AI มีแนวโน้มที่จะกำหนดราคาสินค้าสูงขึ้น หากไม่มีการแทรกแซงจากหน่วยงานกำกับดูแล

รายงานการวิจัยใหม่จาก US National Bureau Of Economic Research พบว่าการใช้ระบบอัตโนมัติในการกำหนดราคาที่ซับซ้อนมากขึ้น มีแนวโน้มที่จะทำให้ราคาสินค้าสูงขึ้นสำหรับผู้บริโภคโดยทั่วไป โดยไม่ต้องมีการกล่าวหาว่าบริษัทต่างๆ มีการกำหนดราคาที่ไม่เหมาะสม

รายงานวิจัย นี้ ระบุว่าร้านค้าที่อัปเดตราคาของตนบ่อยที่สุด โดยอาศัยข้อมูลที่สแกนจากคู่แข่ง จะมีราคาที่ต่ำที่สุด แต่เมื่อคู่แข่งอัปเดตระบบที่มีประสิทธิภาพเท่ากัน พฤติกรรมโดยอัตโนมัติของตลาดจะผลักดันให้ราคาสูงขึ้น และโดยพื้นฐานแล้ว เทคโนโลยีการกำหนดราคาที่ “เก่า” และไม่มีประสิทธิภาพเท่าที่เป็นอยู่ในปัจจุบัน คือสิ่งที่ยับยั้งการเคลื่อนไหวนี้ไว้

รายงานดังกล่าวยังชี้ให้เห็นว่าการแทรกแซงจากหน่วยงานกำกับดูแลของรัฐหรือรัฐบาลกลางอาจจำเป็นต้องป้องกันไม่ให้บริษัทต่างๆ ให้ข้อมูลราคาของคู่แข่งบ่อยๆ เข้าสู่ระบบอัตโนมัติในการกำหนดราคา หรือเพื่อประเมินการเปลี่ยนแปลงของราคาในระยะยาว แต่รายงานยอมรับว่าระบบดังกล่าวจะยากต่อการออกกฎหมายและบังคับใช้

แม้ว่าแนวทางในการพัฒนารูปแบบการกำหนดราคาของร้านค้าขนาดใหญ่ไม่ได้รับการเปิดเผย แต่นักวิจัยจาก NBER ก็สามารถระบุโครงสร้างการกำหนดราคาที่อาศัยอัลกอริทึมได้โดยการวิเคราะห์ว่าคู่แข่งในตลาดเฉพาะตอบสนองต่อการเปลี่ยนแปลงราคาอย่างไร นักวิจัยสังเกตเห็นว่าปรากฏการณ์นี้ไม่สอดคล้องกับ “แบบจำลองการกำหนดราคาที่สอดคล้องกัน” ที่เป็นมาตรฐาน

ผลการวิจัยชี้ให้เห็นว่าความไม่สมดุลของเทคโนโลยีการกำหนดราคาในบริษัทต่างๆ ในภาคส่วนใดๆ สามารถนำไปสู่ราคาที่สูงขึ้นได้อย่างแน่นอน:

‘ความไม่สมดุลในการกำหนดราคาเทคโนโลยีสามารถเปลี่ยนแปลงพฤติกรรมของตลาดได้ หากบริษัทหนึ่งใช้เทคโนโลยีที่เหนือกว่า ทั้งสองบริษัทสามารถรักษาราคาที่สูงขึ้นได้ หากทั้งสองบริษัทใช้อัลกอริทึมที่มีความถี่สูง ราคาที่เป็นคู่แข่งสามารถรักษาได้โดยไม่ต้องใช้กลยุทธ์ที่เป็นคู่แข่งแบบดั้งเดิม’

การสมรู้ร่วมคิดในการกำหนดราคาโดยไม่ชัดเจน

นี่ทำให้เกิดการกำหนดราคาแบบคาร์เทลและสมรู้ร่วมคิดโดยไม่มีการร่วมมือที่ชัดเจนหรือสามารถกล่าวหาได้ระหว่างบริษัทคู่แข่ง โดยให้ประโยชน์แก่ภาคส่วนตลาด (หรือภาคค้าปลีกโดยทั่วไป) เพื่อเป็นความเสียหายของผู้บริโภค

