Algoritmisk prising – hva er det, og hvilke selskaper bruker det?

Algoritmisk prising er en forretningspraksis der programvare fastsetter priser på varer eller tjenester ut fra ulike data. Mange forbrukere er ikke klar over bruken, selv om metoden har blitt mer utbredt. Hvordan virker den, hvordan påvirker den hverdagen, og gir den lavere eller høyere priser? Her ser vi på virkemåten og konsekvensene.

Tradisjonelle metoder for prisfastsettelse

Tradisjonelt har selgere fastsatt priser ut fra blant annet lokal etterspørsel og tilgang på varer. Manuell prising ble etter hvert støttet av analytikernes beregninger, regneark og automatiske prisalgoritmer.

Prisalgoritmer brukes nå i mange bransjer. De gjør det mulig å oppdatere priser raskt ut fra flere forhold. Bruksområdene omfatter netthandel, underholdning, reklame, forsikring, idrett, reiseliv samt strøm- og vannforsyning.

Hvordan virker algoritmisk prising?

Algoritmisk prising kombinerer flere datakilder for å nå forhåndsbestemte mål, for eksempel høyere lønnsomhet. Systemene kan bruke statistikk og sannsynlighetsberegninger om markedsforhold. De følger blant annet tilbud og etterspørsel, konkurrentenes priser, lagerbeholdning, høytider og værforhold.

Når en prisalgoritme er tatt i bruk, kan den oppdatere prisene regelmessig gjennom dagen. Amazons (AMZN ) prissystemer endrer for eksempel varepriser ut fra mange forhold. Dette kan øke priskonkurransen, men utfallet avhenger av markedet og reglene som brukes.

Historien bak algoritmisk prising

Luftfarten var et tidlig bruksområde for datastøttet prising og inntektsstyring. American Airlines (AAL ) utviklet på 1980-tallet systemer der etterspørsel og tilgjengelige seter påvirket prisingen. Flyreisende møter fortsatt slike systemer. Senere har lignende metoder spredt seg til andre bransjer.

Kilde – Algoritmisk prising flyselskaper

Mange selskaper har eksperimentert med variable priser. Eldre metoder kunne fremstå som grove eller urettferdige for forbrukerne. Et kjent eksempel er ideen om en Coca-Cola-automat (KO ) (CCC3.DE ) der prisen skulle avhenge av utetemperaturen. Ideen utløste motstand; den bør ikke forveksles med en bred kommersiell innføring.

Netthandelen har gitt algoritmisk prising nye bruksområder og store datamengder. Store nettbutikker bruker ulike automatiserte prismetoder for å øke lønnsomheten. Dette har skapt bekymring for at systemene kan svekke konkurransen eller gjøre prissamordning enklere.

KI utvider mulighetene

Datamaskinalgoritmer har utviklet prisstrategiene, og kunstig intelligens kan utvide mulighetene ytterligere. Maskinlæringssystemer kan behandle store datamengder, lære av informasjonen og tilpasse beslutninger etter mønstrene de finner.

KI-løsninger i skytjenester kan gjøre innføring enklere og redusere behovet for eget datautstyr. Ikke alle bruksområder krever superdatamaskiner, men kostnader og krav til beregningskapasitet varierer.

Systemene kan bruke data om tilbud og etterspørsel, konkurrentenes aktivitet, leveringsplaner og værrelaterte transportforsinkelser. På dette grunnlaget kan de beregne en passende pris nesten i sanntid.

Fordeler ved algoritmisk prising

Algoritmisk prising automatiserer forhåndsbestemte regler og kan gi mer ensartet behandling og kortere reaksjonstid. Systemet kan innrettes mot høyere lønnsomhet ut fra etterspørsel og andre forhold. Raske oppdateringer kan føre til at prisene endres flere ganger i løpet av dagen.

Ulemper ved algoritmisk prising

Algoritmisk prising kan fremme konkurranse og senke prisene, men dette skjer ikke i alle situasjoner. Systemene kan også øke prisene eller gjøre dem ustabile. I enkelte tilfeller har prisvariasjonene vært store innenfor én dag.

Overvåking av konkurrentenes priser har skapt bekymring for svekket konkurranse. Når flere selskaper bruker lignende algoritmer, kan prisene tilpasses hverandre på en konkurransedempende måte. Algoritmebruk eller sammenfallende priser dokumenterer likevel ikke alene en ulovlig prisavtale.

Når algoritmene løper løpsk

En annen bekymring er feilaktige eller uventede resultater. Uvanlige data eller algoritmer som reagerer på hverandre, kan sende en pris opp til et urimelig nivå. I et kjent tilfelle nådde prisforlangendet for en bok på Amazon rundt 24 millioner dollar. Det betyr ikke at boken ble solgt for dette beløpet.

Svekket forbrukertillit

Stadige prisendringer kan også fremmedgjøre kundene. Når det er vanskelig å forstå hvordan prisen fastsettes, kan forbrukere miste tilliten til selskapet.

