Az MI már arra is képessé teszi a kereskedőket, hogy megbecsüljék az egyes vásárlók fizetési hajlandóságát, majd az áraikat vagy a kedvezményeiket ehhez igazítsák. Az Egyesült Államokban már 23 százalékos eltérést is mértek ugyanazon terméknél, meg is kezdődött a technológia szabályozása.
A kereskedelemben régóta alkalmaznak eltérő árakat: más lehet egy repülőjegy ára indulás előtt két hónappal és két nappal, egy szálloda pedig a kereslet függvényében is módosíthatja a tarifáit. A mesterséges intelligencia azonban ennél jóval pontosabb árképzést tesz lehetővé. A kereskedő ugyanis már az egyes vásárlókról rendelkezésre álló adatok alapján is megbecsülheti, hogy ki mennyire árérzékeny, milyen termékhez ragaszkodik és mekkora az a maximális ár, amikor már lemondana a vásárlásról. Az amerikai Szövetségi Kereskedelmi Bizottság (FTC) 250 kereskedelmi egység vizsgálata alapján megállapította, hogy az ilyen rendszerek a böngészési előzményeket és a pontos helyadatokat is feldolgozhatják, emellett figyelhetik az online kosárban hagyott termékeket vagy a vevő egerének, görgetésének a mozgását.
Az algoritmus célja az, hogy minél pontosabban meghatározza azt a legmagasabb árat, amit az adott vásárló még hajlandó kifizetni.
Ehhez nem feltétlenül szükséges, hogy két ember ugyanazon a weboldalon két különböző árat lásson. A kevésbé árérzékeny fogyasztó kimaradhat egy kedvezményből, a bizonytalanabb személyre szabott kupont kap, sőt az algoritmus a termékek megjelenítési sorrendjét is módosíthatja, és annak, akinél nagyobb a fizetési hajlandóság, előrébb sorolhatja a drágább ajánlatokat. Az FTC szerint az ilyen személyre szabhatóság alapja lehet a fogyasztói profil és a vásárlási viselkedés, ami közel viszi a kereskedelmet a közgazdaságtanból ismert elsőfokú árdiszkriminációhoz.
Ugyanaz a tojás, öt különböző ár
A technológia lehetőségeit az Instacart körül kirobbant vita hozta nyilvánosságra. A Consumer Reports több mint 400 vásárlót vizsgálva négy amerikai városban azt találta, hogy azonos üzletben ugyanabban az időpontban egyes termékek ára 23 százalékkal is eltérhetett. Egy washingtoni Safewayben ugyanaz a doboz tojás egyszerre öt különböző áron – 3,99 és 4,79 dollár között – jelent meg, a megvizsgált bevásárlókosarak költsége között pedig átlagosan mintegy 7 százalékos volt az eltérés. A kutatók számítása szerint egy ekkora különbség hosszú távon egy négytagú háztartás éves élelmiszer-kiadásában 1200 dolláros eltérést is okozhat.
Az Instacart esete egy fontos módszertani különbségre is felhívta a figyelmet. A vállalat szerint a saját MI-alapú Eversight árképzési rendszerével végzett kísérletek randomizált A/B tesztek voltak, azaz ugyanazt a terméket különböző vásárlói csoportoknak eltérő áron mutatták meg, majd azt vizsgálták, hogy ennek függvényében hogyan változik a kereslet. Mérték a vásárlók reakcióit, és a cég állítása szerint nem a személyes vagy a demográfiai profil döntötte el, hogy ki melyik árat kapta. Vagyis ez még nem bizonyított példája a szűk értelemben vett „surveillance pricingnak”, vagyis a személyes adatokból meghatározott individuális árnak, mégis megmutatta, milyen könnyen létrejöhet olyan digitális piac, ahol ugyanannak a terméknek ugyanabban a pillanatban több ára létezik, míg a vásárló nem látja, hogy mások mennyit fizetnek. Az Instacart végül tavaly decemberben a kritikák és a hatósági vizsgálatok után megszüntette a termékszintű árteszteket.
A szabályozók már lépnek
Az Egyesült Államokban gyorsan politikai kérdéssé vált az algoritmikus árképzés. New Jersey júliusban elfogadta a Fair Price Protection Actet, amely az élelmiszerek és más alapvető termékek esetén megtiltja, hogy a kereskedők személyes adatok segítségével egyénre szabott árakat állapítsanak meg, ám a hagyományos hűségprogramok és általános kedvezmények megmaradhatnak. Az állam emellett egyéves moratóriumot vezetett be az elektronikus polccímkék alkalmazására, amíg megvizsgálják a technológia fogyasztói és munkaerőpiaci következményeit. Washington államban szintén olyan javaslat került a törvényhozás elé, amely az élelmiszer-kiskereskedelemben korlátozná a személyes adatokra és a becsült fizetési hajlandóságra épülő árképzést.
Európában már létezik egy ilyen előírás, az uniós fogyasztóvédelmi szabályok alapján az online kereskedőnek tájékoztatnia kell a vásárlót, ha az árat automatizált döntéshozatallal személyre szabták. Az uniós szabályozás világosan különbséget tesz a piaci körülményekhez igazodó dinamikus és a fogyasztói profil alapján kialakított személyre szabott ár között. A jelenlegi rendszer azonban elsősorban átláthatóságot követel, az egyéni árképzés általános tilalmát nem írja elő.
Az MI-alapú ármegállapítás hosszabb távon kérdésessé teheti az egységes fogyasztói ár fogalmát. A nagy adatbázisokat magáénak tudó kereskedő ugyanis pontosabban becsülheti meg az egyes vevők fizetési hajlandóságát, míg a vásárló sokkal kevesebbet tud arról, hogy mások milyen ajánlatokat kapnak. Ez az információs különbség a többletfogyasztás egy részét a vállalatokhoz terelheti, és különösen érzékeny lehet az élelmiszerekhez hasonló alapvető termékeknél. A szabályozás központi kérdése ezért várhatóan az lesz, hogy elegendő-e közölni a vásárlóval az ár személyre szabását, vagy egyes területeken a személyes adatok árazási célú felhasználását is korlátozni kell. Az amerikai példák alapján az erről szóló vita már elkezdődött.
Kapcsolódó:
