البودكاست: كيف تتواطأ خوارزميات التسعير

مفهوم تسعير التذاكر الديناميكي

السيدة تك | إنفاتو



تحدد الخوارزميات الآن مقدار تكلفة الأشياء. يطلق عليه التسعير الديناميكي ويتم تعديله وفقًا لظروف السوق الحالية من أجل زيادة الأرباح. أدى ظهور التجارة الإلكترونية إلى دفع خوارزميات التسعير إلى ظاهرة يومية - سواء كنت تتسوق على أمازون أو تحجز رحلة طيران أو فندقًا أو تطلب سيارة أوبر. في هذا استمرار لسلسلتنا حول التشغيل الآلي ومحفظتك ، نستكشف ما يحدث عندما تحدد الآلة السعر الذي تدفعه.

في هذه الحلقة نلتقي:

  • ليزا ويلكينز ، مصممة UX
  • غابي سميث ، المبشر الرئيسي ، Pricefx
  • أيلين كاليسكان ، أستاذ مساعد ، جامعة واشنطن
  • جوزيف هارينجتون ، أستاذ إدارة الأعمال والاقتصاد والسياسة العامة ، جامعة بنسلفانيا
  • ماكسيم كوهين ، أستاذ كرسي الذكاء الاصطناعي ، جامعة ماكجيل

الاعتمادات:

تم الإبلاغ عن هذه الحلقة بواسطة أنتوني جرين وإنتاج جينيفر سترونج وإيما سيليكنز. تم تحريرنا بواسطة مات هونان ومهندس الاختلاط لدينا هو غاريت لانغ ، مع تصميم الصوت والموسيقى جاكوب غورسكي.





نسخة كاملة:

[معرف TR]

جينيفر: حسنًا ، أنا في مطار خارج مدينة نيويورك وألقي نظرة على لوحة المغادرة هنا وأرى كل هذه الرحلات تسير إلى أماكن مختلفة ... يجعلني أفكر في كيفية تحديد تكلفة شيء ما ... مثل تذكرة واحدة من هذه الرحلات الجوية. لأن إلى أين تتجه الطائرة هو مجرد جزء من اللغز. سعر السفر بالطائرة شخصي للغاية. يتضمن كميات هائلة من بيانات المستهلك. تتغير الأسعار أيضًا في الوقت الفعلي بناءً على أشياء مثل أنماط الحجز لدينا ، وأسعار المنافسين ، وحتى الطقس….

جينيفر: لكن الأمر لم يكن دائمًا على هذا النحو. كان هناك وقت… يمكننا الاعتماد على فكرة أن ما تراه هو ما تحصل عليه.



في هذه الأيام ، يتم تحديد الأسعار من خلال الخوارزميات. يطلق عليه التسعير الديناميكي ... الذي يسعّر الأشياء وفقًا لظروف السوق الحالية من أجل زيادة الأرباح.

ولا يقتصر استخدام هذه التقنية على شركات الطيران.

[SOT: تجار التجزئة يعتمدون 'التسعير الديناميكي' - عبر YouTube]

مراسل الأخبار التلفزيونية: وهي ممارسة بدأت من قبل شركات الطيران ، وقد تم اعتماد التسعير الديناميكي الآن من قبل تجار التجزئة ، وذلك بفضل بعض التقنيات الجديدة.



[SOT: اتهم أمازون بزيادة أسعار WCPO ABC 9 عبر YouTube]

مراسل الأخبار التلفزيونية: ... وأصبح أكثر شيوعًا بفضل خوارزميات الكمبيوتر. ستجده مع تذاكر ديزني وورلد وغرف الفنادق ومقاعد دوري البيسبول الرئيسي ... والآن. أمازون.

سعر الكمبيوتر الكمي IBM

جينيفر: دفعت التجارة الإلكترونية هذه الخوارزميات إلى حدث يومي…

لكن ماذا يعني ذلك للمستهلكين؟

[الصوت المتزامن مع اللقطات: مؤتمر مكافحة الاحتكار والمنافسة ، الجزء 12 ، اليوم الثاني ، الحلقة الثالثة 'ظاهرة أمازون' - عبر YouTube]

لينا خان ، مدير السياسة القانونية ، معهد الأسواق المفتوحة: تغير أمازون الأسعار مليوني مرة في اليوم ، كما تعلم ، ما هو السعر المستقر لأي منا وكيف سنعرف أننا ندفع أسعارًا مختلفة؟ أعتقد أن هذا سيكون سؤالًا رئيسيًا في المستقبل.

