新聞宏觀經濟演算法定價如何在非洲數位經濟中實現完全價格歧視

演算法定價如何在非洲數位經濟中實現完全價格歧視

作者: Techcabal·

重點速覽

  • •Consumer Reports 的調查發現,Uber 與 Lyft 對相同時間、地點的相同行程向不同顧客收取約 50% 的中位數價差,兩家公司否認這構成監控定價。
  • •Safaricom 與華為共同開發的 AI 驅動「Idea-to-Cash」平台,使個人化方案的轉換率翻倍,並將新方案上市時間縮短 90%。
  • •到 2025 年,肯亞低於 1,000 肯亞先令(KES)的數位貸款已有 83.1% 違約,促使肯亞中央銀行依據 2022 年啟動的發照制度與《商業法修正案》規範數位信貸提供者。
  • •奈及利亞汽油價格飆漲近 50% 之際,自動化叫車定價促使奈及利亞應用程式運輸業者聯合工會發動罷工,而競爭對手 inDrive 靠開放直接議價獲得 1.5 億次下載。
  • •報告指出,Safaricom、Uber、Bolt 與大型數位貸款機構等主導平台,可能將定價轉化為最大化的榨取,其結果取決於肯亞 2019 年與奈及利亞 2023 年《資料保護法》的執行力度及 FTC 先例。
演算法定價如何在非洲數位經濟中實現完全價格歧視

設想一家追求利潤最大化的企業最狂野的夢想:在每位顧客想購買的那一刻,向他們收取其願意支付的最高金額。經濟學家稱之為一級或完全價格歧視。在歷史上的大多數時候,這在結構上是不可能的——店主無法看透你的靈魂、估算你的淨資產,然後在你走到收銀台前修改一公升牛奶的價格標籤。但一個透過智慧型手機中介數百萬筆交易的科技平台,不需要讀取任何人的靈魂,只需要讀取他們的數據。

來自美國的證據

美國 Consumer Reports 最近的調查 發現,Uber 與 Lyft 經常對不同顧客就相同時間、相同地點要求的相同行程收取天差地遠的價格,最高與最低價格的中位數差距約為 50%。這些平台強烈否認從事監管機構現今所稱的「監控定價」——即基於個人人口統計或行為數據的定價——並堅稱價格差異只是即時市場條件的反映。但實際結果是一樣的:軟體會根據它在那一秒認為能從你身上榨取的金額來設定價格。

這個名詞並非邊緣言論。2024 年,美國聯邦貿易委員會(FTC)對監控定價展開正式調查,向主要中介機構發出資訊要求,以了解瀏覽與個人數據如何影響差別定價——這是監管機構才剛開始為這個問題建立詞彙的早期跡象。

程式碼進軍肯亞與奈及利亞

這種動態在受到嚴格監管的西方市場已令人矚目,但它正在重塑非洲新興市場的基礎經濟結構,當地的數位平台正利用龐大的數據網絡,快速將歷史上非正規的經濟活動正規化。

叫車服務是典型例子。在肯亞與奈及利亞,Uber 和 Bolt 等國際巨頭部署了動態定價軟體,同時決定乘客的車資與司機的分潤。這套軟體表面上是一個公正的市場清算機制——需求高時提高價格以吸引更多司機上路,需求低時降低價格——但它優化的是平台流動性與營收,而非總體經濟穩定。

在奈及利亞,由於全球供應中斷與取消當地補貼,汽油價格近期飆漲近 50%。人類計程車司機會立即調高基本車資以支應燃料成本;軟體只在乎需求曲線。自動化定價使奈及利亞司機利潤萎縮、幾乎無法掌控自身單位經濟學,促使奈及利亞應用程式運輸業者聯合工會發動罷工。勞工們逐漸意識到,他們不是在市場中協商的獨立承包商,而是優化函數中的變數。這套系統如此僵化,以至於 inDrive 等競爭對手光靠把價格協商當作產品功能而非自動化輸出、讓司機與乘客直接討價還價,就在全球獲得 1.5 億次下載。

為你量身打造的專屬百萬位元組

電信產業是自動化價格歧視變得最匪夷所思的領域。在肯亞,Safaricom 大舉投資預測性數據分析,轉向其所謂的「顧客至上」。透過與華為共同開發的 Idea-to-Cash 平台,Safaricom 動態地為用戶匹配高度個人化的數據與語音方案。該系統分析顧客的使用行為、消費模式與即時情境,生成專屬的「Just for You」套裝方案。

這套做法為這家電信巨頭帶來重大企業成功。Safaricom 在目標套裝方案上的轉換率翻倍,新方案的上市時間縮短 90%,並大幅減少顧客對計時數據包的投訴。然而,一個百萬位元組的數據是純粹的商品:網路傳送給顧客 A 與顧客 B 的成本完全相同。

