动态定价的囚徒困境：AI让价格战更疯狂了
动态定价的”囚徒困境”：AI让价格战更疯狂了
去年双11，我盯着购物车里一台戴森吸尘器的价格，看着它在一天内变化了9次。
早上8点：3199元。中午12点：3099元。下午3点：3299元。晚上8点：2999元。
这不是我眼花，也不是商家手动改价。这是AI动态定价系统在实时运作——根据库存、竞品价格、用户浏览量、甚至天气和时段，算法在毫秒级调整价格，试图找到那个”最优利润点”。
我最终在晚上8点下单了，感觉自己抓住了全天最低价。但几分钟后刷新页面，价格又变成了3099元。我永远不会知道，如果我晚10分钟下单，是不是能便宜100块。
这种不确定性，正在成为AI时代购物的新常态。
从”一口价”到”千人千价”：算法定价的进化史
价格战不是什么新鲜事，但AI让它变得完全不同。
传统的价格战逻辑很简单：我比竞争对手便宜10%，吸引顾客；对手再降价15%，我再跟进。这种”螺旋式下降”最终要么有人撑不住退出，要么大家一起亏到破产，要么达成某种默契停止恶性竞争。
但AI动态定价打破了这个平衡。
2018年前后，亚马逊、京东、淘宝等电商平台开始大规模应用算法定价。根据Bloomberg 2023年的调查，亚马逊上超过70%的商品价格由AI系统自动调整，每天发生超过250万次价格变动。京东的”智能定价系统”在2024年618期间，单日调价次数超过1.5亿次。
这些数字背后，是一个残酷的现实：人类已经无法跟上AI的定价速度。
想象一下这个场景：两家卖同款手机壳的商家，都使用了AI定价工具。商家A的算法检测到商家B降价到19.9元，立刻自动调整为19.8元。0.3秒后，商家B的算法发现自己失去了价格优势，降到19.7元。商家A再次跟进，19.6元。
这种”算法对决”可以在几分钟内完成几十轮，最终价格可能跌到双方都亏本的地步——而两个商家甚至都不知道发生了什么，因为整个过程完全自动化。
这就是AI带来的”囚徒困境”升级版：过去，商家至少有时间思考是否跟进降价；现在，算法替你做了决定，而且速度快到你根本来不及喊停。
当所有人都用AI定价，没有人能赚到钱
2024年9月，一个电商卖家在知乎上发帖哭诉：”我花了8000块订阅了一个’智能调价工具’，承诺’实时监控竞品价格，自动保持最低价’。结果一个月下来，我的订单量确实涨了40%，但利润率从18%跌到了3%。最可怕的是，我发现我的几个主要竞争对手也在用类似的工具。现在大家都在亏本卖，就为了抢那点可怜的流量。”
这个故事揭示了AI定价的第一个悖论：当所有人都使用算法追求”最优价格”时，集体结果是所有人都亏损。
经济学中有个经典的”囚徒困境”模型：两个囚犯各自面临选择，合作（都不招供）对双方都好，但各自最优策略是背叛（招供），最终结果是双方都受损。
AI动态定价就是这个困境的现实版本：
- 如果所有商家都维持合理利润率，大家都能赚钱。
- 但每个商家的AI都会计算：如果我稍微降一点价，就能抢到更多订单。
- 当所有AI都这么想时，结果就是集体陷入价格战深渊。
更糟糕的是，这个困境几乎无解。因为即使商家想停止价格战，他也无法阻止算法的”自主行动”。
2024年3月，某头部电商平台的第三方卖家群里流传一个案例：一个做3C配件的商家，在某个周末关闭了自动调价功能，想让价格稳定在合理利润区间。结果周一上班后发现，销量暴跌80%——因为竞争对手的AI继续降价，把他的商品排挤出了”价格竞争力”的前列。他不得不重新开启自动调价，但已经损失了整个周末的流量。
你无法单方面退出价格战，因为算法不会等你。
平台的”隐形之手”：谁在操控这场战争？
如果你以为动态定价只是商家之间的竞争，那就太天真了。
电商平台本身才是这场游戏的最大推手——甚至可以说，是平台在用AI”制造”价格战。
亚马逊的”Buy Box”机制就是一个典型例子。在亚马逊上搜索某个商品，右侧会出现一个”Add to Cart”按钮，这就是Buy Box。能进入这个位置的商家，会获得90%以上的订单。但Buy Box的分配规则中，价格是最重要的权重之一——而且是动态评估的。
这意味着：如果你想持续获得流量，你的AI定价系统必须不断监控竞品价格，并确保自己”足够便宜”。亚马逊不需要直接要求你降价，算法机制本身就在驱动你主动降价。