جينيفر: أنا جينيفر سترونج وهذه الحلقة ، ماذا يحدث عندما تحدد آلة السعر الذي تدفعه.

[إظهار معرف]

OC: ... لقد وصلت إلى وجهتك.

[موسيقى]

[الصوت المتزامن مع اللقطات: KIRO7 سياتل - عبر الويب]

مذيعة الأخبار 2: عندما دوى إطلاق النار الليلة الماضية ، كان الناس يبحثون عن أي مخرج. الليلة ، يقول البعض أن الأمان ذهب لمن يدفع أكثر.

جينيفر: كان ذلك في منتصف المساء. يناير السابق. عندما كان هناك إطلاق نار في وسط مدينة سياتل.

مذيع الأخبار 1 : تتعرض شركات Rideshare اليوم لانتقادات بسبب رفع الأسعار بينما كان الناس يحاولون الفرار من الرصاص. يقول بعض الدراجين إنهم تعرضوا للقتل.

ليزا ويلكينز: كانت الحافلة التي كنت أستقلها عادة تنزل في الشارع الذي وقع فيه إطلاق النار. لذلك توقفت جميع الحافلات التي كانت تنزل في ذلك الشارع. لم يتم إعادة توجيههم أو أي شيء ، لقد توقفوا فقط.

جينيفر: تعمل ليزا ويلكنز في مجال التكنولوجيا ، ويقع مكتبها على مسافة أقل من مبنى واحد من مكان وقوع إطلاق النار.

ليزا ويلكينز: لقد قررت للتو أنني سأحصل على Uber أو Lyft ، كما تعلم ، سأعيدها إلى المنزل أو أعيدها إلى سيارتي ، التي تقع في Park and Ride ، التي كانت على بعد حوالي 17 ميلاً. وبعد ذلك عندما فتحت التطبيق ، رأيت أنه كان مثل مائة دولار أو شيء ما للوصول إليه في حين أنه عادة ما يكون 30 دولارًا.

جينيفر: عندما يكون الطلب مرتفعًا ، يصبح سعر المشوار مع Lyft أو Uber أكثر تكلفة تلقائيًا. في حالات الطوارئ تضع الشركات حدًا أقصى لهذه الأسعار بمجرد أن يتضح ما يحدث ، وفي هذه الحالة ، تقدم الشركات تعويضات للركاب الذين دفعوا أجورًا أعلى.

ولكن على الرغم من أن مهمة ليزا ويلكينز هي تصميم التطبيقات مع التركيز على تجربة المستخدم ، إلا أنها تقول إن الأمر لا يزال يستغرق بعض الوقت لإدراك ما كان يحدث لها - كان بسبب خوارزمية التسعير.

ليزا ويلكينز: في البداية ، كنت غاضبًا حقًا لأنك تريد أن تأخذ الأمر على محمل شخصي ، وكأنهم يفعلون ذلك عن عمد. هذا إطلاق نار وهم يستغلونه. ثم عندما كنت أتحدث نوعًا ما مع زميل عمل آخر حول هذا الموضوع. كما تعلم ، ما زلنا مستاءين من أن الوصول إلى أي مكان كان سيكلف الكثير ، لكننا أدركنا ، مثل ، أن هذا يرتفع في الأسعار. هذا روبوت يقول بشكل أساسي ما ستكون عليه الأسعار. وكوني مصمم UX ، أفهم أن هناك الكثير من الحالات المتطورة التي قد لا تخطط لذلك يحدث في منتجك.

جينيفر: وقد يكون لهذا بعض النتائج غير المقصودة.

غابي سميث: كان هناك كتاب عن جينات الذباب في أمازون. كان ذلك .. كانت هناك خوارزميتان متنافستان استمرتا في النظر إلى بعضهما البعض وزيادة السعر قليلاً. الآخر سيزيد السعر قليلاً فوق ذلك. وقد استمروا في التنقل ذهابًا وإيابًا دون رادع ، كما تعلم ، لعدة أيام. وانتهى الأمر مع سعر هذا الكتاب الذي يصل إلى 1.2 مليون دولار بشكل صحيح.

غابي سميث: اسمي غابي سميث وأنا المبشر الرئيسي لشركة PriceFX. ولدي حوالي 14 عامًا من الخبرة في تحسين الأسعار وإدارتها.

