これは問題の意図的なバージョンです。競合他社を予測するシステムを設計する企業です。さらに難しい選択肢は、誰もデザインをしないことです。 2017 年にドイツのガソリン スタンドで自動価格設定ソフトウェアが利用可能になったとき、 後に発見された経済学者 競合する 2 つの放送局が両方ともこの方式を採用した市場では、両者間の会議やメッセージ、合意がなくても、マージンは約 38% 増加しました。市場で 1 つのステーションだけがそのソフトウェアを採用した場合、市場レベルのマージンはまったく変化しませんでした。この増加は、価格を設定する 2 つのアルゴリズムが実際に相互に対立し、それぞれが独立してリターンによってより多くの収入が得られると認識したパターンの場合にのみ発見されました。

この研究は雑誌に掲載されました 政治経済ジャーナル 2024年にこれは、これまで主にシミュレーションで表現されていた問題の、最初の現実的な測定値の 1 つです。

価格設定アルゴリズムは、カルテルの経済効果を生み出す可能性があります。つまり、カルテル行為を検出するために作成された独占禁止法がなくても、より高い価格が長期間維持されることになります。これは、ソフトウェアに価格を設定している企業にとって重要です。この動作は、ソフトウェアが動作しているかどうかを判断するために使用されるコントロール パネルには表示されない可能性があるためです。

経営者は自分が感じるプレッシャーによって競争を判断する傾向があり、価格が維持され、利益率が快適に保たれている市場が勝者の1つであると見なされます。自動価格設定は、この本能を打ち破ります。独立した代理店が価格を設定する場合、同じ穏やかな光景がその逆を意味することもあります。これは、アルゴリズムが戦うよりも放っておく方が良いことを学習したため、競争が静かに停止したことを示しています。

指導者たちを心配させるような失敗だ。明らかに間違った価格を設定するアルゴリズムを入手するのは簡単です。さらに難しいのは、設計どおりのことを正確に実行し、利益率を最適化し、会社が公の場で正当化するのに苦労している成果を達成することです。

3 つの点で、競争は静かに消えつつある

競争はさまざまな形で衰退する可能性があります。それぞれが独自の利益を追求する、独立して導入されたアルゴリズムは、誰かが結果を設計したりデータを変更したりすることなく、繰り返しの遭遇を通じて学習して、お互いを損なうことを防ぐことができます。

それをゴースティングと呼びます。合意もなく、データ共有もなく、誰も設計していません。ただ 2 つのシステムが独立して停戦に達しただけです。

単一の企業は、契約ではなく一方的な戦略ではなく、ソフトウェアを使用して、競合他社がどのように反応するかを予測し、競合他社が従うと予測される価格を設定することができます。

これを鏡と呼んでください。アマゾンのネッシーはここに属します。コンパクトではありません。競合他社の反射を予測して最初に行動するために構築されたシステムにすぎません。

あるいは、競合他社が共通のプロバイダーにデータを持ち込み、そのアルゴリズムがすべてを指導する場合、パターンメーカーは戦いやすくなります。

それをセンターと呼びます。 リアルページ 教科書のケースです3 つのレギュレータのうち実際に接触できるのはこのレギュレータだけです。

この記事の最初のトピックは、最も見えにくく、法律が到達するのが最も難しいものです。

最も明確な証拠は、管理された実験から得られます。新聞に掲載された記事では アメリカン・エコノミック・レビュー 2020年に4 人の経済学者が、標準的な継続価格モデルで競争するための学習改善アルゴリズムを設定しました。アルゴリズムは通信できず、利益を最大化することだけを指示されていました。彼らは常に競争のレベルを超えてパフォーマンスを発揮することを学びました。 1社が株価を下げて株式を取得すると、他の企業も株価を下げ、ラインまで下がった後は再び高値に戻りました。このパターンは、企業の価値や需要が異なる場合や、競合他社の数が変化した場合でも当てはまりました。

4 人の著者は、ウォートンの経済学者ジョセフ・ハリントンとともに、政策への貢献を次のように発表しています。 科学 その年の後半に。 AIは人間の監視や認識なしに共謀のルールを学習できるため、アルゴリズムに価格を設定すると共謀への裏口が開かれると彼らは警告した。ハリントン氏は、合意なしに発生する調整を考慮して競争法を再検討すべきだと主張した。

ドイツのガソリンデータは、これがモデルだけでなく実際にも起こっていることを示しています。ただし、すべての実験が同じ結論に達するわけではなく、研究者たちはこれらの結果が実際の市場にどの程度うまく反映されるかを依然として議論しています。この不確実性自体が、取締役会が規制当局によるこの問題の決定を待つのではなく、現在の行動を観察する理由になります。

なぜ法律がこれに対抗するのでしょうか？

独占禁止法による保護は、人間の同意、競合他社間の会合または相互理解の証拠に基づいて設計されています。自己学習型マシンの調整ではこれらのいずれも提供されないため、協力ベンダーを中心に構築された最も説得力のあるケースでさえ解決が非常に困難でした。

2024年、司法省といくつかの州は、同社のソフトウェアが競合する不動産や賃貸物件を推奨するためにそれを使用したテナントからのデータを使用したとして、RealPageを告訴した。 2025年11月 司法省は和解案を提出した。 RealPage は罰金を支払っておらず、不正行為を認めていません。この規約は、ソフトウェアが使用できるデータを大幅に制限しており、近隣レベルの調整を可能にする最近の競合他社のデータや正確な地域地理を除き、裁判所命令による監視を設定しています。和解にはまだ裁判所の承認が必要であり、より広範な紛争が進行中である。

