Штучна цінова змовка: як штучний інтелект підвищує ціни на товари без порушення законодавства

Нова робоча документ Національного бюро економічних досліджень США виявила, що широке використання складних автоматизованих алгоритмів ціноутворення може привести до підвищення цін для споживачів, не викликаючи звинувачень у ціновій змові проти компаній, що отримують вигоду.

Дослідження стверджує, що рітейлери, які оновлюють ціни найчастіше на основі даних конкурентів, пропонують найнижчі ціни, але як тільки їхні конкуренти оновлюють свої системи до подібних потужних систем, поведінка алгоритмічного ринку призведе до підвищення цін – і що, по суті, тільки “старі” та менш ефективні технології ціноутворення утримують цей рух на даний момент.

Документ далі стверджує, що державне або федеральне втручання може бути теоретично необхідним для запобігання компаніям надавати часту інформацію про ціни конкурентів до своїх алгоритмів ціноутворення, на користь більш загальної та рідше оновлюваної інформації. Однак воно визнає, що така система буде важкою для законодавчого регулювання, підтримки та виконання.

Хоча методи розробки цінових моделей великими рітейлерами зазвичай не розголошуються, дослідники Національного бюро економічних досліджень змогли ідентифікувати алгоритмічні рамки ціноутворення, вивчаючи, як швидко конкуренти в окремому ринку реагують на зміни цін один одного. Дослідники спостерігають, що це явище ‘не відповідає стандартній емпіричній моделі поведінки ціноутворення одночасно’.

Висновки свідчать, що асиметрія технологій ціноутворення, використовуваних компаніями в будь-якій галузі, може привести до надійних підвищень цін серед вендорів:

‘[А]симетрія в технології ціноутворення може фундаментально змінити поведінку рівноваги: якщо одна фірма приймає вищу технологію, обидві фірми можуть отримати вищі ціни. Якщо обидві фірми приймають алгоритми високої частоти, ціни картелю possono бути підтримані без використання традиційних картельних стратегій.’

Штучна цінова змовка

Це фактично дозволяє картельне ціноутворення та неявну змову без явної чи засуджуваної співпраці між конкурентними компаніями, на користь роздрібної галузі (або загалом) та на шкоду споживачеві.

Дослідники змоделювали стратегії “надконкурентного” ціноутворення, де рітейлери теоретично мають рівний доступ до змін цін конкурентів, і виявили, що навіть “повністю картельні” ціни можуть бути підтримані алгоритмами, що націлені на ціни конкурентів.

Ліворуч, аналіз дуополії, де один рітейлер має швидшу та частішу оновлювану систему, ніж інший. Праворуч, аналіз цінового апогею, де рітейлери мають еквівалентні алгоритми високої частоти, отримані з даних про ціни конкурентів. Вищі ціни є результатом. Джерело: https://www.nber.org/system/files/working_papers/w28860/w28860.pdf

Дослідники спостерігають:

‘У цьому сенсі алгоритми фундаментально змінюють гру ціноутворення, надають можливість підвищувати ціни без звернення до картельної поведінки.’

Раніші дослідження алгоритмічної змови діяли під припущенням, що компанії мають симетричні та рівні механізми ціноутворення. Відкриття “супераналітичних” систем високої частоти з боку деяких рітейлерів порушує це припущення, відкриваючи шлях для активного підвищення роздрібних цін, коли аналітичні ресурси конкурентів рівні.

Методи

Дослідники створили базу даних годинних цін на відкрито доступні лікарські засоби проти алергії від п’яти найбільших онлайн-ритейлерів США, хоча вони підкреслюють, що (анонімні) підприємства, які вивчалися, не тільки продають набагато ширший асортимент лікарських засобів, але й ширший асортимент товарів.

Через те, що фізичні магазини будуть впливати на накладні витрати та ціноутворення в магазинах, які відвідують покупці (і враховуючи масовий зростання онлайн-покупок за останні 18 місяців), база даних використовує тільки онлайн-ціни, які в більшості випадків легше змінити ad hoc. Дані були зібрані протягом одного з половиною років між квітнем 2018 року та жовтнем 2020 року, з остаточним очищеним набором даних, який містить 3 606 956 даних про ціноутворення, охоплюючи сім брендів лікарських засобів проти алергії – 59 товарів загалом.

Дослідники виявили докази дуже різних підходів до технології ціноутворення та високих варіацій у реактивних змінах цін, заснованих на коливаннях цін конкурентів. Один з рітейлерів, здається, змінює ціни кілька разів протягом однієї години, тоді як інші, здається, прийняли стратегію, керовану скриптом, де зміни цін відбуваються в один і той же час кожного дня (або з більш тривалим інтервалом).

Позитивний ефект “старих” технологій ціноутворення

Результат цього аналізу полягає в тому, що будь-яка справедливість, яка все ще присутня в системі, забезпечується менш технологічно розвиненими рітейлерами, які змінюють ціни рідше, і які представляють “нижній опір” середнього ціноутворення. Згідно з доповіддю, факторами, які можуть сприяти цьому, є технічний борг з боку рітейлерів з старими системами, а також потенційна складність оновлення систем обліку запасів для реалізації більш реактивного та високочастотного ціноутворення.

Варіації частоти переприцінювання серед рітейлерів, які вивчалися. Компанія ‘А’ здається має найшвидшу час реакції та найінтенсивніше обертання даних про ціни конкурентів.

Фактично, це “старі” технології здаються тим, що утримують ціни відносно стабільними.

Якщо проєктувати вперед, легко зрозуміти, як новіші та краще оснащені гравці в алгоритмічному роздрібному просторі можуть почати дисконтувати та знижувати вплив тих, хто повільніше; або ж коли досить великі гравці в будь-якій категорії матчать один одного в “ціновій гонці”, ескалація цін, передбачена доповіддю Національного бюро економічних досліджень, може вступити в дію.

Державне або федеральне втручання

Дослідники висновують, що “безперешивий комерція”, який спочатку мав діяти як стримуючий фактор на ціни між конкурентними фірмами на початку електронної комерційної революції, безпосередньо загрожується технологіями, що дозволяють це.

Вони висновують, що засоби правового регулювання складні: політикам потрібно обмежити можливість фірм отримувати часту інформацію про ціни конкурентів до своїх алгоритмів ціноутворення, або ж оцінювати більш загальну та довготривалішу зміну цін конкурентів, схожу на те, як.framework Google’s FLOC намагається вирішити публічну образу щодо персоналізованого відстежування, запроваджуючи більш загальну та менш детальну систему моніторингу.

Оскільки такі заходи не входять легко в існуючі антимонопольні та регуляторні рамки, доповідь визнає, що вони не тільки складні для виконання, але й досить складні для параметризації та формування.

Дослідники також розглядають можливість зобов’язання альтернативних систем оцінки цін, які не розглядають конкурентну рівновагу (яка віддає перевагу споживачеві над виробником) як “кару”; однак, у термінах законодавчих тенденцій (і незважаючи на неминучі труднощі у формулюванні та впровадженні таких систем), цей підхід міг би зустріти популярні та юридичні виклики.