A Brookings Institution weboldalán jelent meg egy online üzletek által használt árazási algoritmusokról szóló elemzés. A kutatás legfontosabb eredményeit, megállapításait az alábbiakban összegezzük.
Az online piacok megjelenését nagyon optimista hozzáállás övezte, tisztességükben és versenyképességükben bízva. A fizikai üzletekkel ellentétben a fogyasztók egyetlen kattintással több tucat, de akár több száz webhely közül választhatnak. Ez komoly versenyt kellene ösztönözzön, a lehető legalacsonyabb árakat kínálva, mely hatékonyabbá tenné a piacokat, és a fogyasztók javát szolgálná.
Bizonyos esetekben jellemző csak, hogy az online üzletek árai alacsonyabbak, mint a fizikai boltoké. Továbbá az online kiskereskedők között is nagymértékű eltéréseket lehet megfigyelni ugyanazon termékek árait illetően. Az olyan webhelyeken, mint az Amazon, az árak egy nap folyamán akár többször is ingadozhatnak, és néha jelentősen magasabbak, mint a javasolt kiskereskedelmi ár. Nyilvánvaló, hogy az online piacok nem annyira versenyzőek, mint azt egyesek kezdetben gondolták.
Az árképzési algoritmusok használata egyre elterjedtebb az online piacon működő kiskereskedők között.
A rugalmasabb árazási magatartás, valamint a nagy árkülönbségek az azonos termékek körében, ellentétes az online piacokon folyó versennyel kapcsolatos kezdeti várakozásokkal.
A cikk a nagy online kiskereskedők árképzési stratégiáit és az árképzési algoritmusok lehetséges hatásait vizsgálja. Leírja, hogy az árazási algoritmusok számos módon vezethetnek magasabb árakhoz, még akkor is, ha ezeknek az algoritmusoknak néhány jellemzője első pillantásra úgy tűnik, hogy fokozza a versenyt. Számos árképzési algoritmus kulcsfontosságú jellemzője, hogy automatikusan reagálnak a riválisok áraira.
Az algoritmusok versenyre gyakorolt hatásai egyre fontosabbak, mivel az online értékesítés világszerte meghaladta a 4 billió dollárt, és továbbra is gyorsan növekszik. Az online piacokon kívül ma már árazási algoritmusokat használnak a benzinkutak, a légitársaságok, illetve a szállodák is.
Az árazási algoritmus egy számítógépes program, amely önállóan állítja be az árakat, a keresletre, a költségekre vagy a riválisok áraira vonatkozó aktuális és múltbeli adatok alapján. Kezdetben csak néhány iparágban alkalmaztak algoritmusokat, például a repülőjegyek árképzésében. Az online piacok térnyerésével óriási változás következett be az algoritmusok használatát elfogadó piacok számát tekintve, illetve jelentős beruházások történtek az árazási algoritmusok több dimenzió mentén történő fejlesztésére.
Az árazási algoritmusok hatásairól többféle hipotézis létezik. A közgazdászok nagyrészt egyetértenek abban, hogy az árakat a keresleti feltételek és/vagy költségek alapján módosító algoritmusok képesek növelni a hatékonyságot.
Először is, az algoritmusok lehetővé teszik a kiskereskedők számára, hogy szoftver által kódolt szabályok alapján állítsák be az árakat. A szabályok rögzíthetők vagy idővel módosíthatók például gépi tanulási protokollok vagy emberi beavatkozás alapján. Másodszor, mivel a számítógépek gyorsan tudnak mély számításokat végezni, az algoritmusok több információt tudnak beépíteni, és gyorsabban hajtanak végre változtatásokat, mint a hagyományos árképzési módszerek. A kiskereskedők gyakran úgy állítják be algoritmusaikat, hogy rendszeres időközönként (például naponta vagy óránként) lefussanak, hogy frissítsék az árakat a nagy gyakorisággal érkező információk alapján.
Mivel az algoritmusok automatizált választ tudnak adni az új információkra, a riválisok webhelyeit figyelő kiskereskedők gyorsan reagálhatnak az árváltozásokra.
