Money Review
Από τις αεροπορικές εταιρείες μέχρι τις διαδρομές Uber και από κάθε online παραγγελία στο Amazon ως τα σούπερ μάρκετ, όλες οι επιχειρήσεις γνωρίζουν τόσα πολλά για τους χρήστες που είναι σαν να αναβοσβήνει ένας αριθμός πάνω από το κεφάλι κάθε καταναλωτή: Πόσα χρήματα είναι πρόθυμος να πληρώσει στη δεδομένη στιγμή.
Στην εποχή των αλγόριθμων, η μεταβλητότητα της τιμολόγησης παρεισφρέει όλο και περισσότερο στο ψηφιακό εμπόριο, με τις χρεώσεις να ανεβοκατεβαίνουν σε «πραγματικό χρόνο».
Όμως αυτό που είναι πολύ πιο ανησυχητικό, είναι η άνοδος της εξατομικευμένης τιμολόγησης, η πρακτική των ηλεκτρονικών καταστημάτων να εκμεταλλεύονται τα δεδομένα του αγοραστή για να χρεώνουν την υψηλότερη τιμή που είναι διατεθειμένος να πληρώσει, η οποία μπορεί να διαφέρει από αυτήν που θα πλήρωνε ο διπλανός του.
Επομένως, όταν κάποιος είναι έτοιμος να αγοράσει κάτι από το κινητό ή το laptop του, θα πλήρωνε λιγότερα εάν χρησιμοποιούσε τον λογαριασμό κάποιου άλλου;
Οι μέθοδοι εξαγωγής δεδομένων για την ταξινόμηση των ανθρώπων σε ομάδες τιμών είναι πιο επεμβατικές από ό,τι ίσως αντιλαμβανόμαστε.
Καλώντας ένα ταξί από την εφαρμογή Uber είναι γνωστό ότι η τιμή καθορίζεται από την απόσταση και την ώρα της ημέρας.
Σκεφτήκατε όμως να συνδέσετε το τηλέφωνό σας στην πρίζα πριν παραγγείλετε τη διαδρομή; Αν το κάνατε, ίσως να γλιτώσατε λίγα χρήματα, επειδή η στάθμη της μπαταρίας φέρεται να είναι ένας από τους παράγοντες που χρησιμοποιεί η Uber για την τιμολόγηση της διαδρομής, κάτι που ωστόσο η εταιρεία αρνείται σθεναρά.
Αν οι ισχυρισμοί εναντίον της Uber είναι αληθινοί, είναι εύκολο να καταλάβει κανείς το σκεπτικό: Όσοι έχουν λιγότερη μπαταρία είναι πιο απελπισμένοι και όσοι το τηλέφωνό τους απέχει λίγα λεπτά από το να «πεθάνει», δεν θα διστάσουν να πληρώσουν σχεδόν οποιαδήποτε τιμή για να πάρουν ένα ταξί πριν βρεθούν σε αδιέξοδο.
Αυτό το είδος εξατομικευμένης τιμολόγησης πολλαπλασιάζεται σχεδόν σε κάθε τομέα της οικονομίας (streaming, fast food, ακόμη και εφαρμογές γνωριμιών). Στη δεκαετία του 2010, οι έμποροι λιανικής βασίζονταν σε κάπως ακατέργαστα δεδομένα για να τελειοποιήσουν την τιμολόγηση. Οι πελάτες, για παράδειγμα, μπορεί να πλήρωναν περισσότερα για μια πτήση που έκλεισαν σε Mac (έναντι PC).
Το «χρηματιστήριο» των τιμών
Οι εταιρείες λιανικών πωλήσεων όπως η Amazon γνωρίζουν πάρα πολλά για το τι αγοράζετε, τόσο στην πλατφόρμα τους όσο και εκτός αυτής. Και δεν έχετε κανέναν τρόπο να γνωρίζετε πότε οι επιλογές σας αλλάζουν αυτό που πληρώνετε. Το 2018, έγινε πρωτοσέλιδο ότι η Amazon αναπροσάρμοζε τις τιμές 2,5 εκατομμύρια φορές την ημέρα. Δεδομένης της ανάπτυξης της Amazon και της ανάπτυξης της Τεχνητής Νοημοσύνης, ο αριθμός είναι πιθανότατα μια τάξη μεγέθους μεγαλύτερος σήμερα.
