ИИ все чаще формирует индивидуальные цены для покупателей

Искусственный интеллект постепенно меняет самую сущность ценообразования. Все больше компаний переходят от обычных динамических цен к персонализированным — адаптируя стоимость под каждого клиента в отдельности.

Традиционная модель динамического ценообразования зависит от спроса – когда он растет, цены повышаются, когда падает – снижаются. Такой подход годами использовали авиакомпании, туристические сервисы и онлайн-магазины. Алгоритмы отслеживают рыночную ситуацию, сроки поставки и цены конкурентов.

Персонализированное ценообразование работает по другому. ИИ анализирует персональные данные – историю просмотров, покупки, устройство, даже почтовый индекс – и прогнозирует, сколько конкретный человек готов заплатить. В результате два пользователя могут видеть разную цену на один и тот же товар в то же время. Того, кто часто покупает, могут поощрить скидкой, а для другого система установит более высокую стоимость.

Неравенство ценообразования?

Европейский парламент определяет это как «дифференциацию цен на идентичные товары или услуги на основе данных потенциального клиента». Этот подход берет начало из авиаиндустрии – еще в 1990-х компании начали варьировать цены в зависимости от заполненности рейса или близости даты вылета. Теперь они сочетают это с анализом поведения пользователей, данными из соцсетей и устройств.

Отели переняли ту же логику — повышают базовые тарифы, но предлагают скидки постоянным клиентам или дольше просматривает страницу бронирования. Так они разделяют аудиторию на сегменты – туристов, бизнесменов, новых и лояльных гостей.

ШИ позволяет интегрировать большие объемы данных в этот процесс. Платформы типа Booking.com тестируют персональные скидки, а сервисы такси — динамические тарифы, зависящие от предыдущих поездок. Каждое действие пользователя – клик, время на странице, отмененная покупка – формирует «портрет платежеспособности». Алгоритм определяет оптимальную цену, обеспечивающую наибольшую прибыль.

Так, в Booking.com моделирование помогло выбрать пользователей, которым присылали специальные предложения в соответствии с бюджетом, поднявшим продажи на 162%, одновременно уменьшив расходы на рекламу.

Но у такой стратегии есть и темная сторона. Главная проблема – справедливость. Если две семьи из одного района получают разные цены на аренду или кредит, это может выглядеть как дискриминация. Алгоритмы, учитывающие тип устройства или индекс, рискуют усилить социальное неравенство.

Кроме того, покупатели могут почувствовать себя обманутыми, узнав, что другим тот же товар достался дешевле. При этом компании обычно не раскрывают, как работают их алгоритмы.

Непрозрачность алгоритмов ценообразования — кто виноват?

Юристы подчеркивают: если ИИ устанавливает цены, нарушающие закон о защите прав потребителей, возникает вопрос — кто отвечает: компания или разработчик алгоритма?

Австралийская комиссия по конкуренции и защите прав потребителей (ACCC) в пятилетнем исследовании признала, что непрозрачность алгоритмов и ущерб потребителям — серьезная угроза. Регуляторы призывают к реформам: усиление контроля за онлайн-платформами, борьбу с манипулятивными торговыми практиками и принудительное раскрытие принципов работы ИИ в ценообразовании.