Hai mai cercato un prodotto online la mattina e sei tornato a guardarlo la sera solo per scoprire che il prezzo è cambiato? In tal caso potresti essere stato soggetto all'algoritmo di determinazione dei prezzi del rivenditore.

Tradizionalmente, quando si decide il prezzo di un prodotto, i marketer considerano il suo valore per l'acquirente e quanto costano prodotti simili, e stabilire se i potenziali acquirenti sono sensibili alle variazioni di prezzo. Ma nel mercato odierno guidato dalla tecnologia, le cose sono cambiate. Gli algoritmi di determinazione del prezzo conducono molto spesso queste attività e fissano il prezzo dei prodotti all'interno dell'ambiente digitale. Cosa c'è di più, questi algoritmi possono effettivamente essere collusi in un modo dannoso per i consumatori.

Originariamente, lo shopping online è stato salutato come un vantaggio per i consumatori perché ha permesso loro di confrontare facilmente i prezzi. L'aumento della concorrenza che ne deriverebbe (insieme al crescente numero di rivenditori) farebbe scendere anche i prezzi. Ma i cosiddetti sistemi di determinazione dei prezzi di gestione delle entrate hanno consentito ai rivenditori online di utilizzare i dati di mercato per prevedere la domanda e impostare i prezzi di conseguenza per massimizzare i profitti.

Questi sistemi sono stati eccezionalmente popolari nel settore dell'ospitalità e del turismo, soprattutto perché gli hotel hanno costi fissi, scorte deperibili (cibo che deve essere mangiato prima che si spenga) e livelli di domanda fluttuanti. Nella maggior parte dei casi, i sistemi di gestione delle entrate consentono agli hotel di calcolare in modo rapido e accurato le tariffe ideali delle camere utilizzando algoritmi sofisticati, dati sulle prestazioni passate e dati di mercato attuali. Le tariffe delle camere possono quindi essere facilmente modificate ovunque vengano pubblicizzate.

Questi sistemi di gestione delle entrate hanno portato al termine "prezzo dinamico". Ciò si riferisce alla capacità dei fornitori online di modificare istantaneamente il prezzo di beni o servizi in risposta ai minimi cambiamenti nella domanda e nell'offerta, che si tratti di un prodotto impopolare in un magazzino pieno o di un giro con Uber durante un'ondata notturna. Di conseguenza, i consumatori di oggi stanno diventando più a loro agio con l'idea che i prezzi online possono variare, non solo al momento della vendita, ma più volte nel corso di un solo giorno.

Però, i nuovi programmi di tariffazione algoritmica stanno diventando molto più sofisticati dei sistemi di gestione delle entrate originali a causa degli sviluppi nell'intelligenza artificiale. Gli esseri umani hanno ancora svolto un ruolo importante nei sistemi di gestione delle entrate analizzando i dati raccolti e prendendo la decisione finale sui prezzi. Ma i sistemi di determinazione dei prezzi algoritmici funzionano in gran parte da soli.

Allo stesso modo in cui gli assistenti vocali domestici come Amazon Echo imparano a conoscere i loro utenti nel tempo e cambiano di conseguenza il modo in cui operano, i programmi di determinazione dei prezzi algoritmici apprendono attraverso l'esperienza del mercato.

Gli algoritmi studiano l'attività dei negozi online per apprendere le dinamiche economiche del mercato (come vengono prezzati i prodotti, normali modelli di consumo, livelli di domanda e offerta). Ma possono anche "parlare" involontariamente con altri programmi di prezzi osservando costantemente i prezzi di altri venditori per sapere cosa funziona nel mercato

Questi algoritmi non sono necessariamente programmati per monitorare altri algoritmi in questo modo. Ma imparano che è la cosa migliore da fare per raggiungere il loro obiettivo di massimizzare il profitto. Ciò si traduce in una collusione non intenzionale dei prezzi, dove i prezzi sono fissati entro un confine molto stretto l'uno dall'altro. Se un'impresa aumenta i prezzi, i sistemi concorrenti risponderanno immediatamente alzando il proprio, creare un mercato colluso e non competitivo.

Monitorare i prezzi dei concorrenti e reagire alle variazioni di prezzo è un'attività normale e legale per le imprese. Ma i sistemi di determinazione dei prezzi algoritmici possono fare un ulteriore passo avanti impostando i prezzi al di sopra del livello in cui sarebbero altrimenti in un mercato competitivo perché operano tutti allo stesso modo per massimizzare i profitti.

Questo potrebbe essere positivo dal punto di vista delle aziende, ma è un problema per i consumatori che devono pagare lo stesso ovunque vadano, anche se i prezzi potrebbero essere più bassi. I mercati non competitivi comportano anche una minore innovazione, minore produttività e, in definitiva, minore crescita economica.

Cosa possiamo fare?

Questo pone una domanda intrigante. Se i programmatori hanno (involontariamente) omesso di impedire che questa collusione si verificasse, cosa dovrebbe succedere? Nella maggior 'parte dei Paesi, la collusione tacita (in cui le aziende non comunicano direttamente tra loro) non è attualmente considerata un'attività illegale.

Però, le aziende e i loro sviluppatori potrebbero comunque essere ritenuti responsabili poiché questi algoritmi sono programmati da esseri umani e hanno la capacità di imparare a comunicare e scambiare informazioni con algoritmi concorrenti. La Commissione europea ha avvertito che l'uso diffuso di algoritmi di determinazione del prezzo nell'e-commerce potrebbe comportare prezzi artificialmente alti in tutto il mercato, e il software dovrebbe essere costruito in un modo che non gli permetta di colludere.

Ma finché gli algoritmi sono programmati per fornire il massimo profitto possibile, e può imparare a farlo in modo indipendente, potrebbe non essere possibile per i programmatori superare questa collusione. Nonostante alcune restrizioni messe in atto, gli algoritmi potrebbero imparare modi per superarli mentre cercano nuovi modi per raggiungere il loro obiettivo.

Anche il tentativo di controllare l'ambiente di mercato per impedire un monitoraggio consapevole dei prezzi o la trasparenza del mercato porterà senza dubbio a ulteriori domande e creerà nuovi problemi. Con questo in testa, dobbiamo comprendere meglio questo tipo di apprendimento automatico e le sue capacità prima di introdurre nuove normative.

Questo articolo è stato ripubblicato da The Conversation con una licenza Creative Commons. Leggi l'articolo originale.