RealPage はより簡単なタスクであり、競合他社の情報を 1 つの推奨事項に結合する一般的なプロバイダーです。独立して導入されたシステムが、誰もが観察できる価格のみを使用して同じ結果を達成する場合、より困難な状況が始まります。指すべき中心はなく、会議らしきものもありません。

2 件の上訴判決は、どちらも同じベンダーのソフトウェアに関係しており、私たちにとってその線引きを示しています。で 第9巡回区は解任された このツールが機密情報を収集しなかったことを理由に、ラスベガスのホテルを相手取って訴訟を起こした。 1年後、 3期が復活しました カジノのアトランティックシティに対するケースもほぼ同様で、競合他社が共有システムに非公開情報を入力し、その出力を10回中9回追跡していました。一方では競合他社からの集約データ、他方では同じツールを独自に使用することが、RealPage とより困難な状況との境界となります。

議員らも待っていなかった。から始まる サンフランシスコ 2024 年の夏には、以下の都市が フィラデルフィア、 ミネアポリス そして シアトル アルゴリズムツールのレンタル規制は禁止されています。 ニューヨーク 2025年10月、カリフォルニア州は初の州全域での禁止令を可決し、同月にカリフォルニア州は独占禁止法を改正した。司法省の決定から数日後、 RealPage がニューヨークを提訴 価格設定に関する推奨事項を合衆国憲法修正第 1 条で保護された正当な言論として提示し、その禁止に同意しました。これらの疑問を解決するには何年もかかりますが、現在では実用的な結論が得られています。調和が合意されるのではなく検討される場合、法的カテゴリーは適用されない可能性がありますが、その効果は残ります。それは風評リスクと規制リスクに移り、システムを導入して標的にした企業の責任になります。その責任を売主に負わせることはできません。

これにより、社内の責任も変わります。 10年間、価格設定ソフトウェアがアドバイスし、個人は責任を明確にすることに決めました。当局のシステムは直接的に機能し、取引後に対象の取引を追跡し、確認を待たずに調整を行う。解決策はまだあります。それは会社が設定した目標を超え、設定しなかった限界を超えました。

質問リーダーをスキップする

ほとんどの価格設定チームは、システムをパフォーマンスによって判断します。マージンとコンバージョンが改善され、ソフトウェアは成功したと言えます。しかし、調整された競争的な市場では同じ数字が得られるため、これらの指標ではリスクを明らかにすることはできません。さらに差し迫った問題は行動です。システムは競合他社について何を学習しましたか?また、競合サプライヤーが何らかの形でお互いを損なうことをやめたと気づいた規制当局や顧客に対して、同社はこの行為を擁護するのでしょうか?

取締役会は、アルゴリズムを指摘する以外に、なぜ価格がカテゴリー全体で収束したのか説明できず、決してしたく​​なかった決定を残した。

経営者は今何ができるでしょうか？

システムをシャットダウンすることは現実的ではありませんし、必要性もありません。課題は、彼らが何を学ぶことが許されているかを学ぶことであり、研究ではいくつかの対策が示されています。

1 つ目は、システムが競合他社をどこで観察できるかを決定することです。競合他社の価格にリアルタイムで反応する価格設定エージェントには、入力調整のニーズがあります。価格、需要、在庫などの内部シグナルに依存するものはリスクが低くなりますが、競合他社の行動が需要を通じて間接的に影響を与える可能性があります。多くの企業はこれをマッピングしたことがなく、どのシステムが競合他社の価格を確認できるのかわかりません。

2つ目は、調整をより困難にする制限の導入です。いくつかの証拠は、競合するシステムがより多様である場合、またはより多くの競合相手に直面する場合、システムがより不安定になることを示唆しています。

したがって、管理者はこれらの手順を保証ではなくリスク軽減と見なす必要があります。

3 つ目は、結果だけでなく行動をテストすることです。財務指標だけを見てもそれはわかりません。取締役会は、監査委員会が財務行動に適用するのと同じ厳格さで、システムが何を最適化したか、どのシグナルに依存しているか、競合他社に応じてどこで戦略を変更したかについての正確な報告を要求する必要がある。

4つ目は、対抗テストの実施です。経営陣は、競合他社のシグナルの遅延、ランダムな応答時間、競合他社の価格未参入など、設定を変更して市場状況を定期的に繰り返す場合があります。マージンが維持されれば、潜在的な利益は会社のものになります。エージェントが競合他社を監視できなくなった場合にのみ失敗した場合、取締役会は調査の理由を決定しました。技術的には要求が厳しいものですが、このようなテストは、価値創造と緩慢な競争を区別するのに役立ちます。

5つ目は、検証可能な委任を要求することです。経営者は、システムに指示された内容、禁止されている内容、使用できるデータ、および価格設定ポリシーの重大な変更を文書化する必要があります。価格が個別の決定ではなくルールから生じる場合、そのルールは決定です。競合他社に対応する際に名前が特定されたことのない企業は、実際にこの行を自社のアルゴリズムに組み込んでいます。

Fortune.com のコメントで表明された意見は、単に投稿者の見解であり、必ずしも投稿者の意見や信念を反映しているわけではありません。 運。