¿Alguna vez buscó un producto en línea por la mañana y volvió a mirarlo por la noche y descubrió que el precio había cambiado? En cuyo caso, es posible que haya estado sujeto al algoritmo de precios del minorista.

Tradicionalmente al decidir el precio de un producto, los especialistas en marketing consideran su valor para el comprador y cuánto cuestan productos similares, y establecer si los compradores potenciales son sensibles a los cambios de precio. Pero en el mercado actual impulsado por la tecnología, Las cosas han cambiado. Los algoritmos de fijación de precios suelen realizar estas actividades y fijar el precio de los productos en el entorno digital. Y lo que es más, estos algoritmos pueden estar coludidos de manera efectiva de una manera perjudicial para los consumidores.

Originalmente, Las compras en línea fueron aclamadas como un beneficio para los consumidores porque les permitía comparar precios fácilmente. El aumento de la competencia que esto provocaría (junto con el creciente número de minoristas) también obligaría a bajar los precios. Pero lo que se conoce como sistemas de precios de gestión de ingresos han permitido a los minoristas en línea utilizar los datos del mercado para predecir la demanda y establecer los precios en consecuencia para maximizar las ganancias.

Estos sistemas han sido excepcionalmente populares dentro de la industria hotelera y turística. particularmente porque los hoteles tienen costos fijos, inventario de productos perecederos (alimentos que deben consumirse antes de que se apaguen) y niveles fluctuantes de demanda. En la mayoría de los casos, Los sistemas de gestión de ingresos permiten a los hoteles calcular de forma rápida y precisa las tarifas de habitación ideales utilizando algoritmos sofisticados. datos de rendimiento pasados ​​y datos de mercado actuales. Las tarifas de las habitaciones se pueden ajustar fácilmente en todos los lugares donde se anuncian.

Estos sistemas de gestión de ingresos han dado lugar al término "precio dinámico". Esto se refiere a la capacidad de los proveedores en línea para alterar instantáneamente el precio de los bienes o servicios en respuesta a los más mínimos cambios en la oferta y la demanda. ya sea un producto impopular en un almacén lleno o un viaje en Uber durante un aumento de la noche. Respectivamente, los consumidores de hoy se sienten más cómodos con la idea de que los precios en línea pueden fluctuar y de hecho lo hacen, no solo en el momento de la venta, pero varias veces en el transcurso de un solo día.

Sin embargo, Los nuevos programas de precios algorítmicos se están volviendo mucho más sofisticados que los sistemas originales de gestión de ingresos debido a los desarrollos en inteligencia artificial. Los seres humanos seguían desempeñando un papel importante en los sistemas de gestión de ingresos al analizar los datos recopilados y tomar la decisión final sobre los precios. Pero los sistemas de precios algorítmicos funcionan en gran medida por sí mismos.

De la misma manera que los asistentes de voz en el hogar como Amazon Echo aprenden sobre sus usuarios a lo largo del tiempo y cambian la forma en que operan en consecuencia, Los programas de precios algorítmicos aprenden a través de la experiencia del mercado.

Los algoritmos estudian la actividad de las tiendas online para conocer la dinámica económica del mercado (cómo se cotizan los productos, patrones normales de consumo, niveles de oferta y demanda). Pero también pueden "hablar" involuntariamente con otros programas de precios al observar constantemente los puntos de precio de otros vendedores para saber qué funciona en el mercado.

Estos algoritmos no están necesariamente programados para monitorear otros algoritmos de esta manera. Pero aprenden que es lo mejor que pueden hacer para alcanzar su objetivo de maximizar las ganancias. Esto da como resultado una colusión involuntaria de precios, donde los precios se establecen dentro de límites muy estrechos entre sí. Si una empresa sube los precios, los sistemas de la competencia responderán de inmediato elevando los suyos, creando un mercado coludido no competitivo.

Monitorear los precios de los competidores y reaccionar a los cambios de precios es una actividad normal y legal para las empresas. Pero los sistemas de precios algorítmicos pueden llevar las cosas un paso más allá al establecer precios por encima de donde estarían de otro modo en un mercado competitivo porque todos operan de la misma manera para maximizar las ganancias.

Esto puede ser bueno desde la perspectiva de las empresas, pero es un problema para los consumidores, que tienen que pagar lo mismo dondequiera que vayan. incluso si los precios pudieran ser más bajos. Los mercados no competitivos también dan como resultado una menor innovación, menor productividad y, en última instancia, menor crecimiento económico.

¿Qué podemos hacer?

Esto plantea una pregunta intrigante. Si los programadores no han logrado (involuntariamente) evitar que ocurra esta colusión, ¿qué debería pasar? En la mayoría de los países, La colusión tácita (en la que las empresas no se comunican directamente entre sí) no se considera actualmente una actividad ilegal.

Sin embargo, las empresas y sus desarrolladores podrían seguir siendo responsables, ya que estos algoritmos están programados por humanos y tienen la capacidad de aprender a comunicarse e intercambiar información con los algoritmos de la competencia. La Comisión Europea ha advertido que el uso generalizado de algoritmos de precios en el comercio electrónico podría resultar en precios artificialmente altos en todo el mercado. y el software debe construirse de una manera que no permita que se coludie.

Pero siempre que los algoritmos estén programados para ofrecer el mayor beneficio posible, y puede aprender a hacer esto de forma independiente, Puede que los programadores no puedan superar esta colusión. Incluso con algunas restricciones establecidas, los algoritmos pueden aprender formas de superarlos mientras buscan nuevas formas de alcanzar su objetivo.

Intentar controlar el entorno del mercado para evitar un seguimiento consciente de los precios o la transparencia del mercado también resultará sin duda en más preguntas y creará nuevos problemas. Teniendo esto en cuenta, necesitamos comprender mejor este tipo de aprendizaje automático y sus capacidades antes de introducir nuevas regulaciones.

Este artículo se ha vuelto a publicar de The Conversation con una licencia de Creative Commons. Lea el artículo original.