Os algoritmos de preços vigiam constantemente outras lojas online. Crédito:Kaspar Grinvalds / Shutterstock
Você já pesquisou um produto online pela manhã e voltou para olhar novamente à noite apenas para descobrir que o preço mudou? Nesse caso, você pode estar sujeito ao algoritmo de preços do varejista.
Tradicionalmente, ao decidir o preço de um produto, os profissionais de marketing consideram seu valor para o comprador e quanto custam produtos semelhantes, e estabelecer se os compradores potenciais são sensíveis às mudanças no preço. Mas, no mercado atual impulsionado pela tecnologia, as coisas mudaram. Os algoritmos de precificação geralmente conduzem essas atividades e definem o preço dos produtos no ambiente digital. O que mais, esses algoritmos podem efetivamente estar em conluio de uma forma que prejudica os consumidores.
Originalmente, as compras online foram saudadas como um benefício para os consumidores porque lhes permitiu comparar os preços facilmente. O aumento da concorrência que isso causaria (junto com o número crescente de varejistas) também forçaria a queda dos preços. Mas o que são conhecidos como sistemas de precificação de gerenciamento de receita permitiram que os varejistas online usassem dados de mercado para prever a demanda e definir os preços de acordo para maximizar o lucro.
Esses sistemas têm sido excepcionalmente populares na indústria de hospitalidade e turismo, principalmente porque os hotéis têm custos fixos, estoque perecível (alimentos que precisam ser consumidos antes de sair) e níveis flutuantes de demanda. Na maioria dos casos, os sistemas de gerenciamento de receitas permitem que os hotéis calculem com rapidez e precisão as tarifas ideais dos quartos usando algoritmos sofisticados, dados de desempenho anteriores e dados de mercado atuais. As tarifas dos quartos podem ser facilmente ajustadas em todos os lugares em que são anunciadas.
Esses sistemas de gerenciamento de receita deram origem ao termo "precificação dinâmica". Isso se refere à capacidade dos provedores online de alterar instantaneamente o preço de bens ou serviços em resposta às menores mudanças na oferta e demanda, seja um produto impopular em um depósito cheio ou um passeio de Uber durante um pico noturno. De acordo, os consumidores de hoje estão ficando mais confortáveis com a ideia de que os preços on-line podem e flutuam, não apenas na hora da venda, mas várias vezes ao longo de um único dia.
Contudo, novos programas algorítmicos de precificação estão se tornando muito mais sofisticados do que os sistemas originais de gerenciamento de receitas devido aos desenvolvimentos em inteligência artificial. Os seres humanos ainda desempenham um papel importante nos sistemas de gerenciamento de receitas, analisando os dados coletados e tomando a decisão final sobre os preços. Mas os sistemas de preços algorítmicos funcionam amplamente por si próprios.
Da mesma forma que assistentes de voz em casa, como o Amazon Echo, aprendem sobre seus usuários ao longo do tempo e mudam a maneira como operam de acordo, os programas de preços algorítmicos aprendem por meio da experiência do mercado.
Os algoritmos estudam a atividade das lojas online para aprender a dinâmica econômica do mercado (como os produtos são cobrados, padrões normais de consumo, níveis de oferta e demanda). Mas eles também podem "conversar" sem querer com outros programas de preços, observando constantemente os preços de outros vendedores para saber o que funciona no mercado
Esses algoritmos não são necessariamente programados para monitorar outros algoritmos dessa maneira. Mas eles aprendem que é a melhor coisa a fazer para alcançar seu objetivo de maximizar o lucro. Isso resulta em um conluio não intencional de preços, onde os preços são definidos dentro de um limite muito próximo um do outro. Se uma empresa aumenta os preços, sistemas concorrentes responderão imediatamente aumentando o deles, criando um mercado não competitivo conivente.
Monitorar os preços dos concorrentes e reagir às mudanças de preços é uma atividade normal e legal para as empresas. Mas os sistemas de preços algorítmicos podem levar as coisas um passo adiante, definindo preços acima de onde estariam em um mercado competitivo, porque todos eles estão operando da mesma maneira para maximizar os lucros.
Isso pode ser bom do ponto de vista das empresas, mas é um problema para os consumidores que têm que pagar o mesmo onde quer que vão, mesmo que os preços pudessem ser mais baixos. Mercados não competitivos também resultam em menos inovação, produtividade mais baixa e, em última análise, menos crescimento econômico.
O que podemos fazer?
Isso levanta uma questão intrigante. Se os programadores (involuntariamente) falharam em evitar que esse conluio aconteça, o que deve acontecer? Em muitos países, conluio tácito (onde as empresas não se comunicam diretamente entre si) não é visto atualmente como uma atividade ilegal.
Contudo, as empresas e seus desenvolvedores ainda podem ser responsabilizados, pois esses algoritmos são programados por humanos e têm a capacidade de aprender como se comunicar e trocar informações com algoritmos concorrentes. A Comissão Europeia alertou que o uso generalizado de algoritmos de preços no comércio eletrônico pode resultar em preços artificialmente altos em todo o mercado, e o software deve ser construído de uma forma que não permita o conluio.
Mas, desde que os algoritmos sejam programados para oferecer o maior lucro possível, e pode aprender como fazer isso de forma independente, pode não ser possível para os programadores superar esse conluio. Mesmo com algumas restrições postas em prática, os algoritmos podem muito bem aprender maneiras de superá-los à medida que procuram novas maneiras de atingir seu objetivo.
Tentar controlar o ambiente do mercado para evitar o monitoramento consciente dos preços ou a transparência do mercado também resultará, sem dúvida, em mais perguntas e criará novos problemas. Com isso em mente, Precisamos entender melhor esse tipo de aprendizado de máquina e seus recursos antes de introduzirmos novos regulamentos.
Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.