Összefoglalva tehát a gyorsan változó feltételekhez való alkalmazkodás képessége az, ami lehetővé teszi az algoritmusok számára, hogy a hagyományos árképzésnél hatékonyabban biztosítsák az árukat.
A gyorsabb árazást alkalmazó kereskedők alacsonyabb árakkal rendelkeznek. Erre a megállapításra a nagy online kiskereskedőkről (pl. Amazon, Walmart.com, Target.com) gyűjtött óránkénti adatok vizsgálatával jutottak.
Az összegyűjtött bizonyítékok rávilágítanak arra, hogy egyes online kiskereskedők hogyan automatizálják a rivális árak begyűjtését, és hogyan alkalmaznak olyan algoritmusokat, amelyek gyorsan reagálnak a riválisokra. Ez a gyakorlat általában könnyebb az online piacokon, ahol az árak nyilvánosan megjelennek és könnyen elérhetők.
Annak megértéséhez, hogy ez a gyakorlat miért vezethet magasabb árakhoz, érdemes egy egyszerű példával kezdeni. Tekintsünk egy kiskereskedőt, aki olyan árképzési szabályt programoz, amely gyorsan 3 dollárral alákínálja a rivális árát. Ebben a példában tegyük fel, hogy a versenyképes árszint algoritmusok nélkül 15 dollár.
Intuitív módon azt gondolhatnánk, hogy a rivális árának alákínálása iránti elkötelezettség alacsonyabb árakhoz vezet. A közgazdasági elmélet azonban ennek az ellenkezőjét állítja. Miért?
Amikor a lassabb kereskedő a 15 dolláros versenyképes árat választja, a gyorsabb rivális azonnal 12 dolláros árat állít be. A lassabb kiskereskedő nem elégedne meg ezzel a megállapodással, hiszen még a „versenyképes” áron is veszít piaci részesedéséből riválisával szemben. A hagyományos árképzéssel a lassabb kiskereskedő arra ösztönözhető, hogy válaszul csökkentse az árat. Mivel azonban az árazási algoritmus lehetővé teszi a gyorsabb rivális számára, hogy azonnal reagáljon az árcsökkentésre, a lassabb kiskereskedőnek nincs késztetése a válaszadásra.
Ehelyett a lassabb kiskereskedő azt az árat választja, amely maximalizálja a profitját, miközben felismeri a gyorsabb rivális reakcióját, azaz a 3 dolláros árkülönbséget. Tipikus esetekben ez mindkét cég esetében magasabb árakhoz vezet, mint a versenyképes árszint – mondjuk 20 dollár a lassabb kiskereskedő és 17 dollár a gyorsabb rivális esetében.
Minél gyorsabban tud reagálni az algoritmus, annál kevésbé ösztönzi a lassú céget, hogy alákínáljon a gyors cég árának, mivel az árcsökkentésből származó részesedés (és nyereség) rövid életű lesz.
Hogyan biztosítható a verseny a piacokon árképzési algoritmusokkal
Jelenleg az árazási algoritmusok átláthatatlanok. Az árak meghatározásához használt adatok és algoritmusok nagyobb átláthatósága lehetővé tenné a döntéshozók és a kutatók számára, hogy jobban belelássanak, vajon ezek az algoritmusok versenyellenesek-e. Mivel még az egyszerű árképzési szabályok is a versenyszint feletti árakat eredményezhetnek annak ellenére, hogy kezdetben ártalmatlannak tűnnek, az algoritmusok pontos természetének és kimenetelének ellenőrzése rendkívül nehéz lenne a gyakorlatban használt algoritmusokkal kapcsolatos további információk nélkül.
Azonban még teljes összejátszás hiányában is az árképzési algoritmusok csökkenthetik az árak csökkentésére való ösztönzést, ha az online kiskereskedők tudják, hogy riválisaik válaszul azonnal módosítani fogják az árakat. Az egyik megközelítés az, hogy korlátozzák a cégek azon képességét, hogy a rivális árai alapján árat állapítsanak meg, miközben továbbra is engedélyezik azokat az árképzési algoritmusokat, amelyek más tényezők, például a kereslet változásai alapján módosítják az árakat. Egy ilyen szabály érvényesítéséhez nagyobb átláthatóságra lenne szükség a cégek által az árak megállapítására használt algoritmusok tekintetében, ugyanakkor a cégeknek bizonyos szellemi tulajdonvédelmet biztosítanának az innovációk számára, hogy az algoritmusok hogyan reagálnak más tényezőkre.
