AI人工智慧在同樣的服務上對比較精打細算的顧客給比較優惠的價格,對於對於價格不敏感的顧客給比較高的價格。這種「價格歧視/價格個人化」(price discrimination/price personalization)時代是不是已經來了?

科技如何影響價格?

商品/服務的價格有其活動空間( elbow room),下限為該商品/服務的成本,上限為顧客所願意給付的最高價格,在經濟學上稱做是保留價格(reservation price)。簡言之,商品/服務價格是由成本以及顧客所願意支付的價格決定。

成本方面,工業4.0透過資訊科技、數據的累積,使得生產可以更加智慧化、降低無謂浪費的成本,甚至引進機器人、自動化生產設備,讓商品/服務的成本降低。這方面的數據以及介紹已經累積相當多,各企業也努力引進工業4.0。

然而價格的天花板,顧客所願意支出的金額如何決定?數位時代也將產生價格的個人化(price personalization),透過大數據的累積,可以從顧客的所在位置、搜尋紀錄、偏好以及網路上的行為、在社群媒體上的表現等等,都可為分析的素材。在從分析結果中不僅投放個人化的廣告,甚至是個人化的價格安排。這就像傳統商品販賣模式,業務人員透過斡旋技巧與顧客來來回回議價,最終協調出購買價格。

我自己曾聽說人力資源的朋友,領英的服務只要取消訂閱一次,然後在官方問卷中填寫太貴,可以馬上獲得折價方案。

價格歧視的定義

價格歧視不是大數據時代才出現的產物,這早在一個世紀以前就有學者提出價格歧視(Pigou, 1920)。企業決定商品/服務的價格並非基於成本,而是針對不同的顧客背景決定價格,經濟學教科書區分了三種不同的價格歧視。

  • 質的歧視 公司對於不同顧客提供不同的每單位銷售價格
    如外國觀光客在地方市場購買商品時,會比當地人貴上數倍等。通常發生在價格非透明的銷售模式中最常發生。不過透過大數據分析是可以在科技上依照不同人購買慾望提供不同的價格。
  • 量的歧視 公司針對不同的量提供不同的價格
    如買三件7折、四件6折等。對於較忠實的顧客(買較多的顧客)提供回饋同時也促進銷貨。
  • 多層次的歧視 公司針對不同的顧客階層提出不同的價格
    如學生方案價等,對於不同階層的客戶提供出不同的價格,通常的理由是,對於價格非常敏感的族群提供折扣。

實際案例

Uber搭車價格是個人化的價格,其中會考量使用者的地理位置、搭車時間、交通狀況、天候狀況,以及顧客所願意付出的價格。

Airbnb住房價格,他是宣稱透過即時性、動態的價格是基於不同的市場環境,其中考量了非常多動態的資訊,並且不僅關於客觀外在的資訊同事也會使用人類的感覺作為定價的基礎。 (Hill, 2015)

大數據、人工智慧的能力已經逐漸地使得價格策略者可以改變他們的價格,透過顧客購買習慣、歷史。並且透過顧客自己提供的數據以及顧客所在地點、氣候等等。

目前的法規?

與個人化價格最相關的條文,在保護個人資料最完備的歐洲,也僅有在歐盟一般資料保護規範(General Data Protection Regulation,簡稱GDPR)的第22條第三項有些微關係。
GDPR第22條第三項是說,透過個人資料產生的對於個人發生法律效果或重大影響的自動化決策(例如AI決定買賣價格、AI判斷員工表現不佳而解僱的狀況),個人可以請求公平、人為參與,且表達自我的意見的權利。也就是個人可以要求表達意見,並且不可以由純粹的機器進行判斷的權利。

是不是聽起來不痛不癢⋯⋯。

確實目前歐洲,當然也包含美國沒有一部、一條主要的法規針對個人化價格進行規範,學者雖有提出各種的政策建議,例如原則禁止個人化價格、允許個人化價格但要求全面揭露、允許個人化價格要求部分揭露(Personalised Pricing and Disclosure,BEIS Research Paper Number 2021/008)。但每一項措施都存在著顯而易見的缺陷。

個人化價格將如何發展,會因為消費者的排斥而消失,還是因為大數據的發展擴展到更多服務,這值得繼續關注。