Λιανέμποροι όπως η Walmart έχουν πολλούς τρόπους να μαζεύουν δεδομένα για εμάς. Τον Φεβρουάριο, ο κολοσσός του λιανεμπορίου συμφώνησε να αγοράσει τον κατασκευαστή έξυπνων τηλεοράσεων Vizio για περισσότερα από 2 δισ. δολάρια, δίνοντας ενδεχομένως στη Walmart μια απροσδόκητη ποσότητα προσωπικών δεδομένων των καταναλωτών. Οι έξυπνες τηλεοράσεις όχι μόνο παρακολουθούν τι βλέπουμε με οργουελική ακρίβεια, αλλά εντοπίζουν και άλλες κοντινές συσκευές με υπερηχητικά σήματα και μπορούν ακόμη και να ακούσουν τι λέμε στην ιδιωτικότητα του σπιτιού μας. Συγκεκριμένα, στην Vizio επιβλήθηκε πρόστιμο εκατομμυρίων δολαρίων για τους ισχυρισμούς ότι κατασκοπεύει παράνομα τους πελάτες της.
Οι λιανέμποροι δεν γνωρίζουν μόνο τι έχετε αγοράσει και πόσα χρήματα βγάζετε, αλλά συχνά γνωρίζουν πού βρίσκεστε, πώς κυλάει η μέρα σας και πώς είναι η διάθεσή σας, τα οποία μπορούν να συνθέσουν τα νευρωνικά δίκτυα Τεχνητής Νοημοσύνης για να υπολογίσουν πόσο θα πληρώνατε για ένα συγκεκριμένο προϊόν σε μια δεδομένη στιγμή.
Ενισχύει τις διακρίσεις;
Κανένας τομέας του εμπορίου δεν είναι τόσο προσωπικός ώστε να μην είναι εκτός ορίων. Οι εφαρμογές γνωριμιών συλλέγουν τα δεδομένα της ρομαντικής μας ζωής, αλλά ορισμένες καυχιούνται ανοιχτά ότι το κάνουν για να αυξήσουν την κερδοφορία τους. Και πολλές από αυτές που δεν αποκαλύπτουν ότι χρησιμοποιούν εξατομικευμένη τιμολόγηση εξακολουθούν να το κάνουν. Η Tinder σπάνια μιλάει για την τεχνολογία τιμολόγησης της, αλλά η Mozilla και η Consumers International διαπίστωσαν πρόσφατα ότι η εφαρμογή γνωριμιών χρησιμοποιεί δεκάδες μεταβλητές για να προσαρμόσει ριζικά την τιμολόγηση για τους χρήστες. Η ηλικία, το φύλο και ο σεξουαλικός σας προσανατολισμός μπορεί να καθορίζουν τι αποφασίζει η Τεχνητή Νοημοσύνη ότι πρέπει να πληρώσετε για τον έρωτα.
Αν δεν ελεγχθεί, η εξατομικευμένη τιμολόγηση θα έχει ολέθριες επιπτώσεις σε ολόκληρη την κοινωνία, προειδοποιούν οι ειδικοί. Ο Nikolas Guggenberger, επίκουρος καθηγητής στο Νομικό Κέντρο του Πανεπιστημίου του Χιούστον, λέει ότι «οι κρυφές αλγοριθμικές διακρίσεις τιμών μπορούν να υπονομεύσουν την εμπιστοσύνη του κοινού στους μηχανισμούς διαμόρφωσης τιμών και, ως εκ τούτου, να υπονομεύσουν την αγορά». Η τιμολόγηση με Τεχνητή Νοημοσύνη σημαίνει επίσης ότι εκείνοι που είναι οι πιο απελπισμένοι και οι πιο ευάλωτοι θα πληρώσουν συχνά τα περισσότερα. Ακόμη χειρότερα, οι άνθρωποι θα μπορούσαν να τιμωρούνται λόγω της φυλής, της ηλικίας ή της τάξης τους.
«Οι αλγοριθμικές διακρίσεις τιμών μπορούν ουσιαστικά να αυτοματοποιήσουν την τοκογλυφία», υποστηρίζει ο Guggenberger.
moneyreview.gr με πληροφορίες από το business insider
