Người nào giá nấy

Các công ty - từ hãng hàng không đến nhà bán lẻ - có thể không hề nói quá khi chào mời người mua với mức giảm giá "chỉ dành riêng cho bạn". Nhưng người tiêu dùng chớ lấy đó làm mừng; sự cá nhân hóa này có khi đang móc túi họ thêm chứ chẳng tốt lành gì.

Một hãng xe công nghệ bỗng tăng giá gấp đôi vào giờ cao điểm hay những lúc mưa gió bão bùng, hay một nhãn hàng giảm giá sâu cho khách hàng vào các khung giờ vắng khách để tối ưu hóa doanh thu và hiệu quả hoạt động. 

Đây chính là những ví dụ điển hình cho hình thức định giá động (dynamic pricing) - giá được điều chỉnh theo thời gian thực dựa trên cung cầu, thời gian, vị trí, thời tiết, lượng tồn kho hoặc sự kiện, thường áp dụng đồng loạt cho mọi khách hàng trong cùng bối cảnh. 

Giờ thì với sự trợ giúp của AI, các công ty có thể nhận diện hàng ngàn tín hiệu thời gian thực, từ vị trí, lịch sử tìm kiếm đến loại thiết bị khách hàng đang dùng, từ đó chào bán cùng một sản phẩm cho hai người khác nhau với hai mức giá khác nhau.

Mỗi người một mức giá

"Lần tới khi đi máy bay, hãy thử hỏi người ngồi cạnh xem họ trả bao nhiêu. Không có gì ngạc nhiên nếu quý vị nghe một mức giá rất khác so với mình, dù cả hai đang bay cùng chuyến" - Scott Keyes, nhà sáng lập nền tảng săn vé máy bay giá rẻ Going, nói với tờ Time hồi tháng 7. 

Chuyên gia trong ngành này còn tiết lộ một thông tin chấn động: việc một chuyến bay 200 khách có tới 150 mức giá khác nhau cũng chẳng lạ. 

Chính Keyes đã từng nhìn giá vé khứ hồi cho một chuyến bay từ Atlanta sang Amsterdam của hãng hàng không Delta nhảy múa, từ 800 USD khi xem vào thứ hai, giảm xuống 300 USD khi tìm lại vào thứ ba, rồi vọt lên 1.300 USD một ngày sau đó, dù vẫn cùng một chuyến bay, cùng ngày đi và về.

Đây là kết quả của việc Delta ứng dụng AI để tối ưu giá vé máy bay. Cuối năm 2024, Delta mới áp dụng AI cho khoảng 1% số vé; đến cuối năm 2025, hãng đặt mục tiêu nâng con số này lên 20%. 

Theo The New York Times, Delta phủ nhận sử dụng định giá cá nhân hóa dựa trên dữ liệu cá nhân; họ chỉ xét yếu tố liên quan chuyến đi như thời điểm đặt vé, hạng ghế. Fetcherr, đối tác AI của Delta, cũng tuyên bố công nghệ của họ "không cho phép định giá cá nhân hóa", nhưng họ từng quảng bá khả năng cá nhân hóa dựa trên lịch sử mua sắm.

Theo giáo sư Laurie Garrow ở Đại học Công nghệ Georgia, Delta có thể dùng đặc điểm chuyến đi như thời gian đặt trước, thị trường, số lượng người đi cùng, và các mô hình mua hàng trong quá khứ để hỗ trợ AI, khác với việc định giá theo sự kiện cá nhân nhạy cảm, kiểu như biết khách hàng đang phải đi dự đám tang ở xa nên tăng giá vé cho khách hàng đó.

Dù gì đi nữa, AI trong trường hợp này đã "tiếp sức" cho mô hình định giá động đã quen từ lâu. Chưa rõ AI làm tăng hay giảm giá vé cho người dùng, nhưng Keyes đặt vấn đề: nếu AI không mang lại lợi nhuận cuối cùng thì Delta áp dụng làm gì? 

Thiên về giả thuyết này, tờ The American Prospect dẫn chứng: công ty tuyển dụng trực tuyến ZipRecruiter từng sử dụng thuật toán để cung cấp giá dịch vụ tùy chỉnh dựa trên các thuộc tính mà khách hàng tiềm năng cung cấp, dẫn đến lợi nhuận tăng 84% so với hệ thống cũ. 

Con số hấp dẫn như vậy, công ty nào nỡ lòng bỏ qua, nhất là khi được gắn mác "tăng thêm giá trị cho người tiêu dùng". Khi đó, chốt đơn quan trọng hơn giữ quan hệ với khách hàng.

Tuy nhiên, định giá động tạo ra bất công cho nhóm khách hàng sẵn sàng chi trả: họ bị ép giá cao hơn mà không hiểu vì sao. Nói cách khác, theo giáo sư Jean-Pierre Dubé, Đại học Chicago, khi người bán biết khách thực sự muốn hoặc cần một thứ gì đó và có khả năng chi trả, họ sẽ không ngần ngại "hét giá". Ngày xưa, người bán còn phải dò đoán ý khách; nay thì AI và dữ liệu lớn làm thay việc đó.

