是什么造成了美国的高通胀？这个问题，我相信大部分条友都能总结上几条。从2020年起笔者写过类似的文章少说也有十几篇了，没想到时至今日，还能听到另辟蹊径还别有洞天的见解。

前几天在加州大学一个华裔教授家闲聊，他给我讲了讲美国零售商现在广泛使用AI技术进行辅助定价的事。

其实前两年笔者已经听说了AI定价系统，印象里可口可乐、耐克、星巴克这些大品牌早已经开始使用。这个定价系统最大的优势就是省人力省钱。

以前这些大品牌搞定价策略，要先雇佣调研公司进行竞品和消费者调查，整理出来数据进行分析，之后才能制定策略，进而开始价格调整。

因为耗时费钱，大品牌也不能经常干，除非是新品上市，或是调整产品结构，一般情况都是靠管理者的经验，经验定价。当然经验够丰富，就叫技术性定价了。

不管经验有多丰富，技巧有多娴熟，本质还是主观定价，既然是主观定价，总有走麦城的时候，所以大品牌的营销管理岗，看重的不是多有创造性，少犯错误才是真谛。

直到AI技术被应用于大企业的定价体系，才发生根本性变革，经验主义变成科学了。

AI技术可以自己在大数据中提取有价值的信息，更能够实时跟踪竞争者的价格策略，还能监控目标消费者的行为习惯，在原本可能需要几周甚至几个月才能完成的市场研究，如今就是几分钟的事，能够大大提高企业的效率和定价准确性。

也因为这种升维式的技术优势，使越来越多的企业开始使用AI智能定价系统。

但加州大学的教授朋友告诉我，如今的AI定价系统比前两年又有了巨大的进步。

比如，经过几年的实际使用与数据积累，AI已经具备了市场预测能力，准确率高达85%以上。比如，AI已经能够模拟消费者反应，并制定弹性的价格策略，将定价策略上的风险降到最低。再比如，AI已经能够用微调算法来动态改善不合理的定价表现等等。

然而让教授朋友更为震惊的，是最近一些经济学家发现的新现象。

随着越来越多的企业都迫于竞争压力而使用AI定价系统时，企业竞争已经演化为AI技术的竞争。因为大家的AI都具备自主学习能力，又都互相监控和分析着彼此的价格策略，当然最重要的一点是，所有企业主都把自身盈利能力放在系统的第一要位，于是就出现了奇怪的现象。

有研究者在分析了某个行业中排名前五位的企业的价格策略，而这五家企业全部使用了AI定价系统。他惊讶地发现，这五家企业的价格策略竟然是互补的。

有低价产品的互补、有竞价产品的互补、有阶段性促销上的互补、更多的是销售时段和地域上的动态调整互补。简单来说，就是在保证每一家利润率需求的前提下，将竞争所需付出的成本和潜在风险降到最低。

这位研究者本以为是AI在应对其他AI的定价策略，自动产生的针对性调整，放在更广泛市场和更长的时间段，会形成一系列人类无法短期分析的函数计算和优化结果。简单说，AI之间相互寻求最优结果导致互补性的相容。

但后来，这位研究者不断代入这个行业里排名靠后的公司的定价策略，当然也是AI定价参与过的，他惊讶地发现，似乎所有的游戏参与者在里面都有合理的位置，换言之，你只要使用了AI定价系统，就会有一定市场空间，反之，则被直接排斥出局。

于是这位调研者得出了一个令人震惊的推测，不同企业的AI定价软件，彼此之间实现了某种内部谈判机制。可以通过协商来制定一种合作性的定价策略，在最低成本状态获取最高收益。如果这个推论正确，则意味着AI的自我进化已经超出了人类想象，不但有智商，还有了情商。

为此这个研究者组成了一个小型团队，虚拟了一个市场，准备邀请一些企业的AI定价软件加入，通过人为设定一些市场因素和雇主诉求，来检测是否不同的AI定价智能之间有着微妙的谈判与合作联系。

虽然这项测试还在设计阶段，但那位华裔教授朋友已经做出了他个人的判断，基于企业都是利润最大化的驱动，不同AI智能定价之间的博弈结果只能是在商品价格的不断推升中找到平衡，而应用AI定价软件的企业越多，这种并不基于供求关系的价格上涨会更明显，美国这几年的通胀已经是直接的反应：物价涨得莫名其妙又无比巧妙，涨价者之间配合得进退有度又天衣无缝。

这一场轰轰烈烈的生产力变革，其实与之前并没有什么不同，赢家只是少数AI工具的使用者，倒霉的只能是被数字化的小民。