Η σταδιακή ενσωμάτωση της τεχνητής νοημοσύνης στον τομέα του λιανικού εμπορίου και της εστίασης μετασχηματίζει ριζικά τον τρόπο με τον οποίο διαμορφώνονται οι τιμές στα ράφια των σούπερ μάρκετ και στους καταλόγους των ταχυφαγείων.
Μεγάλες αλυσίδες παγκοσμίως ψηφιοποιούν τις λειτουργίες τους χρησιμοποιώντας προηγμένους αλγόριθμους, ψηφιακές ετικέτες τιμών και συστήματα αναγνώρισης προσώπου. Παρότι οι εταιρείες υποστηρίζουν ότι τα εργαλεία αυτά στοχεύουν στην βελτιστοποίηση της εφοδιαστικής αλυσίδας και στη μείωση της σπατάλης τροφίμων, ειδικοί και οργανώσεις καταναλωτών προειδοποιούν για τον κίνδυνο ευρείας εφαρμογής της δυναμικής και της εξατομικευμένης τιμολόγησης.
Η συζήτηση σχετικά με τις αλγοριθμικές αναπροσαρμογές φουντώνει, καθώς πρόσφατη συλλογική προσφυγή κατά της McDonald’s στις Ηνωμένες Πολιτείες κατηγορεί την εταιρεία για χρήση αλγορίθμου που υπερχρεώνει βασικά προϊόντα.
Από την πλευρά της, η αλυσίδα αρνείται τις κατηγορίες, δηλώνοντας: «Παρέχουμε στους δικαιοδόχους εργαλεία, πόρους, έρευνα και συστάσεις για να τους βοηθήσουμε να λάβουν τεκμηριωμένες αποφάσεις». Παράλληλα, η χρήση ηλεκτρονικών ετικετών στα ράφια (ESLs) επεκτείνεται σε κολοσσούς όπως η Walmart, η Kroger και η Amazon Fresh. Εκπρόσωπος της Whole Foods Market ανέφερε σχετικά: «Δεν χρησιμοποιούμε δυναμική τιμολόγηση. Οι ψηφιακές ετικέτες απλοποιούν τη διαδικασία αλλαγής τιμών για τους εργαζομένους μας και μειώνουν τη σπατάλη χαρτιού».
Παρά τις διαβεβαιώσεις των λιανεμπόρων ότι δεν σκοπεύουν να επιβάλουν αυξήσεις τιμών ανάλογα με τη ζήτηση, η τεχνολογία επιτρέπει πλέον τη συλλογή τεράστιου όγκου προσωπικών δεδομένων, από το ιστορικό αγορών έως την τοποθεσία και τη συμπεριφορά περιήγησης.
Η Μιροσλάβα Μαρίνοβα, αναπληρώτρια καθηγήτρια εμπορικού δικαίου στο Πανεπιστήμιο του Ανατολικού Λονδίνου, εξηγεί στο CNBC τη διαφορά των δύο συστημάτων: «Η δυναμική τιμολόγηση ανταποκρίνεται κυρίως στις συνθήκες της αγοράς, ενώ η εξατομικευμένη τιμολόγηση χρησιμοποιεί πληροφορίες για τον καταναλωτή ώστε να εκτιμήσει τη διάθεσή του να πληρώσει. Καθώς οι λιανοπωλητές συνδυάζουν πληροφορίες σε επίπεδο αγοράς με όλο και πιο λεπτομερή δεδομένα καταναλωτών, το όριο μεταξύ δυναμικής και εξατομικευμένης τιμολόγησης γίνεται λεπτότερο».
Αυτή η σύγκλιση καθιστά δυσχερή τη σύγκριση τιμών από τους καταναλωτές. Όπως σημειώνει η Μαρίνοβα: «Αυτό καθιστά πολύ πιο δύσκολο να συγκρίνει κανείς τις τιμές και να γνωρίζει αν προσφέρεται σε άλλον καταναλωτή διαφορετική τιμή για το ίδιο προϊόν. Εάν οι καταναλωτές δεν μπορούν να κατανοήσουν γιατί έλαβαν μια συγκεκριμένη τιμή, δεν μπορούν να τη συγκρίνουν με τις τιμές που προσφέρονται σε άλλους και δεν μπορούν να μεταβούν αποτελεσματικά σε άλλον προμηθευτή, τότε αυτό δημιουργεί πρόβλημα».
Παράλληλα, οικονομικοί αναλυτές της Τράπεζας της Αγγλίας επισημαίνουν ότι η συνεχής και εξατομικευμένη μεταβολή των τιμών δυσκολεύει τον ακριβή υπολογισμό του πληθωρισμού, καθώς η έννοια της «αντιπροσωπευτικής τιμής» χάνει την αξία της. Όταν κάθε νοικοκυριό αντιμετωπίζει διαφορετικές τιμές για τα ίδια αγαθά, η εμπειρία του πληθωρισμού κατακερματίζεται.
Απέναντι σε αυτή την κατάσταση, αρκετές αμερικανικές πολιτείες προχωρούν σε νομοθετικές ρυθμίσεις για τον περιορισμό της τιμολόγησης βάσει δεδομένων. Πολιτείες όπως η Νέα Υόρκη, το Μέριλαντ, το Νιου Τζέρσεϊ και το Κονέκτικατ επιβάλλουν διαφάνεια ή απαγορεύουν τη χρήση προσωπικών δεδομένων για την επιβολή υψηλότερων τιμών στα τρόφιμα. Η ισορροπία μεταξύ της εταιρικής αποδοτικότητας και της προστασίας του καταναλωτικού κοινού αποτελεί πλέον μία από τις μεγαλύτερες προκλήσεις της ψηφιακής εποχής.