นักวิจัยได้สร้างแบบจำลองการกำหนดราคา “เหนือการแข่งขัน” โดยที่ร้านค้ามีการเข้าถึงข้อมูลการเปลี่ยนแปลงราคาของคู่แข่งอย่างเท่าเทียม และพบว่าแม้แต่ราคา “การสมรู้ร่วมคิดที่สมบูรณ์” ก็สามารถรักษาได้ด้วยอัลกอริทึมที่มุ่งเป้าไปที่ราคาของคู่แข่ง

ด้านซ้าย การวิเคราะห์ duopoly โดยที่ร้านค้าหนึ่งมีอัลกอริทึมที่อัปเดตบ่อยกว่าและเร็วกว่าคู่แข่ง ด้านขวา การวิเคราะห์ price apogee โดยที่ร้านค้ามีอัลกอริทึมที่มีความถี่สูงเท่ากันและได้รับจากข้อมูลของคู่แข่ง ราคาที่สูงขึ้นเป็นผลลัพธ์ Source: https://www.nber.org/system/files/working_papers/w28860/w28860.pdf

นักวิจัยสังเกตเห็นว่า:

‘ในทางนี้ อัลกอริทึมเปลี่ยนแปลงเกมการกำหนดราคาโดยให้ทางเลือกในการเพิ่มราคาโดยไม่ต้องใช้พฤติกรรมที่เป็นคู่แข่ง’

การวิจัยก่อนหน้านี้เกี่ยวกับการสมรู้ร่วมคิดแบบอัลกอริทึมดำเนินไปภายใต้สมมติฐานที่ว่าบริษัทต่างๆ มีกลไกการกำหนดราคาที่สมมาตรและเท่าเทียมกัน การเปิดเผยของรายงานเกี่ยวกับระบบ “วิเคราะห์ขั้นสูง” ที่มีความถี่สูงในบางร้านค้าทำให้สมมติฐานนี้สั่นคลอน และเปิดทางให้ราคาค้าปลีกสูงขึ้นเมื่อคู่แข่งมีทรัพยากรวิเคราะห์ที่เท่าเทียมกัน

วิธีการ

นักวิจัยสร้างฐานข้อมูลของราคาโดยใช้ข้อมูลรายชั่วโมงสำหรับยารักษาโรคภูมิแพ้ที่ขายได้มากที่สุด 5 รายการจากผู้ค้าปลีกออนไลน์รายใหญ่ที่สุดใน美国

เนื่องจากร้านค้าปลีกแบบออฟไลน์จะมีผลกระทบต่อค่าใช้จ่ายและราคาที่ร้านค้า และเนื่องจากการซื้อของออนไลน์เพิ่มขึ้นมากในช่วง 18 เดือนที่ผ่านมา ฐานข้อมูลจึงใช้ราคาออนไลน์เท่านั้น ซึ่งโดยทั่วไปแล้วจะง่ายต่อการปรับเปลี่ยนได้ ข้อมูลถูกเก็บระหว่างเดือนเมษายน 2018 ถึงเดือนตุลาคม 2020 โดยมีฐานข้อมูลสุดท้ายที่มี 3,606,956 จุดข้อมูลเกี่ยวกับราคา ซึ่งครอบคลุมยารักษาโรคภูมิแพ้ 7 ยี่ห้อ – 59 ผลิตภัณฑ์ทั้งหมด

