Ценовые алгоритмы иногда ведут к высоким ценам, но не к настоящему сговору

Авторы не просто посмотрели, поднимают ли такие программы цены, а разобрали, при каких условиях это вообще может выглядеть как сговор. Они взяли Q-learning — один из самых простых способов обучения на опыте, когда программа пробует разные цены, видит реакцию рынка и постепенно запоминает, что приносит больше выгоды. Затем они проверили, может ли такая схема сама по себе привести к устойчивому поведению, похожему на картель.

Самый важный вывод в том, что для этого нужны почти одинаковые «стартовые условия» у всех игроков: одна и та же версия алгоритма, одновременный запуск, одинаковые настройки и даже одинаковый набор вариантов цен, из которых программа выбирает. То есть речь идёт не о том, что алгоритмы случайно «догадываются» до координации, а о крайне синхронной работе, которая уже сама по себе выглядит как что-то специально согласованное.

Ещё один важный момент: даже когда Q-learning действительно находит такие высокие цены, это происходит слишком медленно — на временной шкале, которая вряд ли имеет смысл для самой компании. Авторы также отмечают, что этот подход уже проигрывает первой альтернативной стратегии ценообразования, так что в практическом бизнесе он не выглядит самым естественным выбором. Поэтому они предлагают смотреть не на сам факт использования обучающегося алгоритма, а на то, есть ли у него признаки явного или скрытого сговора.