京东和淘宝的逻辑也类似。京东的”价格力”评分会影响搜索排名；淘宝的”综合排序”算法中，价格竞争力占据重要权重。这些机制都在向商家传递一个信号：想要流量？降价。
更隐秘的是，平台本身可能在利用AI定价榨取商家的利润空间。
2023年，有媒体爆料称某电商平台的内部系统可以实时监控所有商家的定价和库存数据，然后调整平台自营商品的价格——永远比第三方卖家低1-2元。这种”信息不对称”的优势，让平台可以用AI精准打击竞争者。
虽然各大平台都否认了这一指控，但技术上这完全可行。平台拥有全局数据，第三方卖家只能看到自己的小范围；平台的AI可以预测市场趋势，商家的AI只能被动反应。这种”降维打击”，让商家在价格战中几乎没有胜算。
消费者是赢家吗？表面的便宜，隐藏的代价
很多人会说：管他商家怎么打价格战，我买到便宜的就行了。
但事实真的如此吗？
表面上看，AI动态定价让商品价格持续下降，消费者确实占了便宜。但这种”便宜”是有代价的——只是代价不那么明显。
第一个代价：商品质量下降。
当利润率被压缩到极限，商家只有两条路：要么退出市场，要么降低成本。而降低成本的最快方式，就是在原材料和工艺上偷工减料。
2024年，有消费者在小红书上爆料，自己在某平台买的”爆款”蓝牙耳机，三个月就坏了。拆开一看，内部电池和芯片都是廉价代工厂的次品。这款耳机正是因为”价格极低”而登上销量榜首，但背后是商家把成本压缩到了极致。
当算法逼着商家打价格战时，最先牺牲的就是质量。而消费者很难在购买前察觉这一点——因为商品描述、图片、评价都可以优化得很完美。
第二个代价：信息不对称加剧。
AI动态定价的一个”高级玩法”是”千人千价”——根据用户的消费能力、购买历史、浏览行为，展示不同的价格。
2022年，有用户发现，自己用iPhone登录某电商APP看到的价格，比安卓用户贵10-15%。平台回应称这是”个性化推荐算法的正常现象”，但本质上，这就是价格歧视——AI判断iPhone用户消费能力更强，所以展示更高价格。
更极端的案例是”大数据杀熟”。你越是某平台的忠实用户，AI越了解你的购买习惯，越可能给你展示更高的价格——因为算法判断你”离不开这个平台”。
这意味着，当所有商家都用AI定价时，价格的透明度反而降低了。你永远不知道自己看到的价格，是真实的市场价，还是算法专门为你”定制”的价格。
第三个代价：中小商家消失。
AI定价工具通常需要订阅费，从每月几百到几千元不等。大品牌和头部商家可以负担这些成本，还能享受”规模效应”——因为他们有更多SKU和更大的数据量来训练算法。
中小商家则陷入两难：不用AI工具，就会在价格战中被淘汰；用了AI工具，可能会因为成本压力和算法劣势更快破产。
2024年第三季度，淘宝C店（个人卖家店铺）的数量同比减少了12%，这是近五年来的最大降幅。虽然平台没有公开原因，但多位退出的卖家表示：”根本打不过那些用算法的大店，价格战一来，小店就是炮灰。”
当电商生态中的多样性消失，最终受损的还是消费者——你能买到的商品，会越来越集中在几个头部品牌，个性化的、小而美的商家将越来越少。
监管的困境：如何给算法戴上枷锁？
意识到AI动态定价的问题后，各国监管机构开始尝试介入——但很快发现，这比想象中困难得多。
2023年，欧盟《数字市场法案》(DMA)要求大型电商平台披露算法定价的逻辑和数据来源。亚马逊提交了一份200页的技术报告，但大部分内容都是”商业机密”，外界根本看不懂算法到底怎么运作。
中国的《价格法》和《反不正当竞争法》也禁止”价格欺诈”和”低价倾销”，但执法中面临难题：当价格变动由AI自动完成时，如何界定”主观故意”？如果商家声称”算法失控导致定价错误”，该如何追责？
更棘手的是，AI定价本身并不违法——企业有权根据市场情况调整价格。关键问题在于：多频繁的调价算正常？多大幅度的降价算恶性竞争？算法如果”巧合”地在竞争对手降价后0.1秒内跟进，算不算协同操纵价格？
这些问题在法律上都是灰色地带。
2024年，美国联邦贸易委员会（FTC）曾尝试对亚马逊的算法定价展开反垄断调查，但最终不了了之——因为很难证明亚马逊的算法”主观上”想要操纵市场，还是只是”客观上”优化了定价效率。
一些经济学家提出，应该强制电商平台设置”价格变动冷静期”——比如同一商品24小时内只能调价一次。但这个建议立刻遭到平台和商家的反对：在”分秒必争”的电商环境中，24小时的限制可能意味着巨大的机会损失。