Egy másik lehetőség az, hogy korlátozzák a cégek ármódosítási gyakoriságát.
Egy ilyen megközelítés hátránya, hogy ez kiküszöböli a cégek azon képességét, hogy reagáljanak a gyorsan változó piaci feltételekre, és a vállalatok az átlagárak emelésével e kockázat egy részét átháríthatják a fogyasztókra. De ha ez a változás a verseny természetének megváltoztatásával alacsonyabb árakat eredményez, akkor ez a fogyasztók által előnyben részesített eredmény lehet.
A fent tárgyalt lehetőségek az algoritmusok főbb jellemzőire összpontosítanak, amelyek magasabb árakhoz vezethetnek: az árképzési gyakoriságok különbségeire és a riválisok árváltozásaira adott automatizált reakciókra. Más javasolt szakpolitikai megoldások az algoritmikus árképzés eredményeit (azaz túl magas árakat) kezelik, nem pedig a folyamatokat, akár trösztellenes végrehajtás, akár árellenőrzés révén. Ezeknek a megközelítéseknek komoly kihívásai vannak. A hagyományos trösztellenes végrehajtási intézkedések nem érvényesek bizonyos esetekben, amikor az algoritmusok megemelték az árakat, beleértve a fent tárgyalt példát is.
Összességében több kárt okozhat, mint hasznot, ha egy kormányzati ügynökséget felhatalmaznak arra, hogy széles körben határozzák meg az árakat az algoritmusok által érintett piacokon.
Felmerült az is, hogy a fogyasztók algoritmusokkal való felszerelése lehet az egyik módja az árképzési algoritmusok esetleges versenyellenes hatásai elleni küzdelemnek. A gyakorlatban a fogyasztói vásárlási algoritmusok – alapvetően kifinomult, ár összehasonlító eszközök – úgy működhetnének, hogy megkönnyítik a fogyasztók számára, hogy mindig a legalacsonyabb árú kereskedőt válasszák. Az ilyen algoritmusok sikeréhez azonban a fogyasztóknak kellőképpen törődniük kell a webhelyek közötti lehetséges árkülönbségekkel ahhoz, hogy ezeket az eszközöket nagy számban alkalmazzák. Az ilyen irányú technológiai fejlődés megváltoztathatja az árazási algoritmusok hatásait az elkövetkező években.
Chatbotok, amelyek „szeretnek”, „megértenek”, majd a halálba sodornak – szülők és szakértők figyelmeztetnek: a mesterséges intelligencia új, láthatatlan veszélyt hozott a gyerekek életébe.
Kezd valóra válni a halott internet elmélet.
A Pulse-Fi névre keresztelt technológia érintésmentes, gyors és olcsó alternatívát kínálhat az egészségügyi monitorozásban.
A Makronóm Intézet vitairata szerint az oktatási rendszer felkészítése a mesterséges intelligencia korszakára nem opció, hanem nemzeti érdek. Új szemléletre van szükség az óvodától a felnőttképzésig.
Egy utánfutóra épített, töredékáron működő mobil IVF-labor is képes arra, amire eddig csak a drága termékenységi klinikák voltak.
Kirakom én is fekete-fehér borotválkozós képpel a videómat, aztán pörgesd ám ezerrel.
A régóta húzódó megállapodás éppen akkor született meg, amikor fény derült az elmúlt évtizedek egyik legnagyobb korrupciós botrányára.
A tárcavezető a Swiss Krono beruházásának bejelentésén arról számolt be, hogy a svájci faipari vállalat húszmilliárd forint értékben bővíti magyarországi gyártási kapacitásait, amihez az állam hárommilliárd forint támogatást nyújt, így segítve elő a munkavállalói létszám kétszázra emelését.
