyfrekvens-systemer på noen detaljisters side forstyrrer denne antagelsen, og åpner vei for en aktiv oppadgående effekt på detaljpriser når konkurrentenes analytiske ressurser øker.

Metoder

Forskerne genererte en database med timepriser for åpne allergimedisiner fra de fem største online detaljistene i USA som selger denne kategorien av medisiner, selv om de understreker at de (anonymiserte) utgangspunktene studert ikke bare selger en langt bredere rekke av medisiner, men også en bredere rekke av produkttyper.

På grunn av måten bricks-and-mortar-utgangspunkter påvirker overhead og prising i fysiske butikker (og gitt den massive økningen i online-handel de siste atten månedene), bruker databasen bare online-priser, som i de fleste tilfeller er lettere å endre ad hoc. Dataene ble samlet inn over en og en halv år mellom april 2018 og oktober 2020, med den endelige renskede datasett som inneholdt 3 606 956 datapunkter om prising, dekkende syv merker av allergimedisiner – 59 produkter i alt.

Forskerne fant bevis for svært forskjellige tilnærminger til pris-teknologi, og høyt variante hyppigheter i reaktive prisendringer, basert på fluktuasjoner i konkurrentpriser. En av utgangspunktene synes å endre priser flere ganger innen en time, mens andre synes å ha adoptert en skript-drevet strategi, hvor prisendringer gjøres på samme tid hver dag (eller på en lengre interval).

Den mildende effekten av ‘gamle’ pris-teknologier

Resultatet av denne analysen er at enhver rettferdighet som fortsatt er til stede i systemet, kommer fra de mindre teknologisk avanserte detaljistene, som endrer prisene sine mindre hyppig, og som representerer en ‘nedadgående trekk’ på gjennomsnittspriser. Ifølge rapporten, kan faktorer som kan bidra til dette, inkludere teknisk gjeld på detaljister med eldre systemer, og den potensielle vanskeligheten med å oppdatere lager-inventar-systemer for å tilpasse en mer reaktiv og høyfrekvent prispolitikk.

Variations i om-prising-hyppighet blant detaljistene studert. Selskap ‘A’ synes å ha den raskeste respons-tiden og den mest intense omgangen for skrapede data om konkurrentpriser.

I virkeligheten er det ‘gamle’ teknologien som synes å holde prisene relativt stabile.

Ved å projicere fremover, er det lett å forstå hvordan nyere og bedre utstyrte spillere i den algoritmiske prisings detaljhandel kan begynne å diskontere og degradere innflytelsen av de langsommere; eller at når nok av de større spillerne i en bestemt kategori har matchet hverandre i pris-“kappløpet”, kan pris- eskalasjonen forutsagt av NBER-rapporten tre i kraft.

Statlig eller føderal inngripen

Forskerne konkluderer med at den ‘friksjonsløse handel’ som opprinnelig var ment å fungere som en begrensning på priser mellom konkurrenter ved starten av e-handels-revolusjonen, er direkte truet av de muliggjørende teknologiene.

De konkluderer med at kurene er utfordrende: politikerne må begrense evnen til å skrape prisdata fra rivaler, eller vurdere en bredere og lengre-term shift i rival-priser, lignende måten Google’s FLOC-rammeverk søker å adresse offentlig misnøye mot personlig sporings ved å innføre et mer generelt og mindre granulert overvåkningssystem.

Siden slike tiltak ikke passer lett inn i eksisterende konkurranse- og reguleringerammer, innrømmer rapporten at de ikke bare er vanskelige å gjennomføre, men også svært vanskelige å parametrere og ramme.

Forskerne foreslår også muligheten for å pålegge alternative pris-vurderingssystemer som ikke regner med konkurranser likevekt (som favoriserer forbrukeren over selgeren) som ‘straff’; imidlertid, i forhold til lovgivnings-trender (og utenom uunngåelige vanskeligheter med å formulere og deployere slike systemer), kan denne tilnærmingen møte populære og juridiske utfordringer.