Sztuczna inteligencja prawdopodobnie podniesie ceny produktów bez interwencji organów regulacyjnych

W nowym dokumencie roboczym amerykańskiego Krajowego Biura Badań Ekonomicznych stwierdzono, że zwiększone wykorzystanie wyrafinowanych, zautomatyzowanych algorytmów ustalania cen z większym prawdopodobieństwem doprowadzi do wyższych cen dla ogółu konsumentów, bez narażania żadnej z firm korzystających z tej pomocy na oskarżenia o zmowy cenowe.

Połączenia Badania naukowe twierdzi, że sprzedawcy detaliczni, którzy najczęściej aktualizują swoje ceny na podstawie zebranych danych od swoich konkurentów, konsekwentnie oferują najniższe ceny, ale gdy ich rywale zaktualizują systemy do podobnie wydajnych systemów, domyślne zachowanie rynku algorytmicznego spowoduje wzrost cen – i że w rzeczywistości jedynie „starsze” i mniej skuteczne technologie dopasowywania cen na razie wstrzymują ten ruch.

W raporcie sugeruje się ponadto, że teoretycznie konieczna może być interwencja stanu lub rządu federalnego, aby uniemożliwić przedsiębiorstwom wprowadzanie do własnych algorytmów cenowych informacji o cenach częstych konkurentów na rzecz informacji bardziej uogólnionych i rzadziej aktualizowanych. Przyznaje jednak, że taki system byłby trudny do stanowienia, utrzymywania i egzekwowania.

Chociaż metody, za pomocą których główni detaliści opracowują wzorce cenowe, zwykle nie są ujawniane, badaczom z NBER udało się zidentyfikować algorytmiczne ramy cenowe, badając, jak szybko konkurenci na odrębnym rynku reagują wzajemnie na zmiany cenowe. Naukowcy zauważają, że jest to zjawisko „niezgodne ze standardowym modelem empirycznym dotyczącym jednoczesnego ustalania cen”.

Wyniki sugerują, że asymetria we wdrażaniu technologii stosowanych przez firmy w danym sektorze może prowadzić do niezawodnie wyższych cen u różnych dostawców:

„[A]symetria w technologii ustalania cen może zasadniczo zmienić zachowanie równowagi: jeśli jedna firma zastosuje lepszą technologię, obie firmy mogą uzyskać wyższe ceny. Jeżeli obydwie firmy przyjmą algorytmy wysokiej częstotliwości, zmowa cenowa będzie mogła być wspierana bez stosowania tradycyjnych strategii zmowy”.

Cicha zmowa cenowa

Pozwala to skutecznie ustalać ceny na wzór kartelu i milczącą zmowę bez wyraźnej lub podlegającej oskarżeniu współpracy między konkurencyjnymi przedsiębiorstwami, co przynosi korzyści segmentowi rynku (lub ogólnie sektorowi detalicznemu) ze szkodą dla konsumenta.

Badacze stworzyli model „nadkonkurencyjnych” strategii cenowych, w ramach których sprzedawcy detaliczni teoretycznie mają równy dostęp do zmian cen konkurencji, i odkryli, że nawet ceny „w pełni zmowy” mogą być wspierane przez algorytmy ukierunkowane na ceny konkurentów.

Po lewej analiza duopolu, w którym jeden sprzedawca ma szybszy i częstszy algorytm aktualizacji niż drugi. Zgadza się, analiza apogeum cen, w przypadku której sprzedawcy detaliczni dysponują równoważnymi algorytmami ustalania cen o wysokiej częstotliwości, wywodzącymi się z cen pobranych z danych innych osób. Efektem są wyższe ceny.  Źródło: https://www.nber.org/system/files/working_papers/w28860/w28860.pdf

Naukowcy zauważają:

„W ten sposób algorytmy zasadniczo zmieniają grę cenową, zapewniając środki do podnoszenia cen bez uciekania się do zmowy”.

Wcześniejsze badania nad zmową algorytmiczną opierały się na założeniu, że przedsiębiorstwa posiadają symetryczne i równe mechanizmy ustalania cen. Ujawnienie w raporcie „super analitycznych” systemów wysokiej częstotliwości u niektórych sprzedawców detalicznych podważa to założenie, otwierając drogę do aktywnego wpływu na wzrost cen detalicznych w miarę zwiększania się zasobów analitycznych konkurencji.