جينيفر: يستخدم الذكاء الاصطناعي وأدوات أخرى لمساعدة الشركات على تحديد تكلفة شيء ما. إنه يفكر أيضًا في كيفية تجنب تلك القيم المتطرفة ... مثل كتاب المليون دولار عن الحشرات.

غابي سميث: لذلك في الثمانينيات كان حقًا عندما وصلت قوة الحوسبة وتوافر البيانات إلى النقطة التي يمكن أن تبدأ فيها هذه التقنيات في الاستفادة. وبالفعل ، ظهرت أولاً في صناعات الطيران ثم تلتها في صناعات السفر والترفيه الأخرى مثل تأجير السيارات والفنادق.

جينيفر: يمكن أن يساعد التسعير الديناميكي الشركات في معرفة ما يجب تحصيله مقابل المنتجات التي تنتهي صلاحيتها أو محدودة العرض. مثل عندما تقلع طائرة ... لا يوجد تغيير في عدد هذه المقاعد المملوءة. لذلك ، لتحقيق أكبر قدر من الإيرادات ، تحتاج شركات الطيران إلى بيع أكبر عدد من المقاعد بأعلى سعر ممكن. ولمعرفة ما هو هذا السعر؟ إنهم بحاجة إلى فهم الفروق الدقيقة في سلوك الركاب وطلب السوق.

غابي سميث: لذلك كان هذا حقًا أول استخدام لتحسين التسعير والذكاء الاصطناعي لدفع الأسعار إلى السوق. ومنذ ذلك الحين ، أنت تعرف حقًا أنه تم التوسع في الاستخدام عبر العديد من الصناعات المختلفة. لدينا شركة ، على سبيل المثال ، تقدم أسعارًا ديناميكية لتذاكر التزلج الخاصة بهم بناءً على الأحداث القادمة ، والظروف الجوية ، وظروف الثلوج ، ولكن لدينا أيضًا عملاء آخرين يبيعون الإلكترونيات والمواد الكيميائية. لدينا شركات تصنيع صناعية وشركات توزيع ، حقًا تكتسب هذه التقنيات اعتمادًا في مجموعة متنوعة من الصناعات.

جينيفر: المفتاح لإنجاح هذا كله هو مجموعة بيانات غنية عن العملاء وما يدفعهم إلى الدفع. كلما زادت البيانات ... يمكن أن تكون الأسعار المستهدفة للأفراد.

غابي سميث: كيف يتصرفون. ما المنتج الذي تقدمه. أشياء مثل ، ما هي طبيعة المعاملة أو عرض الأسعار الذي تقوم به؟ يمكن وضع كل ذلك في الاعتبار في خوارزميات تحسين التسعير والتأثير على ما ستقدمه. لذلك إذا كانت لديك بيانات من هذا القبيل ، فقد يكون من السهل جدًا أن تكون قادرًا على تنفيذ تحسين التسعير. لذلك لدينا عملاء حيث نفذنا الأشياء في أقل من شهرين.

جينيفر: ويقول إن هذه الأنظمة تتحسن في إدارة التعقيد وتحقيق التوازن بين الأهداف المتنافسة.

غابي سميث: لذا ربما أرغب في التأكد من أنني أتواجد دائمًا بطريقة معينة مقابل منافسي ، أليس كذلك؟ أو ربما أريد أن أقول ، 'مرحبًا ، لا أريد أبدًا زيادة الأسعار بأكثر من 5٪ على أي شخص.' هل أحاول تعظيم الإيرادات ، هل أحاول تعظيم الأرباح؟ هل أحاول تعظيم حجم الإنتاجية؟ يمكنني التوازن بين هؤلاء. لذا ، ما يحدث في المنظمات ، كما تعلم ، هناك أهداف متنافسة في كثير من الأحيان. ولذا لا يمكنك توجيه ما هو سعر قائمتي فحسب ، حسنًا ، ولكن ما هو ، كما تعلمون ، السعر المتفاوض عليه أو العرض الترويجي بناءً على تركيبة منتج العميل.

جينيفر: هذه القيود مهمة لأن خوارزميات التسعير ، إذا تُركت غير مقيدة ، يمكنها ببساطة إعطاء الأولوية للأسعار المرتفعة.

امر اخر؟ التأكد من أن هذه الأسعار لا تعزز التحيز المنهجي.

لكن هذا ليس بهذه البساطة.