Safaricom 實質上是利用數據分析動態調整電信服務價格,將消費者隔離成一個個個人化的微型經濟體。如果系統從過去消費推斷出你支付意願高,你就會獲得與高度價格敏感的學生不同的方案。產品維持標準化,但價格卻成為行為陷阱。當每個人都獲得個人化折扣時,基準價格基本上失去意義——這意味著軟體已精確算出,要觸發某個特定心理特質者的購買行為需要多少感知折扣。而這一切都發生在肯亞 2019 年《資料保護法》的背景之下,該法限制未經同意對個人數據進行自動化決策——這個框架的執行能力,而非條文本身,將決定個人化定價能走多遠。

你的電池快沒電了,所以你的利率很高

非洲數位借貸是這種數位煉金術最顯而易見之處。過去十年,M-Shwari、Tala 和 Branch 等平台以替代性手機數據取代傳統信用局,開創了向無銀行帳戶人口提供無抵押貸款的模式。

最初的論點簡單而精彩:沒有正式信用紀錄的人,程式可以從手機汲取數千個數據點——包括行動貨幣交易紀錄、通訊錄的多樣性、簡訊模式,甚至基於基地台的移動模式——來建立預測性信用評分模型。其好處無可否認:這項技術推動了大规模金融普惠,擴大了肯亞的正規金融可及性。一項哈佛商學院研究發現,隨機獲得 Tala 核准的邊際借款人,財務福祉顯著改善,尤其是將資金用於小型企業時。

但這種自動化管道取得管道的成本極為高昂,而且軟體在風險定價上冷酷高效。由於行政成本幾乎為零,數位貸款機構能夠獲利地向數百萬人發放小額貸款。但由於違約率高,系統透過收取實質上的「貧窮溢價」來彌補——精確學習一名絕望借款人為取得短期流動性所能容忍的天文數字利率。這造成了一個厄運循環:借款人從一個 App 借錢,只是為了償還另一個 App 的高額利息。到 2025 年,低於 1,000 肯亞先令(8 美元)的數位貸款已有 83.1% 違約,顯示從低收入家庭回收小額貸款的困難。肯亞中央銀行(CBK)最終不得不以《商業法修正案》介入,規範該產業、強制透明化,並阻止貸款機構榨取金字塔底層的全部財富——這是 CBK 更廣泛發照制度的一部分,自 2022 年起將數位信貸提供者納入央行監管。

推薦你不知道自己負擔不起的東西

參與這種榨取的不只是叫車、借貸和電信。非洲大陸各地的大型科技平台正悄悄部署預測性軟體來塑造消費者的現實。泛非洲電子商務巨頭 Jumia 高度依賴個人化推薦系統,在奈及利亞拉各斯等市場分析瀏覽行為、購買歷史與用戶偏好,以客製化產品建議。

在西方市場,推薦一雙鞋子的程式只是精準行銷。但在以嚴重社會經濟差距、參差不齊的數位素養和信任赤字為特徵的新興市場,決定用戶看到哪些產品的程式實際上是在構築一座圍牆花園。軟體學會你能負擔什麼,並向你隱藏經濟體的其餘部分,將結構性不平等轉化為完美優化、毫無摩擦的數位體驗。

完全榨取的終局

科技圈傾向將這些軟體部署視為純粹的善。好處確實存在:在奈洛比的雨中,透過價格高峰媒合到一位司機,可以說好過被困在原地;水果攤需要進貨時,一台電腦在三秒內核准的年利率 150% 的貸款,好過與當地高利貸打交道。效率提升極為可觀。

問題在於終局。以利潤為導向的平台所部署的預測模型,設計目的不是分配社會財貨,而是榨取經濟剩餘。監控定價與自動化產品置入在市場失靈與資訊不對稱的環境中蓬勃發展。在完全競爭的市場中,電信業者因用戶是重度使用者而收取更高數據費,只會促使該用戶轉換業者。但非洲數位市場很少是完全競爭的——它們由科技寡頭主導,如肯亞電信業的 Safaricom、行動出行領域的 Uber 與 Bolt,以及數位信貸領域的大型銀行。

當這些主導企業部署專有軟體時,程式不再是市場發現的工具,而成為最大榨取的工具。消費者對市場基準零能見度,平台卻對買家的錢包與絕望看得一清二楚。最終,公平標準價格的概念將完全消失。消費者不再參與更廣泛的經濟體,而是被困在一個量身打造、演算法生成的模擬環境中,其設計目的就是以數學上可能達到的最高效率掏空你的口袋。正如原始報告所指出的,最瘋狂的部分是:軟體還會讓你相信你拿到了折扣。這一切如何演變,將在很大程度上取決於監管機構——運用肯亞《資料保護法》與奈及利亞 2023 年《資料保護法》等工具,以及 FTC 監控定價調查的先例——能否迫使這些優勢完全建立在保密之上的系統走向透明。

資料來源:TechCabal,作者 Kenn Abuya,資深記者兼新創報導主管。