| Abstract : | Η εμφάνιση της τεχνητής νοημοσύνης (ΤΝ) έχει αλλάξει τη βιομηχανία και έχει δημιουργήσει μια νέα δυναμική σε ό,τι αφορά τις ευκαιρίες, την αποτελεσματικότητα και την ακρίβεια. Οι ψηφιακές αγορές έχουν ήδη εκμεταλλευτεί τις δυνατότητες που προσφέρει σε όλους τους τομείς και την έχουν ενσωματώσει σε διαδικασίες δυναμικής τιμολόγησης. Η ΤΝ, ως τμήμα της Μηχανικής Μάθησης, αναπτύσσεται σύμφωνα με τις πιο πρόσφατες τεχνολογικές καινοτομίες. Έτσι, οι εταιρείες που χρησιμοποιούν αλγόριθμους τιμολόγησης με χρήση ενισχυτικής μάθησης στην ψηφιακή αγορά, γίνονται πιο αποτελεσματικές όσον αφορά τις γρήγορες προσαρμογές των τιμών. Πρόσφατες επιστημονικές μελέτες, τόσο στα οικονομικά όσο και στα νομικά, τόνισαν τις πιθανές στρεβλώσεις του ανταγωνισμού και πιο συγκεκριμένα εστιάζουν στο πρόβλημα της αλγοριθμικής σιωπηρής συμπαιγνίας λόγω της αυτόνομης συμπεριφοράς των αλγορίθμων τιμολόγησης. Σκοπός αυτής της διατριβής είναι να εξετάσει την εφαρμογή της τεχνητής νοημοσύνης στα λογισμικά τιμολόγησης και να αναδείξει την πιο πρόσφατη βιβλιογραφία που επικεντρώνεται στις στρεβλώσεις του ανταγωνισμού από τη χρήση αλγορίθμων τιμολόγησης με ΤΝ. Το πρώτο κεφάλαιο διευκρινίζει το υπό συζήτηση ζήτημα σκιαγραφώντας τα τεχνικά στοιχεία που πλαισιώνουν την αλγοριθμική τιμολόγηση. Το δεύτερο κεφάλαιο εστιάζει στον τομέα της τιμολόγησης ως διακριτό τομέα της βιομηχανικής οργάνωσης. Το τρίτο κεφάλαιο παρουσιάζει τους θεωρητικούς κινδύνους που συνοδεύουν τις μεθόδους ML και μια ολοκληρωμένη ανάλυση των υποθέσεων για τις επιπτώσεις στον ανταγωνισμό όταν οι ψηφιακές αγορές χρησιμοποιούν αλγοριθμική τιμολόγηση. Στο κεφάλαιο 4 παρουσιάζονται οι μηχανισμοί πίσω από την αλγοριθμική σιωπηρή συμπαιγνία και οι αγορές που είναι πιο επιρρεπείς σε αυτές τις πρακτικές. Στο κεφάλαιο 5 η βιβλιογραφική ανασκόπηση επιχειρεί να παρουσιάσει μια ενδελεχή συλλογή των πιο σημαντικών επιστημονικών papers που αντιμετωπίζουν το πρόβλημα του αλγοριθμικού συντονισμού χρησιμοποιώντας εξελιγμένους αλγόριθμους. Το κεφάλαιο 6 παρουσιάζει το πλαίσιο της διεθνούς πολιτικής για την τεχνητή νοημοσύνη και το ζήτημα της ηθικής που ανακύπτει. Τέλος, η τελευταία ενότητα είναι αφιερωμένη στην παρουσίαση των συμπερασμάτων της προαναφερθείσας εκτενούς ανάλυσης.
Artificial intelligence's emergence has altered the industry and created new dynamics regarding opportunities, efficiency, and accuracy. Digital markets have already harnessed the possibilities that AI brings in all sectors and have incorporated it into dynamic pricing procedures they were already implementing digitally for a long time. Artificial Intelligence, as part of Machine Learning, develops according to the most recent technological innovations. Thus, firms using reinforcement learning pricing algorithms in the digital marketplace, become more efficient in rapid price adjustments. Recent scientific studies, both in economics and law, stressed the concern of competition distortions, and more precisely the problem of algorithmic tacit collusion due to pricing algorithms' autonomous behavior. The scope of this Master’s thesis is to elaborate on the application of AI in pricing software and on the latest literature focusing on competition distortions arising from the use of AI pricing algorithms. The first chapter clarifies the problem under discussion profiling the technical elements framing algorithmic pricing. The second chapter focuses on the field of pricing as a distinct area of industrial organization. The third chapter presents the theoretical risks accompanying ML methods and a comprehensive analysis of the concerns regarding competition implications when digital markets use algorithmic pricing. In chapter 4, someone can find the mechanisms behind the algorithmic tacit collusion and the markets that are more susceptible to these practices. A literature review in chapter 5 attempts to present a rigorous collection of trending scientific papers coping with the problem of algorithmic coordination using sophisticated algorithms. Chapter 6 presents the international policy context on artificial intelligence and the issue of AI ethics. Finally, the last section is dedicated to the presentation of the concluding remarks of the aforementioned extensive analysis.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.