غابي سميث: قد يكون الأمر كذلك ، كما تعلمون ، أنك لا ترى أيًا من هذه الأشياء صراحةً ، لكنها قد تكون فقط تحت السطح في سمة أخرى تستخدمها. لذلك إذا كنت تستخدم رمزًا بريديًا أو كنت تستخدم التركيبة السكانية من حيث مستويات الدخل ، كما تعلم ، فقد يكون هناك تحيز منهجي في تلك البيانات. لذلك تحتاج حقًا إلى التفكير في كيفية بناء هذه الأشياء والتأكد من أنك تفعل الشيء الصحيح من منظور أخلاقي. وأعتقد أن جزءًا من القبول هو: هل أشعر أنني كمستهلك ، أحصل على صفقة جيدة أو صفقة أفضل في بعض الحالات نتيجة لذلك ، أم أنه دائمًا لصالح المزود؟

[انتقال الموسيقى]

أيلين كاليسكان: نحن نعلم أن التكنولوجيا الكبيرة تستخدم خوارزميات التسعير الفردية هذه على نطاق واسع ولا نفهم بالضرورة ما يجري وراء هذه الأنظمة أو الخوارزميات لأنها صناديق سوداء. لا نرى النتائج إلا على أساس فردي ، السعر الذي نحصل عليه أساسًا. وليس لدينا حقًا طرق أو مجموعات بيانات لدراسة خوارزميات تمييز السعر بشكل منهجي.

كم من الوقت يستغرق للوصول إلى alpha centauri

أيلين كاليسكان: أنا أيلين كاليسكان. أنا حاليًا أستاذ مساعد في جامعة واشنطن ويركز بحثي على التعلم الآلي والتحيز في الذكاء الاصطناعي.

جينيفر: قبل عامين ، فرضت مدينة شيكاغو على شركات مثل Uber و Lyft نشر بيانات الأجرة للجمهور. أتاح هذا للباحثين الوصول إلى ملايين الرحلات مجهولة المصدر في جميع أنحاء المدينة. قارنت الأسعار مع التركيبة السكانية للحي وماذا وجدت؟ فاجأتها.

أيلين كاليسكان: تظهر نتائجنا أن الأحياء التي يسكنها شباب أو سكان ذوو تعليم عالٍ كانت تدفع أسعارًا أعلى بكثير. والأحياء التي بها عدد أكبر من السكان غير البيض ، وكذلك الأحياء الفقيرة ، ندفع أيضًا أسعارًا أعلى للأجرة تم تحديدها بواسطة خوارزميات تمييز الأسعار هذه.

جينيفر: يريد فريقها معرفة سبب حدوث ذلك ، ولكن هذا صعب بدون تفاصيل حول العرض والطلب - لم يتم الإعلان عنها.

يمكن للباحثين فقط الحصول على مجموعة فرعية من هذه البيانات.

أيلين كاليسكان: هل يدفع سكان الأحياء المحرومة أسعارًا عادلة أعلى بسبب خصائص أحيائهم. أم أن عرض السائقين له تأثير على الأسعار العادلة في هذه الأحياء حيث يبدو الطلب منخفضًا نسبيًا. ولكن إذا كان العرض أقل ، وفقًا لذلك ، فإن الطلب النسبي سيبدو أعلى ، مما قد يؤدي إلى زيادة أسعار الأجرة والمزيد من الشفافية ، وأفضل الطرق التي يمكننا تطويرها لدراسة التأثير المتباين لهذه الخوارزميات أو ديناميكياتها ، وكيف يتعلمون من الحي أنماط النقل وأنماط المرور.

جينيفر: مما يثير قضية شائكة أخرى؟ لا توجد قواعد فعلية حول هذا الأمر.

أيلين كاليسكان: نحتاج إلى المزيد من السياسات واللوائح حتى نتمكن من الوصول إلى مجموعة البيانات هذه ومواصلة دراسة ذلك وفهم كيف يمكن أن يؤثر ذلك على تخطيط المدن الذكية بالإضافة إلى تخصيص الموارد ، لأنه إذا تم استخدام مجموعات البيانات هذه ، على سبيل المثال ، في السيارات ذاتية القيادة أو عند تخصيص الموارد في المدن الذكية ، قد ينتهي الأمر بهذه التحيزات إلى استمرارها أو تضخيمها في المستقبل ، مما يتسبب في جميع أنواع الآثار الجانبية غير المتوقعة التي قد نحتاج إلى التعامل معها في المستقبل.