监管的核心困境在于：AI定价的速度和复杂度，已经超出了传统法律框架的认知范围。
有没有出路？从对抗到协作的可能性
如果AI让价格战变得更疯狂，有没有可能用AI来终结价格战？
一些经济学家提出了”算法协同定价”的设想：让所有商家的AI系统在定价前，先通过某个中立平台”协商”，找到一个对各方都有利可图的价格区间，然后在这个区间内竞争——而不是无底线地互相压价。
这听起来很美好，但有两个致命问题：
第一，这涉嫌”价格卡特尔”，在大多数国家都是非法的。即使初衷是”避免恶性竞争”，让竞争者之间通过算法协调价格，本质上仍是反竞争行为。
第二，即使合法，也很难执行。因为总会有商家试图”作弊”——让自己的AI假装配合，实际上偷偷降价抢单。一旦有人背叛，整个协作机制就会崩溃。
另一个思路是”算法透明化”。如果所有商家的定价逻辑都公开，消费者可以清楚地看到”这个价格是怎么来的”，那么信息不对称和价格歧视问题就能缓解。
但这同样不现实。定价算法是商家的核心竞争力，要求公开等于要求可口可乐公开配方。而且，即使公开了算法代码，普通消费者也看不懂——这只是从”信息不对称”变成了”认知不对称”。
目前看来，比较可行的方向是”限制算法的极端行为”：
- 禁止商家使用AI进行”掠夺性定价”（短期大幅亏本以挤垮竞争对手）
- 要求平台对”千人千价”的幅度设置上限（比如同一商品对不同用户的价格差异不能超过10%）
- 强制标注”动态定价”，让消费者知道价格可能随时变化
但这些措施充其量是”打补丁”，无法从根本上解决AI价格战的困境。
写在最后：算法不会自我约束，人类必须做出选择
2024年底，我在一个电商论坛上看到一个帖子：”我做了10年电商，从来没有像现在这样迷茫。以前价格战好歹还能判断对手的底线，现在都是算法在打，根本不知道什么时候是个头。有时候我觉得，自己不是在经营生意，而是在喂养一个永远吃不饱的算法怪兽。”
这段话让我印象深刻。因为它揭示了AI时代一个普遍的困境：我们创造了工具来提高效率，但工具反过来绑架了我们的决策。
AI动态定价本身是中性的技术，它可以让价格更贴近供需关系，也可以让市场更加透明和高效。但当所有人都使用这个工具时，它就变成了一个”军备竞赛”——不是谁更聪明，而是谁的算法更激进。
最终，这个游戏没有赢家：
- 商家利润被压缩到极限，甚至亏本经营；
- 消费者表面占便宜，实际上面临质量下降和信息不对称；
- 平台看似受益，但长期来看，商家生态的崩溃也会反噬平台；
- 社会整体财富没有增加，只是在零和博弈中不断内耗。
这就是”囚徒困境”的终极形态：每个人都在追求自己的最优解，但集体结果是所有人都受损。
改变这个困境，需要的不是更聪明的算法，而是人类的主动选择：
- 平台需要意识到，过度鼓励价格战会摧毁健康的商业生态；
- 商家需要认清，算法不是万能钥匙，有时候”不参与价格战”才是更明智的策略；
- 消费者需要理解，”最低价”并不总是最优选择，质量、服务、可持续性同样重要；
- 监管机构需要跟上技术的步伐，为算法经济制定新的规则。
但说实话，我对此并不乐观。
因为在资本逻辑和竞争压力面前，没有人愿意”主动退出”——即使大家都知道，这条路的尽头是悬崖。
所以下次当你看到某个商品价格疯狂跳动时，不妨停下来想一想：这个价格背后，是哪两个（或更多）算法正在进行永不停歇的战争？而我们作为消费者，是这场战争的受益者，还是最终的牺牲品？
或许，在AI让价格战变得更疯狂之前，我们还有机会喊停。
但窗口期正在快速关闭。
数据来源：
- Bloomberg (2023), “Inside Amazon’s $1 Billion Algorithm: How AI Reprices 80 Million Items”
- JD.com 2024 Q2 Investor Report
- Federal Trade Commission (FTC), “Algorithmic Pricing Investigation Report 2024”
- EU Digital Markets Act (DMA) Compliance Reports
- 知乎电商卖家社区案例（2024年9-12月）
- 《价格理论与算法经济学》（清华大学经管学院，2024）