นักวิจัยพบหลักฐานของแนวทางที่แตกต่างกันในการใช้เทคโนโลยีการกำหนดราคา และความถี่ที่แตกต่างกันในการเปลี่ยนแปลงราคาโดยตอบสนองต่อการเปลี่ยนแปลงราคาของคู่แข่ง ร้านค้าหนึ่งดูเหมือนจะเปลี่ยนแปลงราคาหลายครั้งในหนึ่งชั่วโมง ในขณะที่ร้านค้าอื่นๆ ดูเหมือนจะใช้กลยุทธ์ที่ขับเคลื่อนด้วยสคริปต์ โดยที่การเปลี่ยนแปลงราคาเกิดขึ้นที่เวลาเดียวกันทุกวัน (หรือในระยะเวลาที่ยาวกว่า)

ผลกระทบเชิงบวกของเทคโนโลยีการกำหนดราคา “เก่า”

ผลลัพธ์ของการวิเคราะห์นี้คือความยุติธรรมที่ยังคงอยู่ในระบบนี้ได้รับจากผู้ค้าปลีกที่มีเทคโนโลยีที่ไม่ล้ำสมัย ซึ่งเปลี่ยนแปลงราคาได้น้อยกว่า และเป็นตัวแทนของ “แรงดึงลง” ในการกำหนดราคาโดยเฉลี่ย

ความแตกต่างในความถี่ในการเปลี่ยนแปลงราคาในหมู่ผู้ค้าปลีกที่ศึกษา บริษัท ‘A’ ดูเหมือนจะมีเวลาตอบสนองที่เร็วที่สุดและความถี่ในการเปลี่ยนแปลงราคาจากข้อมูลของคู่แข่งมากที่สุด

โดยพื้นฐานแล้ว เทคโนโลยี “เก่า” ดูเหมือนจะทำให้ราคายังคงเสถียร

เมื่อมองไปในอนาคต สามารถเข้าใจได้ว่าผู้เล่นใหม่ที่มีอุปกรณ์ที่ดีกว่าในพื้นที่การกำหนดราคาแบบอัลกอริทึมสามารถเริ่มลดและบ่อนทำลายอิทธิพลของผู้ที่ช้ากว่าได้ หรือเมื่อผู้เล่นหลักๆ ในหมวดหมู่ใดๆ มีระบบการกำหนดราคาที่เท่าเทียมกัน ราคาที่สูงขึ้นที่คาดการณ์ไว้ในรายงานของ NBER จะเกิดขึ้น

การแทรกแซงจากหน่วยงานกำกับดูแลของรัฐหรือรัฐบาลกลาง

นักวิจัยสรุปว่า “การค้าไร้พรมแดน” ที่ตั้งใจให้ทำงานเป็นผลต่อการยับยั้งราคาระหว่างบริษัทคู่แข่งที่เริ่มต้นของการปฏิวัติอีคอมเมิร์ซ ถูกขัดขวางโดยเทคโนโลยีที่เปิดใช้งาน

พวกเขาสรุปว่าวิธีแก้ปัญหานั้นยาก: นักกำหนดนโยบายจะต้องจำกัดความสามารถของบริษัทในการสแกนข้อมูลราคาของคู่แข่ง หรือเพื่อประเมินการเปลี่ยนแปลงของราคาในระยะยาวมากกว่า

เนื่องจากมาตรการดังกล่าวไม่เข้ากับกรอบการกำกับดูแลและกฎระเบียบที่มีอยู่อย่างง่ายดาย รายงานยอมรับว่ามาตรการเหล่านี้ไม่เพียงแต่ยากต่อการบังคับใช้ แต่ยังยากต่อการกำหนดพารามิเตอร์และกรอบด้วย

นักวิจัยยังเสนอว่าอาจมีการกำหนดระบบการประเมินราคาแบบอื่นที่ไม่พิจารณาสมดุลการแข่งขัน (ซึ่งให้ความสำคัญกับผู้บริโภคมากกว่าผู้ขาย) ว่าเป็น “การลงโทษ” อย่างไรก็ตาม ในแง่ของแนวโน้มทางกฎหมาย (และไม่สนใจความยากที่จะสร้างและใช้ระบบดังกล่าว) วิธีนี้อาจเผชิญกับความท้าทายทางกฎหมายและความนิยม