جينيفر: بعد الفاصل ، اكتشفنا الشكل الذي قد يبدو عليه التنظيم ... ونتعلم كيف يمكن أن تعمل هذه الخوارزميات في محل بقالة.

لكن أولاً ، أود أن أخبركم عن حدث يسمى CyberSecure. إنه مؤتمر الأمن السيبراني الخاص بـ Tech Review وسأكون حاضرًا مع زملائي للحديث عن برامج الفدية وغيرها من المشكلات المهمة. يمكنك معرفة المزيد في Cyber ​​Secure M-I-T dot com.

سنعود حالا ... بعد هذا.

[ميدرول]

[موسيقى]

جينيفر: يمكن أن تساعد خوارزميات التسعير المستهلكين…. من خلال تخصيص المنتجات والتوصيات ... أو تقديم رؤى للشركات التي تساعدهم في تصميم منتجات وخدمات أفضل.

لكن هذه الأنظمة تمثل أيضًا تحديات جديدة لأولئك الذين ينظمون المنافسة.

أقر الكونجرس أول قانون لمكافحة الاحتكار منذ أكثر من قرن من الزمان ، ولكن لم يتم حتى عام 2015 أن رفعت الحكومة أول قضية لمكافحة الاحتكار تستهدف التجارة الإلكترونية على وجه التحديد. في هذه الحالة ، أقر رجل بالذنب في التآمر لإصلاح أسعار الملصقات التي باعها على أمازون مع بائعين آخرين بشكل غير قانوني ... باستخدام خوارزمية مصممة لتنسيق تغيرات الأسعار.

جوزيف هارينجتون: ستبحث خوارزمية التسعير حول السعر الأفضل أو الأدنى للبائعين المتنافسين ، أي المنافسين لهذين البائعين عبر الإنترنت. ثم يحدد البائعان عبر الإنترنت سعرًا شائعًا أقل قليلاً. لذلك كان البائعان لا يزالان يتنافسان مع شركات أخرى في السوق ، لكنهما لم يكنا يتنافسان مع بعضهما البعض. لذا بدلاً من التنسيق على سعر مشترك ، قاموا بالتنسيق على خوارزمية تسعير مشتركة وكان لذلك نفس التأثير في تقليل المنافسة.

جوزيف هارينجتون: لذا أنا جو هارينجتون. أنا أستاذ إدارة الأعمال والاقتصاد والسياسة العامة في كلية وارتون بجامعة بنسلفانيا. بحثي في ​​مجال التواطؤ والكارتلات.

جينيفر: إن القضية المتعلقة بائعي ملصقات أمازون هي أمر قريب جدًا من التواطؤ التقليدي ... حيث تقوم الشركات المتنافسة بخلاف ذلك بتنسيق الأسعار عبر التواصل المباشر بين البشر.

ولكن هناك بحثًا متزايدًا مفاده أن خوارزميات التسعير نفسها يمكن أن تتعلم تكوين نوع من التكتلات الرقمية الخاصة بها ... وتتواطأ على رفع الأسعار دون أي تدخل بشري.

جوزيف هارينجتون: الآن ، لنفكر جيدًا في قرار المدير أنه سيفوض قرار التسعير إلى خوارزمية التعلم الذاتي. ستقوم خوارزمية التعلم الذاتي هذه بتجربة خوارزميات تسعير مختلفة أو قواعد تسعير على أمل العثور على خوارزميات أكثر ربحية. لذلك ينتهي بهم الأمر بقواعد تسعير أكثر ربحية. والسبب في كونها أكثر ربحية هو حقيقة أن خوارزميات التعلم الذاتي قد تعلمت عدم التنافس مع بعضها البعض.

جينيفر: وقد وجد باحثون في إيطاليا بالفعل دليلاً على حدوث ذلك في بيئة محاكاة.

الروبوتات بذكاء اصطناعي

جوزيف هارينجتون: لذلك اعتبروا نموذجًا اقتصاديًا قياسيًا جدًا للسوق. واحد يستخدمه العديد من الاقتصاديين ، سواء للعمل النظري أو التجريبي. وكان السؤال هو هل سيكونون قادرين على تعلم التواطؤ في بيئة محاكاة معقدة ومعقدة نوعًا ما. والإجابة واضحة جدًا ، نعم ، وُجد أن هناك أسعارًا كانت أعلى بكثير بشكل روتيني من الأسعار التنافسية ، وأحيانًا قريبة جدًا من الأسعار الاحتكارية.

