Η Τεχνητή Νοημοσύνη αποφασίζει πόσο αξίζεις

Στην εποχή της Τεχνητής Νοημοσύνης και της ψηφιακής κατανάλωσης, οι τιμές παύουν πλέον να είναι κοινές για όλους. Όλο και περισσότερες επιχειρήσεις, όπως η Delta Air Lines, υιοθετούν αλγόριθμους εξατομικευμένης τιμολόγησης, καθορίζοντας τις τιμές των προϊόντων ή των υπηρεσιών τους βάσει της online συμπεριφοράς και του οικονομικού προφίλ κάθε καταναλωτή.

Η πρακτική αυτή, αν και αποδεδειγμένα αποδοτική για τα έσοδα των εταιρειών, εγείρει σημαντικά ζητήματα διαφάνειας, προστασίας προσωπικών δεδομένων και διακρίσεων σε βάρος των πιο ευάλωτων χρηστών.

Η πρόσφατη ανακοίνωση της Delta Air Lines για ενίσχυση της χρήσης Τεχνητής Νοημοσύνης στην τιμολόγηση των εισιτηρίων της προκάλεσε κύμα ανησυχίας. Παρότι η εταιρεία δεν είναι η μόνη που κινείται προς αυτή την κατεύθυνση, η είδηση τράβηξε τα βλέμματα τόσο των επιβατών όσο και των ρυθμιστικών αρχών.

Η εξατομικευμένη τιμολόγηση εφαρμόζεται ήδη ευρέως σε τομείς όπως τα χρηματοοικονομικά, το λιανεμπόριο και τα online games. Η λογική είναι απλή: κάθε καταναλωτής πληρώνει διαφορετική τιμή για το ίδιο προϊόν, με βάση τις οικονομικές του δυνατότητες, τις αγοραστικές του συνήθειες ή ακόμη και την τοποθεσία του.

Η ιδέα της προσαρμοσμένης τιμής δεν είναι νέα. Παραδοσιακά, οι έμποροι τιμολογούσαν «με το μάτι», ανάλογα με τον πελάτη. Η έννοια της ενιαίας τιμής καθιερώθηκε μόλις στα τέλη του 19ου αιώνα, όταν ο Τζον Γουαναμέκερ εφάρμοσε σταθερές τιμές στα πολυκαταστήματά του, προσφέροντας διαφάνεια και ευκολία.

Ωστόσο, η Τεχνητή Νοημοσύνη επαναφέρει τη δυναμική τιμολόγηση στο προσκήνιο, μόνο που αυτή τη φορά ο «πωλητής» είναι ένας αλγόριθμος, ο οποίος γνωρίζει πολλά περισσότερα για τον καταναλωτή απ’ όσα εκείνος φαντάζεται.

Τα προσωπικά δεδομένα είναι το νέο «νόμισμα»

Για να λειτουργήσει αυτό το σύστημα, απαιτούνται μεγάλοι όγκοι προσωπικών δεδομένων. Από τις online αναζητήσεις έως τις ηλεκτρονικές πληρωμές, κάθε ψηφιακό ίχνος γίνεται εργαλείο για τον καθορισμό της «σωστής» τιμής.

Η Mastercard, για παράδειγμα, ισχυρίζεται ότι μπορεί να βοηθήσει τις επιχειρήσεις να αναπτύξουν αποδοτικές στρατηγικές τιμολόγησης, αξιοποιώντας τα δεδομένα που συλλέγει. Αυτό όμως έχει ήδη θέσει σε επιφυλακή τις ρυθμιστικές αρχές.

Στις αρχές του 2024, η Ομοσπονδιακή Επιτροπή Εμπορίου των ΗΠΑ (FTC) ξεκίνησε έρευνες σε μεγάλους χρηματοπιστωτικούς ομίλους, μεταξύ των οποίων η Mastercard και η JPMorgan Chase, για να διαπιστώσει πώς χρησιμοποιούνται αυτά τα δεδομένα. Ορισμένες δοκιμές μάλιστα έδειξαν πως οι αλγόριθμοι ενδέχεται να «συνεργάζονται» για να αυξάνουν τις τιμές, χωρίς ανθρώπινη παρέμβαση.

Αν και δύσκολο, υπάρχουν ακόμα τρόποι να περιορίσει κανείς την επίδραση των εξατομικευμένων τιμών:

• Αγορά με μετρητά: Δεν αφήνει ψηφιακό ίχνος, άρα και καμία ένδειξη για τις αγοραστικές σας συνήθειες.
• Καθαρισμός της μνήμης του browser: Το ιστορικό περιήγησης παίζει ρόλο στην τιμολόγηση, ειδικά σε κράτηση πτήσεων.
• Απενεργοποίηση γεωεντοπισμού ή χρήση VPN: Η τοποθεσία χρησιμοποιείται συχνά ως δείκτης αγοραστικής δύναμης. Μια αλλαγή IP μπορεί να αλλάξει και την προσφερόμενη τιμή.
• Καθυστέρηση αγοράς: Η τοποθέτηση προϊόντων στο καλάθι και η αναμονή μπορεί να οδηγήσει σε προσφορές από τον ίδιο τον αλγόριθμο, που επιδιώκει να ολοκληρωθεί η συναλλαγή.

Θα είναι δίκαιες οι τιμές του μέλλοντος;

Η ψηφιοποίηση των συναλλαγών, σε συνδυασμό με την εξάπλωση των online αγορών και την αποδυνάμωση της χρήσης μετρητών, δημιουργούν ένα νέο τοπίο όπου η ίδια τιμή για όλους είναι παρελθόν.

Όπως σημειώνει ο καθηγητής στρατηγικής και τιμολόγησης Τζέι Ζαγκόρσκι, η έλλειψη διαφάνειας των αλγορίθμων και η εισοδηματική αστάθεια πολλών καταναλωτών καθιστούν την πρακτική αυτή εξαιρετικά προβληματική.

«Η τιμή δεν αντικατοπτρίζει πλέον την αξία ενός προϊόντος, αλλά το πόσο πιστεύει η επιχείρηση ότι είστε διατεθειμένοι να πληρώσετε», τονίζει.

Σε έναν κόσμο όπου η τιμή προσαρμόζεται σιωπηλά πίσω από μια οθόνη, η ανάγκη για διαφάνεια, κανονιστικό πλαίσιο και ψηφιακή εκπαίδευση καθίσταται επιτακτική. Η Τεχνητή Νοημοσύνη είναι ένα εργαλείο – το πώς θα χρησιμοποιηθεί, όμως, είναι επιλογή της κοινωνίας.

Η συχνότερη χρήση μετρητών μπορεί να ανακόψει αυτή την τάση. Ωστόσο, με τον ρυθμό που εξελίσσεται η Τεχνητή Νοημοσύνη, είναι επείγον να αναρωτηθούμε συλλογικά πώς καθορίζονται οι τιμές πριν να είναι πολύ αργά.