Новейшие технологии способствуют разгону инфляции 

У онлайн-поставщиков теоретически есть возможность использовать цифровые платформы в том числе для координации своих товарных потоков и цен на них. Фото РИА Новости

Цифровая экономика не отменила рисков ценового сговора. Изменились инструменты: картели берут на вооружение соцсети, алгоритмы машинного обучения и преимущества цифровых платформ. Потребители, уверенные, что они сами выбирают наиболее выгодные предложения из множества вариантов, нередко становятся жертвами манипуляций поставщиков, которые то демпингуют для отсева конкурентов, то синхронно повышают общий уровень цен.

Ценовые механизмы цифровой экономики пока находятся вне юридического поля антимонопольного регулирования. Но уже есть примеры нарушения конкуренции с помощью новейших технологий. Этому посвящено исследование «Картели в цифровой экономике» (опубликовано в журнале «Проблемы прогнозирования»).

Как пояснила автор исследования, профессор Московского государственного университета им. М.В. Ломоносова Надежда Розанова, в РФ в настоящее время «опасность цифровых картелей понимается довольно узко, только как робопрактика (использование аукционных роботов) в сфере госзакупок». Но зарубежный опыт уже свидетельствует о том, что цифровые картели и картелеобразные практики и инструменты охватывают едва ли не все области экономического взаимодействия.

Эти наблюдения, отметим, могут быть очень полезны для выяснения того, как функционирует цифровая экономика в том числе в России – с учетом большой популярности среди россиян различных цифровых платформ, растущей онлайн-коммерции, а также внедрения технологий искусственного интеллекта.

Допустим, один из самых простых и, наверное, уже даже обыденных примеров, когда современные технологии берутся на вооружение участниками картеля, – это использование социальных сетей и мессенджеров для обмена специальными рыночными сигналами. «Картели активно используют социальные сети для формирования стратегий единой цены и единообразия ценовых и неценовых действий», – отметила Розанова по итогам анализа зарубежных исследований.

И как правило, такой обмен сигналами между участниками картеля хоть и курируется руководствами фирм, однако непосредственно осуществляется менеджерами низшего звена или даже третьими лицами, ведь их действия обычно не входят в основной круг антимонопольных расследований.

Другой пример – это использование агрегированных данных, а также машинного обучения для создания алгоритмов ценообразования, позволяющих участникам сговора в конечном счете получить значительно больше прибыли, чем в обычной ситуации. Причем сговор вовсе не обязательно должен быть как-то особо оформлен, артикулирован – он может быть негласным для участников рынка, однако, фиксируя его признаки, компании начинают постепенно к нему присоединяться.

Тем более что доступ к агрегированным данным довольно широк: эти сведения по отраслям и рынкам собираются многими консалтинговыми компаниями, а также статистическими органами государства. Еще проще становится, когда вся эта информация по разным сегментам рынка оказывается доступна сразу в одном месте и в режиме реального времени, например, на цифровых платформах, которые по факту играют роль координатора цен и объемов для производителей однородных или схожих товаров. «Это явление получило название «узловой, логистический картель – хаб», – сообщила Розанова.

Одновременно с этим на IT-рынке уже много разработчиков различных видов программного обеспечения, помогающего «оптимизировать межфирменную ценовую политику», что фактически означает специальные IT-инструменты для негласной координации действий участников картеля.

Неудивительно, кстати, что одной из иллюстраций для обсуждения всех этих проблем в исследовании стала электронная торговая платформа Amazon. Эта компания изначально была нацелена на максимально широкий и, как можно было судить по статьям в зарубежной прессе, не всегда правомерный сбор любых данных о поставщиках и потребителях. Одновременно с этим компания постоянно пыталась внедрять в свою практику новейшие технологии для повышения эффективности.

Применительно к этой компании в исследовании сообщается: «Ценовой алгоритм составлен таким образом, чтобы периодически повышать цены (например, в ночные часы или при падении ценовой маржи до критического значения), причем повышательные циклы с каждым разом поднимают ценовой уровень все выше и выше, а падение цены оказывается все меньшим и меньшим. В итоге ценовые колебания устанавливаются в области монопольной цены».

Тонкость еще и в том, что взятые на вооружение алгоритмы разных фирм вовсе не обязательно должны «сотрудничать» друг с другом, однако совместно они все равно могут достигать примерно одного и того же результата – повышения цены. Этот же тезис, как можно полагать, применим не только к синхронизации действий разных поставщиков на одной цифровой платформе, но и к синхронизации действий разных цифровых платформ.

«Многочисленные исследования демонстрируют поразительную ценовую дисциплину на рынках, где действуют ценовые алгоритмы, которые лучше контролируют поведение участников, чем обычные решения менеджеров-людей. Алгоритмы способствуют росту и координации рыночных цен даже при отсутствии картельного намерения самих фирм. Машинное обучение и искусственный интеллект работают как эффективный картельный механизм, отыскивая наиболее прибыльные ценовые и количественные решения для участников рынка», – сообщается в статье Розановой.

Общее повышение цен, однако, вовсе не исключает периодов демпинга – агрессивного снижения цен с целью, во-первых, очистить рынок от нежелательных конкурентов, действующих вне картеля, а во-вторых, привлечь новых покупателей «выгодными предложениями», которые затем будут сопровождаться предложениями уже не столь выгодными (допустим, покупателям может предлагаться какой-либо товар, оборудование по низкой цене, но комплектующие и запчасти к этому товару будут уже по завышенным ценам).

И еще один вывод, который напрашивается из этого обзора зарубежных исследований. Обычно цифровизация преподносится как способ сделать всю экономику прозрачнее. Цифровые платформы, казалось бы, дают потребителям больше свободы выбора, больше возможностей для того, чтобы самостоятельно сравнить товары и услуги, найти оптимальные варианты с точки зрения соотношения цены и качества и тем самым сэкономить благодаря конкуренции поставщиков. Но на практике все может быть с точностью до наоборот.

Розанова упоминает еще такой вариант манипуляций, как межвременной разброс цен. Цена на один и тот же товар может сильно варьироваться в разные периоды: в различные сезоны, дни недели, часы, во время разных краткосрочных рекламных акций. Но бывает, что такие ценовые скидки и надбавки изменяются во времени нерегулярным образом. «Подобный ценовой разброс затрудняет для потребителей сравнение цен, понимание истинных затрат на поиск и приобретение товара», – пишет Розанова. 

Как пояснили «НГ» в российской Ассоциации компаний интернет-торговли (АКИТ), комментируя выводы этого исследования, рынок цифровых платформ объединяет огромное количество микро- и малых предпринимателей. С ростом количества предпринимателей, вовлеченных в платформенную экономику, закономерно появляются и разные незаконные схемы деятельности.