جينيفر: يقول إن خوارزميات التعلم الذاتي هذه تتصرف بطريقة تعكس الكارتلات البشرية.

جوزيف هارينجتون: تحدد الخوارزميات سعرًا مرتفعًا أعلى من الأسعار التنافسية ، مما يخلق حافزًا ، على الأقل في المدى القصير ، لتحديد سعر أقل من أجل الحصول على حصة أكبر في السوق وأرباح أعلى. ما تعلمته خوارزميات التعلم الذاتي عن عواقب الانحراف عن ذلك من خلال تحديد سعر أقل هو أن خوارزمية التعلم الذاتي الأخرى قد اعتمدت خوارزمية تسعير ستعاقب هذا السلوك. لذلك على وجه التحديد ، إذا تعرض أحدهم لانخفاض مفاجئ في السعر ، فقد تم تدريب خوارزمية التسعير لخوارزمية التعلم الذاتي الأخرى على الاستجابة بسعر منخفض جدًا استجابةً لذلك. ستظل الأسعار منخفضة لبعض الوقت لكنها تميل إلى العودة إلى الأسعار المرتفعة التواطئية. إذن ما لدينا هنا حقًا هو أن خوارزميات التعلم الذاتي هذه تتعلم ، حسنًا ، سنضع سعرًا مرتفعًا والسبب في عدم انحرافهم عن ذلك ، هو أنهم تعلموا أنه سيكون هناك رد فعل انتقامي من خلال خوارزمية التعلم الذاتي الأخرى. وهذا بالضبط ما نعتقد أنه تواطؤ.

جينيفر: لا يزال السؤال مفتوحًا حول ما إذا كان هذا النوع من الأشياء يمكن أن يحدث في سوق حقيقي ، بكل تعقيداته الإضافية.

لكن مفهوم التواطؤ الآلي يثير كل أنواع الأسئلة القانونية.

جوزيف هارينجتون: إذا عدنا إلى مثال ، في سوق أمازون وبائعي الملصقات عبر الإنترنت ، حسنًا ، هذا النوع من التواطؤ الذي تم تصميم الإطار القانوني من أجله جيدًا. إنه مصمم للتآمر حيث يتواصل المنافسون. وتنسيق سلوكهم. يُعرَّف القانون بعبارة 'اجتماع العقول' ، وهو التزام واع بمخطط مشترك. فكرة وجود هذا الاتصال ، مما أدى إلى بعض التفاهم المتبادل بين المنافسين لعدم التنافس. كل هذا غائب عن المتنافسين الذين اعتمدوا خوارزميات التعلم الذاتي طالما فعلوا ذلك بشكل مستقل. خوارزميات التعلم الذاتي هذه لا تمتلك الفهم ، ناهيك عن الفهم المتبادل ، وهو حقًا ما هو مطلوب في سياق القانون.

جينيفر: والآن ... لا يوجد أحد مسؤول عن مراقبة ما إذا كانت هذه الأنظمة تلعب وفقًا لقواعد نراها عادلة.

جوزيف هارينجتون: أعني ، أعتقد أن الرد القانوني المحتمل حقًا في المستقبل هو حظر خصائص معينة لخوارزميات التسعير. إذا تم حظر ذلك ، فسيكون هناك حافز للشركات نفسها لمراقبة خوارزميات التسعير الخاصة بها ، وليس الكشف عن نفسها بشكل غير قانوني. ولكن اعتبارًا من الآن ، لا يوجد أحد يراقبهم. وبالتأكيد ليس لدى الشركات حافز ، كما أقول ، لمراقبتها.

جينيفر: ويقول إن خوارزميات التسعير المناهضة للمنافسة يمكن أن تأتي أيضًا مضمنة في البرامج ... والتي قد تستخدمها الشركات التي تتنافس ضد بعضها البعض .. دون أن تدرك تلك الشركات ذلك.

