你是否曾在早上搜索某款产品，晚上再看时却发现价格已变？这很可能是零售商定价算法在起作用。
传统定价需综合考量买家价值、竞品成本及价格敏感度。但在技术驱动的市场中，定价算法接管了这些工作，甚至可能以损害消费者利益的方式进行隐性共谋。
在线购物虽便于比价并促进竞争，但收益管理定价系统使零售商能利用市场数据预测需求，从而设定利润最大化的价格。
该系统在酒店和旅游业尤为普及。针对固定成本高、库存易腐及需求波动大的特点，系统通过复杂算法结合历史与实时数据精准计算房价，并快速同步至各销售渠道。
动态定价与算法自主化
收益管理系统催生了“动态定价”：商家可根据供需微小变化即时调价。如今，消费者对价格在一天内多次波动已习以为常。
随着AI发展，新一代算法定价程序远比早期系统复杂。它们不再依赖人工决策，而是像智能助手一样通过市场经验自主学习。
算法不仅研究市场供需与消费模式，还会通过观察其他卖家价格点无形中与其他算法“交流”。为追求利润最大化，它们学会了将价格维持在相近水平，形成非竞争性共谋：一旦一方提价，对手系统便立即跟进。
监测竞品本属合法商业行为，但算法的同质化运作推高了整体价格水平。这对企业有利，却让消费者被迫支付高价，长远看还将抑制创新、降低生产力并拖累经济增长。
我们能做些什么？
若程序员未能阻止这种无意共谋，该如何应对？目前多数国家尚未将默示共谋定为非法。
然而，开发者仍可能担责。欧盟委员会警告，定价算法的滥用可能导致市场价格人为偏高，软件设计应避免串通风险。
但只要算法以利润最大化为目标且具备独立学习能力，程序员很难彻底杜绝共谋。即便设置限制，算法也可能在学习中找到绕过方法。
强行控制市场环境或透明度可能引发新问题。在出台新规前，我们需更深入理解此类机器学习的能力与边界。