एआई के चलते कीमतें बदलती रहेंगी, ग्राहक के लिए नई चुनौती

आज जब आप मेलबर्न के लिए फ्लाइट की कीमत ऑनलाइन चेक करते हैं, तो वह दिन के भीतर कई बार बदल सकती है। उदाहरण के लिए, सुबह USD 300 था, दो घंटे बाद USD 320 और आधे दिन बाद USD 280। यही है एल्गोरिदमिक प्राइसिंग की दुनिया, जहां तकनीक यह अनुमान लगाने की कोशिश करती है कि आप कितना भुगतान करने को तैयार हैं। कृत्रिम बुद्धिमत्ता (AI) धीरे-धीरे कंपनियों के मूल्य निर्धारण के तरीके को पूरी तरह बदल रही है।

इस परिवर्तन में केवल मांग के अनुसार मूल्य बदलना ही नहीं (डायनेमिक प्राइसिंग), बल्कि अब कंपनियां व्यक्तिगत ग्राहकों के लिए अलग-अलग कीमतें तय कर रही हैं (पर्सनलाइज्ड प्राइसिंग)। यह सिर्फ तकनीकी बदलाव नहीं है, बल्कि इससे न्याय, पारदर्शिता और नियमावली जैसे बड़े सवाल उठते हैं।

डायनेमिक और पर्सनलाइज्ड प्राइसिंग कैसे काम करते हैं

डायनेमिक प्राइसिंग बाजार की मांग और आपूर्ति के अनुसार कीमत बदलती है। यह कई वर्षों से ट्रैवल और रिटेल वेबसाइटों पर इस्तेमाल हो रही है। एल्गोरिदम सप्लाई, मांग, समय और प्रतिस्पर्धी कीमतों का ट्रैक रखते हैं। जब मांग बढ़ती है तो कीमतें सबके लिए बढ़ जाती हैं, और मांग कम होने पर कीमतें गिर जाती हैं। उदाहरण के लिए, उबर का सरज फेयर, स्कूल छुट्टियों में एयरलाइन टिकट की बढ़ोतरी या बड़े इवेंट्स के दौरान होटल रेट्स।

पर्सनलाइज्ड प्राइसिंग एक कदम आगे बढ़ती है। एआई आपके व्यक्तिगत डेटा—ब्राउज़िंग हिस्ट्री, खरीदारी की आदत, डिवाइस और यहां तक कि पोस्टकोड—का इस्तेमाल यह अनुमान लगाने के लिए करती है कि आप कितना भुगतान करने को तैयार हैं। इसका मतलब है कि एक ही समय में दो लोग एक ही उत्पाद के लिए अलग-अलग कीमतें देख सकते हैं। जो व्यक्ति अक्सर कार्ट छोड़ देता है उसे छूट मिल सकती है, जबकि जो शायद ही खरीदारी करता है उसे प्रीमियम कीमत दिख सकती है।

एयरलाइन उद्योग से शुरुआत

यह बदलाव एयरलाइन उद्योग से शुरू हुआ। 1990 के दशक में डिरेगुलेशन के बाद एयरलाइंस ने "यील्ड मैनेजमेंट" का इस्तेमाल किया, जिसमें सीटों की उपलब्धता और बुकिंग की तारीख के आधार पर किराए बदलते। हाल के वर्षों में यह पर्सनलाइजेशन के साथ मिल गया, जहां सोशल मीडिया संदर्भ, डिवाइस, पिछली ब्राउज़िंग हिस्ट्री आदि के आधार पर अनोखे किराए तय किए जाते हैं।

होटल उद्योग ने भी इसे अपनाया। होटल बेस रेट बढ़ा सकता है, लेकिन पुराने ग्राहकों को "मेबर ओनली" डिस्काउंट या बुकिंग पेज पर समय बिताने वाले ग्राहकों को विशेष ऑफर दे सकता है।

एआई आधारित पर्सनलाइज्ड प्राइसिंग

ऐसे सिस्टम डेटा का गहन विश्लेषण करते हैं—हर क्लिक, वेबपेज पर बिताया समय, पिछली खरीदारी, छोड़े गए कार्ट, लोकेशन, डिवाइस, ब्राउज़िंग पथ—सभी को प्रोफ़ाइल में शामिल किया जाता है। मशीन लर्निंग मॉडल अनुमान लगाते हैं कि आप कितना भुगतान करने को तैयार हैं और उस आधार पर कीमत तय की जाती है जो अधिकतम राजस्व सुनिश्चित करे।

जोखिम और उपभोक्ता चिंताएँ

न्याय: समान क्षेत्र के दो घर अलग किराया या मॉर्गेज क्यों दें?

अलगाव: अगर बाद में सस्ता मूल्य मिले तो उपभोक्ता धोखा महसूस करते हैं।

जवाबदेही: पर्सनलाइज्ड प्राइसिंग का पारदर्शिता स्तर बहुत कम है। यदि एआई उपभोक्ता कानून का उल्लंघन करे, तो जिम्मेदार कौन—कंपनी या एल्गोरिदम डिजाइनर?

नियामक दृष्टिकोण

ऑस्ट्रेलिया में ACCC ने इस पर ध्यान दिया है। जून 2025 में पांच साल की जांच में एल्गोरिदमिक पारदर्शिता, अनुचित व्यापार प्रथाओं और उपभोक्ता हानि को प्रमुख मुद्दा बताया गया। आयोग ने डिजिटल प्लेटफ़ॉर्म के कड़े नियंत्रण, अनुचित व्यापार नियमों और एल्गोरिदम खुलासे के लिए उपाय सुझाए।

हम एक ऐसे युग में प्रवेश कर रहे हैं जहां आपके और मेरे लिए कीमतें वास्तविक समय में अलग हो सकती हैं। यह दक्षता और नए लॉयल्टी मॉडल खोल सकता है, लेकिन कभी-कभी यह अन्यायपूर्ण, Orwellian या शोषणकारी भी लग सकता है। व्यवसाय के लिए चुनौती है कि वे एआई प्राइसिंग को नैतिक और पारदर्शी तरीके से लागू करें और नियामकों के लिए चुनौती है कि वे समय रहते इस तकनीक पर पकड़ बनाएं।