Как Uber използва изкуствен интелект за динамично ценообразуване
Авторско изображение
Платформата за споделено пътуване Uber стартира с просто обещание към своите потребители — бързо и удобно поръчване на автомобил директно от мобилния телефон на цена, по-ниска от тази на конвенционално такси. През последните години обаче компанията въведе фундаментална промяна в своя модел чрез т.нар. „предварително ценообразуване“ (up-front pricing), което се контролира изцяло от сложни алгоритми за изкуствен интелект [1]. Според скорошен репортаж на Business Insider, този нов подход е довел до значително поскъпване на услугите и до сериозни разминавания в цените за различните потребители [1].
Вместо да разчита на предвидими тарифи, базирани предимно на изминатото време и разстояние, Uber вече използва алгоритми за машинно обучение, които обработват множество данни в реално време, за да определят крайната цена на пътуването [1]. Тези алгоритми оценяват фактори като текущото търсене от страна на пътниците, броя на свободните шофьори в района, трафика, метеорологичните условия и специфичния час на заявката [1]. Целта на тази система е динамично да балансира пазара, но в резултат цените се превревръщат в постоянно променяща се мишена.
Авторско изображение
Ценовите аномалии и независимите тестове
Рязкото покачване на цените през последните години привлича вниманието на редица потребителски организации и медии. Данните показват, че средните цени на Uber в САЩ са се повишили с 83% между 2018 г. и 2022 г., което е почти четири пъти повече от темпа на инфлация за същия период [1]. Проверки в реално време също така доказват наличието на значителни разлики при поръчка на идентични маршрути.
При експеримент, проведен от журналисти на Business Insider, служители изпращат едновременни заявки за една и съща категория пътуване (UberX) от едно и също място до една и съща дестинация [1]. Резултатите показват, че най-високата оферта е била с близо 21% по-скъпа от най-ниската [1]. Много по-мащабно изследване на независимата организация Consumer Reports установява още по-големи отклонения при паралелно поръчване на пътувания през приложенията на Uber и техния основен конкурент Lyft [1].
Разминавания в цените и фиктивни отстъпки
В проучването на Consumer Reports участват 175 доброволци от различни части на САЩ, които правят паралелни заявки за едни и същие маршрути в рамките на една и съща минута. Резултатите разкриват, че медианната разлика между най-високата и най-ниската предложена цена за едно и също пътуване е около 50%, а в отделни случаи разминаването достига до 160%.
Допълнително безпокойство буди и практиката за показване на зачеркнати цени, които рекламират промоционални намаления. Анализът на Consumer Reports предполага, че тези отстъпки често се базират на изкуствено завишени първоначални цени, които нямат реална историческа основа, като по този начин подвеждат потребителите, че получават изгодна сделка.
Позицията на компаниите: Пазарна динамика срещу наблюдение
Критиците обвиняват Uber и Lyft, че използват изкуствен интелект и т.нар. „ценообразуване чрез наблюдение“ (surveillance pricing), за да извлекат максимална печалба от потребителите, докато същевременно минимизират заплащането на шофьорите [1]. Двете компании категорично отричат тези твърдения. Те заявяват, че не използват лична информация (като модел на телефона, ниво на батерията или профил на потребителя) за определяне на индивидуални цени.
Според официалните изявления, разликите в цените се дължат изцяло на промени в пазара в рамките на секунди, малки отклонения в GPS координатите на устройствата или различното разстояние на свободните шофьори спрямо клиентите в момента на заявката [1]. Като причини за общото поскъпване на услугите компаниите посочват нарасналите оперативни разходи, недостига на шофьори след пандемията и високата инфлация [1].
Намесата на регулаторите
Вследствие на разкритията Consumer Reports изпрати официално настояване до Федералната търговска комисия (FTC) на САЩ за започване на официално разследване на ценовите практики на платформите за споделено пътуване. Петицията е подкрепена от над 32 000 подписа на граждани.
Това се случва в момент на засилен интерес от страна на регулаторните органи към прозрачността на алгоритмичните системи. FTC вече събира обществени мнения за това как компаниите използват лични данни за диференцирано ценообразуване, а няколко американски щата обмислят законодателни мерки за ограничаване на подобни непрозрачни практики.
Източници: