التضخم الخوارزمي: التسعير الديناميكي ونهاية السعر الشفاف

لم يعد التضخم مجرد مسألة سياسة نقدية، بل مسألة خوارزميات. فبوتات التسعير الديناميكي، من خلال معالجة كميات هائلة من البيانات، تقدّر استعداد كل مستهلك على حدة للد

التضخم، بمعناه الاقتصادي الكلي التقليدي، ظاهرة مرتبطة بتوسع الكتلة النقدية، أو صدمات سلاسل التوريد، أو الأزمات الجيوسياسية. لا تمتلك روبوتات التسعير المدعومة بالذكاء الاصطناعي الأدوات اللازمة لـ«طباعة النقود» أو التسبب في تضخم منهجي. ومع ذلك، تُظهر الأدبيات الاقتصادية والتجريبية الأحدث بشكل قاطع أن الخوارزميات قادرة على تضخيم التضخم وإعادة توزيعه بدقة جراحية. فمن خلال جعل الأسعار فائقة الاستجابة، ومخصصة على مستوى دقيق، وصعبة المقارنة بنيوياً، ينجح برنامج التسعير الديناميكي في زيادة هوامش ربح الشركات، ناقلاً بصمت تكلفة عدم اليقين الاقتصادي إلى من يملكون وقتاً أقل، أو بيانات أقل، أو قدرة تفاوضية أدنى. النقطة الحرجة التي يجب على المشرّعين وسلطات مكافحة الاحتكار مواجهتها اليوم ليست وجود التسعير الديناميكي في حد ذاته، بل الغياب التام للشفافية، وخطر التواطؤ، وفراغ الحماية للمستهلك النهائي.

الآلية الخفية: من الواجهة إلى التمييز الدقيق

لعقود، استند اقتصاد التجزئة إلى افتراض ضمني: أن تكلفة تغيير بطاقة السعر (ما يُسمى «تكلفة القائمة» أو menu cost) كانت تُلزم الشركات بالحفاظ على أسعار مستقرة لفترات طويلة. وكما تشير مذكرة الوفد النرويجي لدى منظمة التعاون الاقتصادي والتنمية (2023)، فقد قضت الخوارزميات على تكاليف التعديل، مما سمح بتعديلات عالية التردد: ترتفع الأسعار فوراً عندما يزداد الطلب وتنخفض بالسرعة ذاتها عندما ينخفض [2956].

لكن الذكاء الاصطناعي يتجاوز بكثير مجرد التكيف مع الطلب الإجمالي. تؤكد وثيقة أساسية لمنظمة التعاون الاقتصادي والتنمية لعام 2025 تتعلق بالأسواق النهائية (downstream markets) أن الذكاء الاصطناعي يوسّع بشكل هائل القدرة على تقدير ما يُسمى «الاستعداد للدفع» (willingness to pay) لدى المستهلك الفرد. فمن خلال دمج كميات هائلة من البيانات السلوكية وسجل التصفح والموقع الجغرافي، تُمكّن الخوارزميات من تمييز الأسعار بدقة عالية وتقديم عروض فائقة التخصص [2954]. في هذا النموذج الجديد، يُباع المنتج أو الخدمة ذاتها بأسعار مختلفة جذرياً: سيكلّف بشكل منهجي أكثر لمن يُثبت أن لديه بدائل أقل، أو وقتاً أقل للمقارنة، أو مستوى إلحاح أعلى.

ظل الكارتلات: التواطؤ الضمني ونماذج المحور والأذرع

يتعلق التأثير الأكثر إثارة للقلق للتسعير الخوارزمي بالمنافسة في السوق. تميّز الوثيقة المؤسسية الأكثر متانة في هذا المجال، التي أصدرتها منظمة التعاون الاقتصادي والتنمية للدول الأعضاء في مجموعة السبع (Algorithmic pricing and competition in G7 jurisdictions, 2025)، بين ثلاثة سيناريوهات متزايدة المخاطر: التواطؤ الصريح الميسّر بالآلات، ومخططات hub-and-spoke الخبيثة، والتواطؤ الضمني المستقل [2952].

يمثل مخطط hub-and-spoke اليوم التهديد الأكثر تعقيداً لمكافحة الاحتكار: فشركات متنافسة لا تعقد أي اتفاق غير قانوني سري فيما بينها (الأذرع، أو spokes)، بل تُوكِل جميعها إدارة أسعارها إلى مزوّد البرمجيات الخوارزمية ذاته (المحور، أو hub). الخوارزمية المركزية، المدرَّبة على تعظيم هوامش القطاع بأكمله، تُثبّت الأسعار نحو الأعلى دون أن تكون هناك أبداً مصافحة بشرية.

الأكثر تطوراً هو التواطؤ الضمني المستقل. وكما أُبرز بالفعل في طاولة مستديرة تاريخية لمنظمة التعاون الاقتصادي والتنمية عام 2017، فإن نماذج التعلم الآلي التي تراقب بعضها البعض وتتفاعل فيما بينها يمكنها أن تتعلم، بالمحاولة والخطأ، أن إشعال حروب الأسعار دون المستوى الأمثل، فتتقارب تلقائياً نحو توازن تواطئي وأسعار مرتفعة اصطناعياً [2957, 2959]. أضاف المنتدى العالمي للمنافسة التابع لمنظمة التعاون الاقتصادي والتنمية (2025) عنصراً تقنياً أساسياً لفهم هذه الظاهرة: الذكاء الاصطناعي يقلل من عدم اليقين في الطلب. في سوق تقليدية، تجد الشركة التي تعاني من انخفاض المبيعات صعوبة في التمييز بين ما إذا كان الأمر يتعلق بانكماش عام في الطلب أو بمنافس يخفض الأسعار سراً. الذكاء الاصطناعي يبدد هذا الضباب. فمن خلال تمكين الشركات من التمييز الفوري بين صدمة السوق والانحراف التنافسي، يجعل «الاتفاقات» الضمنية بعدم الاعتداء أكثر استدامة بكثير والعقوبات الخوارزمية ضد من يخفض الأسعار فائقة السرعة [2955].

لقد وُثّق التأثير التجريبي لهذه العقلنة الفائقة بدقة. حللت دراسة لـالبنك الاحتياطي الفيدرالي في ريتشموند (2026) سوق محطات الوقود الألماني: بعد الإدخال المكثف لبرمجيات التسعير الخوارزمية في عام 2017، لم يحدث انفجار في حروب التخفيض. على العكس من ذلك، ارتفعت الأسعار والهوامش المتوسطة لمحطات الوقود بنحو 1.3 سنت لكل لتر، بزيادة صافية في الهامش تُقدَّر بنحو 15% [2961]. الخوارزمية لا تخلق التضخم من العدم، لكنها فعّالة بشكل استثنائي في التقاط فائض المستهلك وتحويله إلى ربح.

النقيض التجريبي: الكفاءة ليست أسطورة

ومع ذلك، سيكون من الخطأ الوقوع في حتمية تكنولوجية مطلقة، وتصنيف كل تغيير رقمي في السعر على أنه احتيال. تفرض الأدبيات التجريبية قراءة متدرجة، مُثبتةً أن تأثير التسعير الديناميكي يعتمد اعتماداً وثيقاً على هيكل السوق ونوع البيانات وقواعد الاشتباك.

دراسة واسعة النطاق أجرتها جامعة كاليفورنيا سان دييغو (2025)، استندت إلى تحليل أكثر من 180 مليون مشاهدة على المنتجات، دحضت بشكل قاطع المخاوف من تسعير الذروة (أسعار مرتفعة حسب الازدحام) في السوبرماركت الفعلية. لم تجد البحث أي دليل على أن اعتماد البطاقات الإلكترونية على الرفوف أنتج ذروات سعرية انتهازية في الوقت الفعلي، ولا حتى خلال فترات التضخم العام المرتفع. كانت الزيادات في السوبرماركت تتبع بدقة تكاليف الجملة، وتحركات المنافسة المجاورة، ودورات الترويج للمصنّعين [2962]. من الضروري، إذن، عدم الخلط بين النقل العادي لتضخم سلسلة التوريد اللوجستية وبين مؤامرة خوارزمية.

توجد أيضاً قطاعات يُولّد فيها التسعير الديناميكي عالي التردد فوائد نظامية لا لبس فيها. في قطاع توصيل الطعام، كشفت بحث لـجامعة أريزونا (2024) أن التسعير الخوارزمي قلّل بشكل كبير من تقلب الطلب، ووزّع الطلبات بشكل أكثر عقلانية، ورفع الإنتاج الإجمالي للمطابخ، بل وصل إلى خفض الأسعار النهائية للمستخدمين في المتوسط [2965].

تدعم هذه البيانات التجريبية أطروحات الدفاع لـمركز ميركاتوس (2025)، الذي يجادل بأن التسعير الديناميكي يضمن تخصيصاً للموارد أكثر كفاءة بكثير مقارنة بالأسعار الثابتة، ويكافئ بخصومات كبيرة المستهلكين المستعدين للشراء في فترات الطلب المنخفض. في سيناريوهات مثالية عالية التنافسية، قد يُفضّل تخصيص الأسعار حتى المستهلكين ذوي الدخل المنخفض، من خلال تقديم تعريفات مُعايَرة لقدرة إنفاق أقل [2964].

عدم تماثل المعلومات وضريبة الإلحاح

السؤال الاجتماعي والسياسي الحقيقي الكامن وراء التضخم الخوارزمي ليس «هل ترفع الخوارزميات الأسعار بالمعنى المطلق؟»، بل بالأحرى: «من يدفع أكثر عندما يتغير السعر في الوقت الفعلي، ومن يُدعَم؟».

الذكاء الاصطناعي، مجرّداً من النوايا الأخلاقية، يكتفي برسم خريطة الهشاشة التعاملية. يمكن لخوارزمية أن تخفض بسهولة سعر رحلة طيران عابرة للقارات محجوزة قبل ستة أشهر من قبل سائح مرن، لكنها سترفع بلا رحمة سعر اللحظة الأخيرة الذي يشتريه عامل في حالة طارئة عائلية. يمكنها تقديم خصم موجّه لمن لديه دخل منخفض ووقت فراغ كبير لمقارنة العروض عبر الإنترنت، مع استخراج أقصى قيمة ممكنة في الوقت ذاته من بطاقة ائتمان من لا يستطيع تأجيل الشراء ولا يملك وقتاً للبحث المقارن [2961, 2964, 2954].

في هذه الديناميكية، يتوقف السعر عن كونه مؤشراً شفافاً للقيمة الجوهرية لسلعة أو لتكاليف إنتاجها، ليتحول إلى مرآة معتمة للحاجة اللحظية للمشتري. التضخم الخوارزمي، في التحليل الأخير، ليس مجرد مؤشر إحصائي بارد يظهر في مؤشرات أسعار المستهلك التي تعدّها البنوك المركزية؛ بل هو الإحساس المستمر والمنتشر، الذي يعيشه يومياً ملايين المواطنين، بأن سلة التسوق أو تذكرة الطيران أو الإيجار تغيّر مبلغها لحظة قبل أن يتمكن المرء من فهم السبب الحقيقي [2952, 2961, 2962].

المراجع الببليوغرافية والمصادر

  • [Algorithmic pricing and competition in G7 jurisdictions — OECD, 2025] [2952]
  • [AI-related competition concerns in downstream markets — OECD, 2025] [2954]
  • [Understanding Algorithmic Pricing — Federal Reserve Bank of Richmond, 2026] [2961]
  • [Algorithms and collusion — OECD, 2017] [2957, 2959]
  • [Artificial Intelligence and Competition — OECD Global Forum on Competition, 2025] [2955]
  • [Algorithmic competition — Note by Norway — OECD, 2023] [2956]
  • [New Research Debunks Fears of Supermarket Surge Pricing — UC San Diego, 2025] [2962]
  • [Dynamic Pricing, Intertemporal Spillovers, and Efficiency — University of Arizona, 2024] [2965]
  • [The Case for Algorithmic Pricing — Mercatus Center, 2025] [2964]

مقال من إعداد هيئة تحرير La Bussola dell’IA