جوزيف هارينجتون: ثم السؤال هو ، حسنًا ، ما الذي يمكن عمله حيال ذلك؟ وها نحن الآن ، مرة أخرى ، في منطقة قانونية غامضة بعض الشيء ، لأن المؤامرة تتطلب ممثلين أو أكثر ، وهم تقليديًا اثنان أو أكثر من المتنافسين الذين قرروا عدم التنافس. لكننا الآن نتخيل أنه ممثل واحد ، وهو مطور الطرف الثالث الذي قد يصمم خوارزمية تسعير ليست تنافسية للغاية. وإذا تمكنت من إقناع العديد من الشركات في السوق بتبنيها ، فستحقق أداءً جيدًا لتلك الشركات ، لأنها ستؤدي إلى ارتفاع الأسعار وتقليل المنافسة السعرية. الآن ، مرة أخرى ، هذا سيء ، لكن ليس هناك مؤامرة لأنه يوجد بالفعل ممثل واحد فقط ، مطور الطرف الثالث الذي يروج لهذا.

جينيفر: و هناك يكون مثال على ذلك في العالم الحقيقي .. في دراسة أجريت على محطات الوقود الألمانية التي بدأت في اعتماد خوارزمية تسعير.

جوزيف هارينجتون: والدليل على ذلك هو أن متوسط ​​هوامش تكلفة السعر قد ارتفع استجابةً لهذا الأمر بنحو 12٪. ولكن كان الأمر مدهشًا حقًا ، إذا نظرت إلى الأسواق التي توجد بها محطتان فقط ، لذلك تخيل فقط سوقًا جغرافية حيث يوجد نوع من محطتين متنافستين. وما توصلت إليه الدراسة هو أنه إذا اعتمد أحدهم خوارزمية التسعير ، فلن يكون هناك تأثير ملحوظ على الأسعار. ولكن إذا تم اعتماد كليهما ، فقد حدثت زيادة كبيرة في هوامش تكلفة السعر. بحوالي 29٪. إذن الآن هذا هو المعلومات من حيث ما تفعله خوارزميات التسعير هذه. إذا كانت تؤدي إلى تسعير ديناميكي أكثر فاعلية ، فمن المتوقع أن ترى بعض التأثير ، حتى عندما يتبناه مشغل محطة واحد فقط. لكن هذا ليس ما وجدته الدراسة. لا ترى تأثيرًا إلا عندما يتبنى كلا المنافسين. وهو تأثير ، وهو زيادة كبيرة في السعر. لذلك أعتقد أن هذا شيء يحدث ، على ما أعتقد. وهو شيء أكثر قليلاً ، في اعتقادي ، ملموس وحيث يحتمل أن يكون هناك المزيد من خيارات السياسة للتعامل معه. على عكس حالة خوارزميات التعلم الذاتي ، والتي أعتقد أنها مشكلة محتملة نريد أن نتغلب عليها.

ماكسيم كوهين: كنا قادرين على تغيير الأسعار كل يوم أو كل شهر ، لكن الأسعار الآن يمكن أن تتغير كل ساعة أو في بعض التطبيقات ، حتى كل دقيقة.

ماكسيم كوهين: اسمي ماكسيم كوهين. أنا أستاذ كرسي Scale AI في جامعة McGill في مونتريال ، كندا ، وأنا أيضًا المدير المشارك لمختبر Retail Innovation.

جينيفر: شهدت السنوات القليلة الماضية انفجارًا في ممارسات التسعير الديناميكية ... كما أن التسعير المخصص هو أيضًا شائع بشكل متزايد.

في المستقبل ، يمكن أن تكون أنظمة التسعير الديناميكية مستقلة تمامًا ... ويمكن تطبيقها على نطاق أوسع.

الأمر الذي يطرح السؤال التالي: كيف نحمي خصوصيتنا عندما يتم استخدام بياناتنا لتحديد المبلغ الذي ندفعه مقابل الأشياء؟

ماكسيم كوهين: لذلك ، يجب أن تستند خوارزمية التسعير في نهاية اليوم إلى سمات غير شخصية. على سبيل المثال ، يمكنك جمع سجل الشراء ، ويمكنك ، على الأرجح ، جمع مواقع المستخدمين ، والإجراءات التي اتخذوها في الماضي ، لكنك لا تريد استخدام أي نوع من السمات الشخصية مثل الأسماء أو الجنس أو أي شيء أكثر شخصية.

جينيفر: سؤال آخر ... أين نرسم الخط الفاصل بين التسعير العادل وغير العادل؟

ماكسيم كوهين: يحتاج المرء أن يسأل نفسه السؤال. هل من العدل تقديم أسعار مختلفة لعملاء مختلفين لنفس المنتجات أو نفس الخدمة؟ والإجابة على هذا السؤال ليست بسيطة في الواقع. هذان الموضوعان الخاصان بالخصوصية والإنصاف حساسان للغاية وفي رأيي ، يحتاجان إلى لوائح دقيقة للمضي قدمًا.