Theo dõi người dùng để "ra giá"

Nếu vừa nhận lương đã thấy app mua sắm gửi thông báo "ngày lương về, mua 1 được 2" hay gì đó tương tự, đừng xuýt xoa sao hay thế, mà hãy giật mình: có thể mọi thứ về bạn - từ sở thích ăn uống, thói quen đặt hàng, hành vi tài chính, tương tác xã hội - đang nằm trong tay "ai đó".

Định giá giám sát (surveillance pricing) là một hình thức phái sinh từ định giá cá nhân hóa. Đúng với từ "giám sát", bên định giá đã thu thập dữ liệu quy mô lớn và chuyên sâu từ vị trí GPS, thói quen ăn uống, thu nhập ước tính, dữ liệu sức khỏe, đến lịch sử mua sắm, tìm kiếm, tương tác mạng xã hội của khách hàng để đưa ra quyết định về giá. Đây là hình thức thường hứng gạch đá nhiều nhất vì xâm phạm quyền riêng tư, dẫn đến định giá phân biệt đối xử.

Tổ chức bảo vệ người tiêu dùng Consumer Reports từng điều tra siêu thị Kroger (Mỹ) vì cung cấp mức chiết khấu khác nhau cho khách hàng dựa trên dữ liệu cá nhân của họ. Hazem Salem, một khách hàng của Kroger, đã được ghi nhận hồ sơ mua sắm 62 trang với nhiều thông tin sai lệch về giới tính, quy mô hộ gia đình, trình độ học vấn và thu nhập, kèm theo tần suất mua sắm thưa thớt, có thể khiến anh nhận được ít ưu đãi hơn. Target cũng từng phải nộp phạt 5 triệu USD sau khi bị phát hiện thay đổi giá trong ứng dụng lúc khách hàng bước vào cửa hàng.

Doanh nghiệp lập luận rằng dữ liệu giúp họ đưa giá thấp hơn và chiết khấu chính xác. Nhưng giới chuyên gia cảnh báo điều này có thể khoét sâu bất bình đẳng. "Dữ liệu này đang làm rộng khoảng cách thu nhập, và nếu không được quản lý, tình hình sẽ tệ hơn" - giáo sư luật David Friedman nói với Consumer Reports.

Làm gì để tránh bị "móc túi"?

Trong bối cảnh định giá cá nhân hóa và AI ngày càng tinh vi, việc kiểm soát giá cả dường như bất khả thi, nhưng người tiêu dùng vẫn có thể giảm nguy cơ bị "định giá theo điểm dễ bị tổn thương". 

Nhà báo Adam Clark Estes của Vox đề xuất người tiêu dùng giảm dấu vết trực tuyến bằng cách dùng VPN để ẩn địa chỉ IP, duyệt web ở chế độ ẩn danh hoặc qua trình duyệt bảo mật như DuckDuckGo. Nếu có thời gian thì thử tìm kiếm cùng sản phẩm trên các nền tảng hoặc phương thức khác nhau để so sánh giá.

Các chương trình khách hàng thân thiết, dù có thể mang lại khuyến mãi tốt cho người dùng, cũng là kênh thu thập dữ liệu chính của doanh nghiệp. The American Prospect khuyên người dùng cẩn trọng khi tham gia các chương trình này. 

Đồng thời nhận diện "chiết khấu/giảm giá" giả, nghĩa là AI đã định giá sản phẩm cho bạn cao hơn người khác, rồi dùng khuyến mãi giảm giá để đưa nó về mức ngang bằng, làm tăng cảm giác bị thao túng.

Zephyr Teachout, người giúp xây dựng các quy tắc chống nâng giá tại văn phòng tổng chưởng lý New York, nhận xét "định giá công khai là nền tảng cho quyền tự do kinh tế". Mục tiêu cuối cùng của định giá cá nhân hóa thường là tối đa hóa doanh thu cho người bán, bằng cách chuyển của cải từ người tiêu dùng sang người bán.

Kỷ nguyên định giá siêu cá nhân hóa với sự hỗ trợ của AI đang định hình lại cảnh quan thương mại. Mặc dù nó có thể dẫn đến một số lợi ích nhất định, như khả năng duy trì các chuyến bay giá rẻ nhờ đa dạng hóa nguồn doanh thu của các hãng hàng không, hình thức này cũng tiềm ẩn nguy cơ về việc thiếu minh bạch, sự bất công và xâm phạm quyền riêng tư.

Vẫn trở lại chuyện vé máy bay: theo Time, Mỹ đang trong "thời đại hoàng kim của các chuyến bay giá rẻ": giá vé thấp hơn 12% so với tháng 2-2020 nếu không tính lạm phát, và thấp hơn 41% so với 10 năm trước (đã điều chỉnh lạm phát). 

Tuy nhiên, giá vé máy bay đã chuyển từ "đắt nhưng đơn giản" sang "rẻ mà khó hiểu" vì không ai biết AI tính toán thế nào. Người dùng vì thế luôn bất an, nghi ngờ vì không nắm được luật chơi - không biết khi nào mình là người được hưởng rẻ và khi nào bị "chém".