בשבועות האחרונים Instacart שוב עלתה לכותרות, אבל הפעם לא בגלל פיצ’ר חדש או שיתוף פעולה נוצץ עם רשתות קמעונאות, אלא משום שבדיקה רחבה של Consumer Reports ו-Groundwork Collaborative חשפה משהו עם פוטנציאל ״נפיץ״ בתוך האפליקציה. המחקר בחן יותר מ-400 הזמנות שנעשו בו־זמנית בארבע ערים בארצות הברית, כולן מאותן חנויות ובאותו זמן ממש, וגילה תופעה מטרידה: לקוחות שונים ראו מחירים שונים לחלוטין על אותם מוצרים, עם פערים שהגיעו עד לכ-23% על פריט בסיסי לגמרי. זה יכול להיות חבילת ביצים, חלב או ירקות, ובמקרים מסוימים סל קניות שלם התייקר במאות דולרים בשנה בלי שהלקוח מבין בכלל מה קרה.
מאחורי זה עומד מנגנון שהפך נפוץ בשנים האחרונות: תמחור דינמי, ובהקשר של Instacart , תמחור שמופעל על ידי בינה מלאכותית. הרעיון של תמחור דינמי לא חדש. טיסות, מלונות, אפילו אפליקציות מוניות משתמשות בו כבר שנים. המערכת משנה את המחיר כל הזמן לפי ביקוש, עומס, התנהגות לקוחות ומגוון גורמים שמשתנים מהר. אם יש הרבה הזמנות, המחיר קופץ. אם פחות ויש סיכוי שתוותר, המחיר יורד.
אבל מה שקורה ב-Instacart שונה ורגיש יותר. פה לא מדובר על טיסה לניו יורק או על מלון בסופ״ש עמוס, אלא על סל קניות בסיסי של משפחה. במקום מחיר יציב, האלגוריתם של Instacart בודק “כמה אתה מוכן לשלם” ומשווה את ההתנהגות שלך לזו של אלפי משתמשים אחרים. לפעמים הוא יעלה מחיר כדי לראות אם תמשיך, לפעמים יוריד טיפה כדי לדחוף לקנייה. וכל זה קורה בלי שקיפות, בלי סימון, ובלי שהמשתמש מבין בכלל שהוא חלק מניסוי תמחור חי ומתמשך.
המחקר מצא שגם לקוחות שקנו בדיוק באותה חנות ובאותו זמן קיבלו תוצאות שונות. אחד ראה ביצים ב-3.49 דולר, השני ב-4.29 אותו מוצר, אותו מקום, הבדל של כמעט דולר, וכל זה בלי שום הסבר. כשמכפילים את זה על פני עשרות פריטים וקניות חוזרות, זה יכול להצטבר למעל 1,200 דולר בשנה למשפחה ממוצעת. וזה כבר לא “שינוי קל במחיר”, אלא השפעה אמיתית על יוקר המחיה.
Instacart מצידה מודה שיש ניסויי תמחור, אבל טוענת שהם מוגבלים, אקראיים ושהם נועדו לעזור לרשתות להבין טוב יותר את הצרכנים. אבל הדו״ח קובע בצורה ברורה: מה שקורה כאן הוא בינה מלאכותית שמזהה סובלנות המחיר של כל לקוח ומנסה להפיק ממנה מקסימום ערך. וזה כבר מטשטש את הגבול בין אופטימיזציה עסקית לגביית יתר סמויה.
מדוע שאינסטקרט תיקח את הסיכון?
מאחורי הקלעים יש כאן אסטרטגיה שמנסה לגלות את נקודת האיזון העדינה בין רווחיות לבין סף הרגישות של הלקוח. בעידן שבו עלויות התפעול של משלוחי מצרכים רק עולות, הרווחיות של מודלים כמו Instacart נשחקת, והיכולת להבין בדיוק “כמה כל לקוח מוכן לשלם” הופכת לנכס משמעותי. לכן החברה בוחרת להריץ את הניסויים האלה למרות הסיכון לזעם צרכני: מבחינתה, מדובר בהשקעה במחקר שיכול לייצר לה יתרון עצום בעתיד, גם אם בטווח הקצר הוא עלול לחשוף אותה לביקורת.
האלגוריתמים שנבדקים היום מנסים להבין לא רק את המחיר המקסימלי שהלקוח יספוג לפני שיעזוב, אלא גם מי מהלקוחות רגיש למחיר ומי מוכן “לזרום” ברגע שהוא כבר בתוך הסל. המשמעות היא שאינסטקרט מקבלת שכבת דאטה שלא הייתה זמינה לה בעבר, והידע הזה שווה הרבה מאוד כסף. מנקודת המבט של החברה, עדיף לקחת את הסיכון עכשיו כדי לבנות מנגנון תמחור שישרת אותה בשנים הקרובות, בתקופה שבה מרבית שוק הקמעונאות הולך לכיוון התמחור המותאם אישית.
המקרה הזה פותח שאלה הרבה יותר גדולה: איך ייראה עולם קמעונאות שבו מחירי מצרכים נקבעים לא לפי תווית אחידה, אלא לפי אלגוריתם שיודע עליך כמעט הכל? מה המשמעות של תחרות אם כל אחד מקבל מחיר אחר? ואיך משפחה יכולה לתכנן תקציב כשהסל משתנה מאחורי הקלעים?
תמחור דינמי יכול להיות יעיל והוגן בתחומים מסוימים, אבל כשמדובר באוכל, הציפייה הטבעית של הצרכן היא לדעת כמה הוא משלם, בלי הפתעות ובלי ניסויים. המחקר הזה מזכיר שבעולם שבו בינה מלאכותית משתלטת על יותר ויותר החלטות מסחריות, שקיפות הופכת לכלי צרכני בסיסי. בלי זה, אנחנו עשויים לשלם הרבה יותר ממה שהבנו, ולעולם לא לדעת למה.