جينيفر: ويقول إن المنظمين يجب أن يجتمعوا ويوضحوا البيانات التي يمكن جمعها وتخزينها واستخدامها لاتخاذ قرارات التسعير.

ما مدى سخونة جسم الإنسان

ماكسيم كوهين: على سبيل المثال ، إذا بدأت أوبر في الصراخ بأسعار مختلفة ، بناءً على النسبة المئوية للبطارية الموجودة في هاتفك عند طلب مشوار. هل هذا بخير؟ ألن يكون هذا بخير؟ لذلك يجب أن يجتمع المنظمون معًا إلى الجدول ويضعون قائمة بالسمات المعقولة لاستخدامها في قرارات التسعير وبعض السمات الأخرى في القائمة السوداء حيث لا ينبغي استخدامها في قرارات التسعير.

جينيفر: ولا يقتصر الأمر على عربات التسوق عبر الإنترنت على المحك. يمكن أن تجد خوارزميات التسعير الديناميكي قريبًا مكانًا للبيع بالتجزئة المادي أيضًا ... في شكل ملصقات على الرفوف الإلكترونية.

ماكسيم كوهين: يمكنك بالفعل تغيير سعر منتجات معينة في أوقات محددة ، ببساطة عن طريق تعديل سطر واحد من التعليمات البرمجية والضغط على زر واحد. قمت بتغيير سطر واحد من التعليمات البرمجية. بعد ذلك ، يمكنك تغيير السعر بدون أي تكلفة تقريبًا. الآن السؤال الوحيد المتبقي في تجارة التجزئة المادية هو كيف سيكون رد فعل العملاء تجاه ممارسات التسعير الديناميكية المتزايدة. إذا فكرت في الأمر ، ستبدأ الأسعار في الارتفاع في محلات السوبر ماركت خلال ساعات الذروة. إذا كان هناك وقت من اليوم حيث يوجد فيه الكثير من الأشخاص في السوبر ماركت ، فسترتفع الأسعار. وبالمثل ، ستبدأ الأسعار في الارتفاع عندما يكون لديك مخزون منخفض جدًا لمنتجات معينة. إذا كان لديك أسعار أسهم أقل سترتفع من أجل الإعجاب ، فتأكد من تحسين أرباحك. الآن ليس من الواضح ما إذا كان العملاء سيكونون سعداء وسيقبلون تلك الأنواع من الممارسات الموجودة بالفعل في عالم الإنترنت. قد يكون مربحًا بالتأكيد على المدى القصير ، لكنه قد يؤدي إلى خسائر طويلة المدى ، خاصة من حيث ولاء العملاء. لذلك نحن بحاجة إلى إجراء الكثير من البحث لمحاولة فهم القوة والفوائد المحتملة للتسعير الديناميكي للبيع بالتجزئة المادي.

[الائتمانات]

جينيفر: تم الإبلاغ عن هذه الحلقة بواسطة أنتوني جرين وإنتاجها نحن الاثنين مع إيما كيليكنز. تم تحريرنا بواسطة مات هونان ومهندس الاختلاط لدينا هو غاريت لانغ ، مع تصميم الصوت والموسيقى جاكوب غورسكي.

شكرًا على الاستماع ، أنا جينيفر سترونج.

[معرف TR]

أصوات من:

يخفي

التقنيات الفعلية

فئة

غير مصنف

تكنولوجيا

التكنولوجيا الحيوية

سياسة التكنولوجيا

تغير المناخ

البشر والتكنولوجيا

وادي السيليكون

الحوسبة

مجلة Mit News

الذكاء الاصطناعي

الفراغ

المدن الذكية

بلوكشين

قصة مميزة

الملف الشخصي للخريجين

اتصال الخريجين

ميزة أخبار معهد ماساتشوستس للتكنولوجيا

1865

وجهة نظري

77 Mass Ave

قابل المؤلف

ملامح في الكرم

شوهد في الحرم الجامعي

خطابات الخريجين

أخبار

انتخابات 2020

فهرس With

تحت القبه

خرطوم الحريق

قصص لانهائية

مشروع تكنولوجيا الوباء

من الرئيس

غلاف القصه

معرض الصور

موصى به