Heb je ooit 's ochtends online naar een product gezocht en' s avonds teruggegaan om het opnieuw te bekijken om te ontdekken dat de prijs is veranderd? In dat geval ben je mogelijk onderworpen aan het prijsalgoritme van de winkelier.

Traditioneel bij het bepalen van de prijs van een product, marketeers beschouwen de waarde ervan voor de koper en hoeveel vergelijkbare producten kosten, en vast te stellen of potentiële kopers gevoelig zijn voor prijsveranderingen. Maar in de technologisch gedreven markt van vandaag, dingen zijn veranderd. Prijsalgoritmen voeren deze activiteiten meestal uit en bepalen de prijs van producten binnen de digitale omgeving. Bovendien, deze algoritmen kunnen effectief samenspannen op een manier die slecht is voor de consument.

Oorspronkelijk, online winkelen werd geprezen als een voordeel voor consumenten omdat het hen in staat stelde om gemakkelijk prijzen te vergelijken. De toename van de concurrentie die dit zou veroorzaken (samen met het groeiend aantal detailhandelaren) zou ook de prijzen doen dalen. Maar wat bekend staat als prijssystemen voor opbrengstbeheer hebben online retailers in staat gesteld marktgegevens te gebruiken om de vraag te voorspellen en dienovereenkomstig prijzen vast te stellen om de winst te maximaliseren.

Deze systemen zijn buitengewoon populair in de horeca en toerisme, vooral omdat hotels vaste kosten hebben, bederfelijke voorraad (voedsel dat gegeten moet worden voordat het bederft) en fluctuerende vraagniveaus. In de meeste gevallen, Met systemen voor inkomstenbeheer kunnen hotels snel en nauwkeurig de ideale kamerprijzen berekenen met behulp van geavanceerde algoritmen, prestatiegegevens uit het verleden en actuele marktgegevens. Kamerprijzen kunnen dan overal waar ze worden geadverteerd eenvoudig worden aangepast.

Deze inkomstenbeheersystemen hebben geleid tot de term "dynamische prijsstelling". Dit verwijst naar het vermogen van online aanbieders om de prijs van goederen of diensten onmiddellijk te wijzigen als reactie op de geringste verschuivingen in vraag en aanbod, of het nu gaat om een ​​impopulair product in een vol magazijn of een Uber-rit tijdens een nachtelijke piek. Overeenkomstig, de consumenten van tegenwoordig voelen zich meer op hun gemak bij het idee dat online prijzen kunnen fluctueren en dat ook doen, niet alleen in de uitverkoop, maar meerdere keren in de loop van een enkele dag.

Echter, nieuwe algoritmische prijsprogramma's worden veel geavanceerder dan de oorspronkelijke inkomstenbeheersystemen vanwege ontwikkelingen in kunstmatige intelligentie. De mens speelde nog steeds een belangrijke rol in inkomstenbeheersystemen door de verzamelde gegevens te analyseren en de uiteindelijke beslissing over prijzen te nemen. Maar algoritmische prijssystemen werken grotendeels vanzelf.

Op dezelfde manier waarop spraakassistenten voor thuisgebruik, zoals Amazon Echo, in de loop van de tijd meer te weten komen over hun gebruikers en de manier waarop ze werken dienovereenkomstig veranderen, algoritmische prijsstellingsprogramma's leren door ervaring van de markt.

De algoritmen bestuderen de activiteit van online winkels om de economische dynamiek van de markt te leren kennen (hoe producten worden geprijsd, normale consumptiepatronen, niveaus van vraag en aanbod). Maar ze kunnen ook onbedoeld "praten" met andere prijsprogramma's door constant naar de prijspunten van andere verkopers te kijken om te leren wat op de markt werkt

Deze algoritmen zijn niet noodzakelijkerwijs geprogrammeerd om andere algoritmen op deze manier te bewaken. Maar ze leren dat dit het beste is om hun doel van winstmaximalisatie te bereiken. Dit resulteert in een onbedoelde samenzwering van prijsstelling, waar prijzen binnen een zeer nauwe grens van elkaar worden vastgesteld. Als een bedrijf de prijzen verhoogt, concurrerende systemen zullen onmiddellijk reageren door die van hen te verhogen, het creëren van een samengespannen niet-concurrerende markt.

Het monitoren van de prijzen van concurrenten en reageren op prijswijzigingen is een normale en legale activiteit voor bedrijven. Maar algoritmische prijsstellingssystemen kunnen nog een stap verder gaan door prijzen vast te stellen boven waar ze anders zouden zijn in een concurrerende markt, omdat ze allemaal op dezelfde manier werken om de winst te maximaliseren.

Dit is misschien goed vanuit het perspectief van bedrijven, maar is een probleem voor consumenten die overal hetzelfde moeten betalen, zelfs als de prijzen lager zouden kunnen zijn. Niet-concurrerende markten leiden ook tot minder innovatie, lagere productiviteit en uiteindelijk minder economische groei.

Wat kunnen we doen?

Dit roept een intrigerende vraag op. Als programmeurs (onbedoeld) er niet in zijn geslaagd deze samenspanning te voorkomen, wat moet er gebeuren? In de meeste landen, stilzwijgende collusie (waarbij bedrijven niet rechtstreeks met elkaar communiceren) wordt momenteel niet gezien als een illegale activiteit.

Echter, de bedrijven en hun ontwikkelaars kunnen nog steeds verantwoordelijk worden gehouden omdat deze algoritmen door mensen zijn geprogrammeerd en het vermogen hebben om te leren communiceren en informatie uit te wisselen met algoritmen van concurrenten. De Europese Commissie heeft gewaarschuwd dat het wijdverbreide gebruik van prijsalgoritmen in e-commerce kan leiden tot kunstmatig hoge prijzen op de hele markt, en de software moet zo worden gebouwd dat er geen samenzwering mogelijk is.

Maar zolang de algoritmen zijn geprogrammeerd om de grootst mogelijke winst te leveren, en kan dit zelfstandig leren doen, het is misschien niet mogelijk voor programmeurs om deze collusie te overwinnen. Zelfs met enkele beperkingen die zijn ingevoerd, de algoritmen kunnen heel goed manieren leren om ze te overwinnen terwijl ze op zoek zijn naar nieuwe manieren om hun doel te bereiken.

Pogingen om de marktomgeving te beheersen om bewuste prijsbewaking of markttransparantie te voorkomen, zullen ongetwijfeld ook leiden tot meer vragen en nieuwe problemen creëren. Met dit in gedachten, we moeten dit soort machine learning en de mogelijkheden ervan beter begrijpen voordat we nieuwe regelgeving invoeren.

Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.