Metody

Badacze wygenerowali bazę danych zawierającą stawki godzinowe ogólnodostępnych leków na alergię od pięciu największych internetowych sprzedawców detalicznych w USA zajmujących się sprzedażą tej kategorii leków, podkreślając jednak, że badane (anonimowe) punkty sprzedaży sprzedają nie tylko znacznie szerszą gamę leków, ale także szerszą gamę leków. gama rodzajów produktów.

Ze względu na sposób, w jaki sklepy stacjonarne wpłyną na koszty ogólne i ceny w sklepach stacjonarnych (oraz biorąc pod uwagę ogromny wzrost zakupów online w ciągu ostatnich osiemnastu miesięcy), w bazie danych wykorzystywane są wyłącznie ceny internetowe, co w większości przypadków jest łatwiejsze dokonać przeglądu ad hoc. Dane zbierano przez półtora roku, od kwietnia 2018 r. do października 2020 r., a ostatecznie oczyszczony zbiór danych zawierał 3,606,956 59 XNUMX punktów danych dotyczących cen i obejmował siedem marek leków na alergię – łącznie XNUMX produktów.

Badacze znaleźli dowody na bardzo różne podejścia do technologii ustalania cen oraz wysoce zróżnicowaną częstotliwość reaktywnych zmian cen w oparciu o wahania cen konkurentów. Wydaje się, że jeden ze sklepów zmienia ceny wielokrotnie w ciągu godziny, podczas gdy inne wydają się przyjąć strategię opartą na scenariuszu, w której zmiany cen dokonywane są każdego dnia o tej samej porze (lub w dłuższych odstępach czasu).

Łagodzący wpływ „starych” technologii cenowych

Wynik tej analizy jest taki, że wszelka sprawiedliwość nadal obecna w systemie jest zapewniana przez mniej zaawansowanych technologicznie sprzedawców detalicznych, którzy rzadziej zmieniają swoje ceny i którzy stanowią „przeszkodę w dół” średnich cen. Według raportu czynniki, które mogą się do tego przyczynić, obejmują zadłużenie techniczne sprzedawców detalicznych posiadających starsze systemy oraz potencjalne trudności w aktualizacji systemów inwentaryzacji zapasów w celu dostosowania ich do bardziej reaktywnej polityki cenowej prowadzonej z większą częstotliwością.

Różnice w częstotliwości ponownego ustalania cen wśród badanych sprzedawców detalicznych. Wydaje się, że firma „A” ma najszybszy czas reakcji i największe obroty w przypadku zebranych danych na temat cen konkurencji.

W efekcie wydaje się, że to „stara” technologia utrzymuje ceny na stosunkowo stabilnym poziomie.

Patrząc w przyszłość, łatwo zrozumieć, w jaki sposób nowi i lepiej wyposażeni gracze w przestrzeń detaliczną korzystającą z algorytmicznego ustalania cen mogą zacząć dyskontować i osłabiać wpływ wolniejszych podmiotów; albo też, gdy wystarczająca liczba głównych graczy w dowolnej kategorii zrówna się ze sobą w cenowym „wyścigu zbrojeń”, może nastąpić eskalacja cen przewidziana w raporcie NBER.

Interwencja stanowa lub federalna

Badacze doszli do wniosku, że „bezproblemowy handel”, który pierwotnie miał działać jako efekt ograniczający ceny między konkurencyjnymi firmami na początku rewolucji e-commerce, jest bezpośrednio zagrożony przez technologie wspomagające.

Doszli do wniosku, że środki zaradcze stanowią wyzwanie: decydenci musieliby ograniczyć zdolność firm do pobierania danych o cenach od konkurentów lub w przeciwnym razie oceniać szerszą i długoterminową zmianę cen u konkurentów, podobnie do sposobu, w jaki starają się to osiągnąć ramy FLOC firmy Google. złagodzić publiczne oburzenie związane ze spersonalizowanym śledzeniem, wprowadzając bardziej uogólniony i mniej szczegółowy system monitorowania.

Ponieważ takie środki nie mieszczą się łatwo w istniejących ramach antymonopolowych i regulacyjnych, w artykule przyznano, że są one nie tylko trudne do wyegzekwowania, ale także dość trudne do sparametryzowania i sformułowania.

Badacze postulują także możliwość wprowadzenia alternatywnych systemów oceny cen, które nie uznają równowagi konkurencyjnej (która faworyzuje konsumenta ponad sprzedawcę) jako „karę”; jednakże z punktu widzenia tendencji legislacyjnych (i pomimo nieuniknionych trudności w formułowaniu i wdrażaniu takich systemów) podejście to może napotkać wyzwania społeczne i prawne.