Behov for tilsyn

Det er fremmet krav om tilsyn med algoritmisk prising for å forebygge misbruk. Forbrukervern er særlig viktig i kriser, der prisøkninger på nødvendige varer kan gjøre stor skade. En vannflaske til hundre dollar illustrerer denne risikoen.

Gagner algoritmisk prising forbrukerne eller først og fremst selskapene?

Algoritmisk prising reiser fortsatt uløste spørsmål for forbrukerne. Prisøkninger hos nettbutikker med lignende systemer har skapt bekymring. Netthandelens omfang gjør det viktig å vurdere virkningene av disse systemene.

Konsentrasjonen av netthandel hos store aktører påvirker også bruken og resultatene av prisalgoritmer. En balanse mellom selskapenes lønnsomhet og forbrukernes behov krever fungerende konkurranse og vurdering av systemenes virkninger.

Uber er kongen av algoritmisk prising

Flyselskapene var tidlig ute med algoritmisk prising, men Uber (UBER ) har gjort dynamiske priser til en synlig del av bestillingsbaserte transporttjenester. Ved bestilling vurderer systemet blant annet sjåførtilgang, tidspunkt, etterspørsel, store arrangementer og værforhold. Deretter beregner det prisen på turen.

Metoden har skapt strid, særlig under kriser. Artikkelen nevner knivangrepet ved London Bridge, drosjesjåførstreiken i 2017 og skytingen i Seattle i 2020 som eksempler. Bekymringen er at brå økning i etterspørselen kan gi høye turpriser akkurat når folk trenger å komme seg i sikkerhet.

Prismodellen reagerer på økt etterspørsel, men dette avgjør ikke alene om fremgangsmåten er akseptabel eller lovlig. Under kriser kan mekanisk prising overse kundenes sårbarhet og behov for hjelp.

Uber

Uber er en stor internasjonal transportplattform som kobler passasjerer og sjåfører. Forretningsmodellen har påvirket mange konkurrenter. Selskapet ble grunnlagt i 2009, registrert som Ubercab, Inc. i 2010 og endret selskapsnavn til Uber Technologies, Inc. i 2011 (UBER ).

UBER Prisdiagram

Uber har utvidet virksomheten fra persontransport til matlevering og logistikk. Dette har åpnet nye inntektskilder. Selskapet har også undersøkt bruk av autonome kjøretøy sammen med samarbeidspartnere. Førerløse kjøretøy kan gi nye muligheter og mer effektiv drift, men fremtidig fortjeneste er usikker.

Amazon

Amazon tok i bruk automatisert prising for mange år siden. Selskapets omfattende datamengder støtter prisfastsettelsen. Algoritmenes virkninger på priser og konkurranse har også kommet under myndighetenes søkelys.

AMZN Prisdiagram

Den amerikanske konkurransemyndigheten FTC gikk til konkurranserettslig søksmål mot Amazon i 2023. Søksmålet inneholder påstander om prisdrivende praksis, blant annet knyttet til algoritmen Project Nessie. Dette er myndighetens anførsler, ikke en rettskraftig avgjørelse fastslått i denne artikkelen.

Root Insurance

Root Insurance bruker data om kjøreatferd til å prise bilforsikring. Målet er å vurdere risiko mer direkte ut fra faktisk kjøring, fremfor hovedsakelig generelle bakgrunnsopplysninger. Det betyr ikke at alle andre prisfaktorer er fjernet.

Roots app samler inn data om kundens kjøring og bruker dem i risikovurdering og individuell prising. Ifølge selskapet hjelper kjøremønstrene det med å identifisere risiko og kontrollere erstatningskostnader. Appen fjerner ikke i seg selv farlige sjåfører fra trafikken.

Lovgivere følger med på algoritmisk prising

Algoritmisk prising har også fått lovgivernes oppmerksomhet etter klager om urimelige priser og mulig konkurransebegrensning. Antallet KI-relaterte lovforslag har økt, men alle gjelder ikke prising. I leiemarkedet gjelder en særlig bekymring deling av konkurrenters data ved fastsettelse av husleie.

Det er reist private konkurranserettslige søksmål om prissystemer i amerikanske føderale domstoler. Hotellkunder har for eksempel utfordret bruken av felles algoritmer til å fastsette rompriser. Påstandene i søksmålene bør ikke automatisk fremstilles som beviste forhold.

Fremtiden for algoritmisk prising

Regulering og videre KI-utvikling vil påvirke fremtiden for algoritmisk prising. Mer avanserte systemer kan finne komplekse sammenhenger og forutse endringer i etterspørsel eller kostnader. Prisene kan dermed endres før en forventet hendelse faktisk inntreffer.

Lovgivere kan møte økt press for å begrense skadevirkninger. Fremtidige rettsavgjørelser og regulering kan klargjøre hvilke metoder som er tillatt, og hvordan forbrukerne skal beskyttes.

Algoritmisk prising er kommet for å bli

Algoritmisk prising er blitt en etablert del av mange selskapers drift. Jakten på lønnsomhet gir insentiver til videre utvikling. Sentrale spørsmål er hvordan gevinstene fordeles, hvordan forbrukernes behov ivaretas, og når automatisert prising svekker konkurransen.

Les om flere interessante KI-utviklinger her.