Cuando las máquinas controlan los precios, ¿perdemos los consumidores?
La inteligencia artificial y el big data están alterando la ley de la oferta y la demanda en numerosos sectores e industrias. Además, lo hacen sin que la mayoría de los consumidores sean conscientes de ello. Los algoritmos deciden qué precio se les va a pedir por productos y servicios que, hasta hace poco, eran regulados de la manera tradicional. Durante años, la pauta económica ha sido ésta: cuando la oferta de un artículo iba a más, los fabricantes, distribuidores y vendedores tendían a bajar los importes que se les cobraba a los clientes porque éstos tenían una amplia gama para elegir. En cambio, esta lógica se está invirtiendo.
El punto de partida para la transformación es tan sencillo como provechoso para las empresas. Si alguien está dispuesto a pagar un cierto precio, también podría estarlo a desembolsar una pequeña cantidad más. Si hay personas que aceptan este segundo valor de cambio, podrían igualmente asumir otro leve aumento. Así, sucesivamente, hasta que el número de consumidores empieza a disminuir porque el incremento total que han aplicado las compañías en cuestión ya es excesivo. Llega el instante, entonces, de atemperar de nuevo los precios para recobrar la confianza de los usuarios.
Como cuenta Ulrik Blichfeldt, responsable de la empresa danesa a2i (Applied Artificial Intelligence) Systems, cuya tecnología ayuda en esta tarea a los propietarios de diversas gasolineras de Róterdam (Países Bajos), no se trata de perjudicar a los conductores que van a repostar combustible a estos establecimientos, sino de acrecentar los beneficios gracias a aquéllos que no se preocupan especialmente por esta circunstancia. Ellos son los que permiten que crezca el margen de estos negocios. Los implicados son millones en el mundo entero. Sin ir más lejos, el gigante dele-commerce Amazon es uno de los agentes que practican este método dinámico.
El sistema se sofistica con el estudio al detalle de los movimientos de la competencia y se complica al máximo cuando muchas de las firmas que se dedican a una misma actividad —o, incluso, todas— siguen esta técnica. En el momento en que un sector al completo se mueve con estos parámetros, los principios clásicos dejan de regir. O, al menos, pierden relevancia y utilidad. Quienes emplean esta fórmula conocen las posibilidades de la inteligencia artificial y el aprendizaje de las máquinas (machine learning) a la hora de calcular y recalcular precios según factores analizados en profundidad mediante grandes volúmenes de datos.
El sistema se sofistica con el estudio de la competencia y se complica cuando muchas empresas dedicadas a una misma actividad siguen la misma técnica
Autoridades como las europeas y las norteamericanas no permanecen ajenas a esta innovación, que está siendo cuidadosamente investigada para averiguar si excede los límites de lo legal. El gobierno alemán, por ejemplo, obliga a las compañías a ser transparentes para que los clientes puedan acceder a los distintos precios fijados a través de este procedimiento. Desde Staples, tienda en línea de material de oficina que cada día somete los precios de 30.000 artículos a esta política, Faisal Masud admite la necesidad de ser “claros”.
Los profesores Alireza Derakhshan, Frodi Hammer e Yves Demazeau han divulgado sus conclusiones sobre un trabajo centrado en este ámbito en el libro Advances in Practial Applications of Scalable Multi-agent Systems, publicado por la editorial Springer y que recoge las principales contribuciones en la conferencia internacional PAAMS, celebrada el año pasado en Sevilla. En su capítulo, documentan cómo los beneficios de las firmas que se ajustaron a este plan crecieron un 5% mientras se llevó a cabo el estudio.
Los beneficios de las compañías que se ajustaron a este plan crecieron un 5% mientras se llevó a cabo un estudio presentado recientemente en España.
Fuente: La Vanguardia
