博弈論證明你最喜歡的應用程序是在不違反任何法律的情況下操縱價格

現代定價的問題是這樣的：過去充滿煙霧的幕後交易已經被更複雜、坦率地說更難監管的東西所取代。在整個數字經濟中，從您最喜歡的購物應用程序到租賃平台，定價算法正在悄悄地協調價格上漲，而無需任何人交換任何一句話。

一個多世紀以來，美國反壟斷法一直遵循一個簡單的原則：禁止明目張膽的勾結，公平價格自然會出現。但面對算法定價系統，這個框架正在崩潰，而算法定價系統可以通過研究人員所說的“實現相同的結果”默契”這些算法並不是在秘密房間裡開會或交換編碼信息——它們只是在學習如何以自然而然地為每個人帶來更高價格的方式實現利潤最大化。

賓夕法尼亞大學計算機科學家的最新研究揭示了這個問題變得多麼微妙。在 2019 年的一項被廣泛引用的研究中，研究人員在模擬市場中將兩種簡單的學習算法進行了比較。隨著時間的推移，每種算法都通過反複試驗學會了在對方降價時進行報復——將自己的價格大幅降低。結果是價格戰的相互威脅支撐著高價格，而所有這些都沒有任何明確的協調。

“算法絕對不會互相喝酒，“ 說賓夕法尼亞大學計算機科學家亞倫·羅斯（Aaron Roth）研究了這一現象。但他們不需要。通過研究人員所謂的“以牙還牙”行為，算法可以了解到，提高價格將導致競爭對手也這樣做，從而形成一個自我強化的價格上漲循環。

現實世界的影響已經在全國各地的法庭上顯現出來。司法部 2024 年 8 月對 RealPage 提起的訴訟聲稱該公司製定了一種算法定價方案，損害了數百萬美國租房者的利益。根據訴狀，RealPage 與競爭的房東簽訂合同，這些房東分享有關租金的非公開的、競爭性的敏感信息。然後，該公司的軟件會根據這些匯總的競爭對手數據生成定價建議，從而有效地協調應具有競爭性的房產的價格。

據報導，一位 RealPage 高管向房東解釋說，使用競爭對手的數據可以幫助確定房東“當天可能加價 50 美元，而不是 10 美元”的情況。另一位房東評論說，RealPage 的產品代表了“經典的定價”：只是通過算法執行，而不是幕後交易。

同時，電子商務中也揭示了類似的模式。據稱，亞馬遜使用了一種秘密算法來測試它可以在競爭對手跟進的情況下提高價格多少。卡內基梅隆大學的研究表明了這一點在實踐中的運作方式：當複雜的人工智能算法與簡單的基於規則的算法競爭時，他們很快就會了解到，價格上漲將導致使用這些簡單算法的競爭對手也這樣做。

對於監管機構來說，這種行為尤其具有挑戰性，因為這種行為從外部看來往往是合理的。與羅斯一起工作的研究生娜塔莉·科里納（Natalie Collina）說：“你仍然可以以從外部看起來合理的方式獲得高價。”她是該主題的最新研究的合著者。這些算法只是在給定的限制範圍內為了利潤而進行優化——它們沒有被明確編程為串通。

隨著人工智能變得更加複雜，這個問題正在加劇。2024 年的一項研究發現，當定價算法利用大型語言模型技術時，他們有效地學會了“在寡頭壟斷環境中串通損害消費者利益”，儘管研究中使用的模型都沒有明確或暗示地提到價格合謀。

這給反壟斷執法帶來了根本性挑戰。傳統方法依賴於尋找明確的共謀，但算法協調是通過學習和適應而不是直接溝通來實現的。正如一位研究人員所說，建立共謀需要監管機構證明競爭對手之間的協調直接導致了價格上漲，而當協調是通過算法學習而不是人類溝通進行時，這是非常困難的。

企業本身正在努力應對其影響。對70多名企業管理者的調查定價監督發現人們對使用定價算法感到非常不安，不是因為他們誤解了定價算法的好處，而是因為“圍繞定價算法的負面看法，例如透明度和管理控制的降低，以及消費者的負面看法。”

法律環境正在開始適應，儘管速度很慢。司法部已明確表示，“使用軟件作為共享機制並不能免除該計劃的謝爾曼法案責任”，並且立法者提出了《防止算法共謀法案》等法案來解決這些新形式的協調問題。

但根本問題仍然存在：博弈論表明，在競爭市場中，算法自然會學會以最大化利潤的方式協調價格。問題不在於這種情況是否正在發生——研究表明它已經發生了。真正的問題是，在算法價格協調成為數字經濟各個領域的新常態之前，我們具有百年曆史的反壟斷框架是否能夠足夠快地適應這一新現實。