Az algoritmikus összebeszélés problémája
Hagyományosan az árkartellek emberek közötti titkos egyeztetések során születnek, amelyeket a legtöbb országban régóta büntet a törvény. Az algoritmusok azonban nem ülnek le együtt egy füstös kocsmában megbeszélni az árakat. Mégis, kutatások kimutatták, hogy bizonyos tanuló algoritmusok képesek burkolt, hallgatólagos összejátszásra, akkor is, ha erre nem programozták őket.
Kísérletek során két egyszerű algoritmust eresztettek össze egy szimulált piacon. Mindkét fél igyekezett maximalizálni saját profitját a tanulási folyamat során. Idővel mindkét algoritmus felismerte, hogy ha a másik csökkenti az árakat, akkor egy még nagyobb, agresszívebb árcsökkenéssel kell válaszolnia, ezzel lényegében fenyegetést küldve a másiknak. Végül magas árak alakultak ki, amelyeket a kölcsönös árháborútól való félelem tartott fenn.
Lényeges, hogy a fenyegetés vagy a nyílt egyeztetés hiányában is emelkedtek az árak. Ez alapjaiban rengeti meg a piaci szabályozás jelenlegi gyakorlatát, hiszen hagyományosan a titkos megállapodások bizonyítása a kiindulópont.
A játékelmélet és az algoritmusok: egyensúly vagy csapda?
A játékelmélet — a stratégiai döntések matematikájával foglalkozó tudományág — jelentős segítséget nyújt az algoritmikus árképzés feltérképezésében. Ebben a keretrendszerben gyakran előtérbe kerülnek a „nulla megbánás” elvét követő (no-swap-regret) algoritmusok. Ezek célja, hogy hosszú távon az algoritmus sose érezze úgy, hogy jobban járt volna egy másik stratégiával.
Elméletben, ha két ilyen típusú algoritmust alkalmaz két piaci szereplő, a rendszer automatikusan a piaci verseny optimális egyensúlyát alakítja ki – vagyis a vásárlók olcsóbb áraknak örülhetnek, az árverseny pedig fennmarad.
Mindazonáltal nem csak ilyen algoritmusok léteznek. Az online piactereken olyan eladói stratégiák is elterjedtek, amelyek első ránézésre ártalmatlannak tűnnek, de komolyabb árképzési problémákat okozhatnak.
Intelligens algoritmus, egyszerű stratégia, magas árak
2024 nyarán a kutatók arra voltak kíváncsiak, mi történik, ha egy no-swap-regret algoritmus nem egy hozzá hasonló algoritmussal, hanem egy teljesen más stratégiával találkozik. Meglepő módon kiderült: az ideális válaszstratégia az, ha az eladó véletlenszerűen választ árat, viszont a lehető legmagasabb áraknak adja a legnagyobb esélyt, az alacsonyabb áraknak pedig jóval kisebbet.
Ez a nem reagáló, „buta” stratégia első látásra ártalmatlan, mégis arra készteti a tanuló algoritmust, hogy egyre magasabb árakat tartson, hiszen a veszteség elkerülése érdekében nem meri drasztikusan csökkenteni az árait. Az, aki ilyen „egyszerű” algoritmust alkalmaz, szinte rávezeti a profitorientált MI-t a drágításra, így időnként — olcsóbban adva — kiugró nyereséget érhet el.
Kezdetben ez a helyzet csak elméleti érdekességnek tűnt, hiszen a vesztes fél felismeri, hogy lemaradt, és hajlamos taktikát váltani. Lényeges azonban, hogy mindkét fél egyensúlyban van: egyiküknek sincs oka váltani, mert mindketten maximális nyereségre tesznek szert. A vásárlók szempontjából viszont a piac beragad a magas árakon, kartellgyanú nélkül.
Szabályozói dilemmák: mit lehet tenni?
Felmerül a kérdés: mit kezdhet ezzel a helyzettel a piacfelügyelet? Ha mindenki no-swap-regret alapú algoritmust használna, az árak csökkennének — de a véletlenszerű, nem reagáló stratégiák jelenléte új veszélyt jelent. Ezek betiltása sem egyszerű, hiszen az ilyen „egyszerű” működés nem törvénysértő.
Vannak javaslatok arra, hogy kizárólag no-swap-regret típusú algoritmusokat lehessen engedélyezni, amelyek matematikai módszerekkel – kódelemzés nélkül is – ellenőrizhetők. Mindazonáltal még ez sem védene minden lehetséges visszaéléssel szemben, ha ember és algoritmus, vagy eltérő stratégiák csapnak össze. Ugyanakkor a szakértők hangsúlyozzák: a kartell két résztvevős játszma, ahol elengedhetetlen, hogy mindkét fél szándékosan vegyen részt benne – itt viszont egyes „buta” stratégiák bevezetése pusztán véletlen mellékhatásokat okoz.
Az algoritmusok ára: még mindig sötétben tapogatózunk
Összességében elmondható, hogy a MI-alapú árképzés kockázatai jóval kifinomultabbak és összetettebbek, mint a klasszikus árkartellek eseteiben. A szabályozásnak alkalmazkodnia kell ahhoz a világhoz, ahol már nem emberek, hanem gyakran – szándékaikon kívül is – egymásra ható algoritmusok alakítják a piacokat. Az igazi kihívás most az, hogy képesek vagyunk-e felismerni és kezelni ezeket az újfajta, „önjáró” áremelési mechanizmusokat, amelyek végső soron a vásárlók pénztárcáját terhelik meg. Egy biztos: az algoritmikus árképzés kutatása még korántsem ért véget, és a való életben ma még csak találgatni tudjuk, mikor és hogyan működnek együtt vagy épp akadnak össze a láthatatlan MI-k a piacokon.
