ยุคใหม่แห่งการชอปปิ้ง AI กำหนดราคา 'เฉพาะคุณ'

การชอปปิ้งออนไลน์ในอนาคต อาจไม่ใช่การแข่งขันเพื่อหา “ร้านที่ขายถูกที่สุด” อีกต่อไป แต่เป็นการแข่งขันระหว่างอัลกอริทึมกับผู้บริโภค เพราะสินค้าชิ้นเดียวกันอาจไม่ได้มี “ราคาเดียวสำหรับทุกคน”

แม้ผู้บริโภคจะคุ้นเคยกับการที่ราคาสินค้าออนไลน์เปลี่ยนแปลงอยู่ตลอดเวลา ไม่ว่าจะตามช่วงโปรโมชั่น ช่วงเวลาของวัน หรือตามระดับอุปสงค์-อุปทานของตลาด แต่สิ่งที่น่าจับตาในยุคปัญญาประดิษฐ์ อาจไม่ใช่การที่ “ราคาปรับเปลี่ยนทุกนาที” หากแต่เป็นการที่ “ราคาปรับเปลี่ยนเฉพาะสำหรับคุณ” โดยอาศัยข้อมูลส่วนบุคคลและพฤติกรรมการใช้งานออนไลน์มาเป็นตัวกำหนดว่า ผู้บริโภคแต่ละคนควรเห็นราคาเท่าใด

หนังสือพิมพ์เดอะวอลล์สตรีทเจอร์นัลรายงานว่า ในขณะนี้ นักวิจัยจำนวนมากเริ่มจับตาปรากฏการณ์ที่เรียกว่า “Personalized Pricing” หรือ “การกำหนดราคาเฉพาะบุคคล” ซึ่งหมายถึงการที่ระบบ AI และอัลกอริทึมของร้านค้าออนไลน์ใช้ข้อมูลส่วนบุคคลจำนวนมหาศาลมาวิเคราะห์ ก่อนกำหนดราคาสินค้าให้แตกต่างกันในแต่ละคน โดยพิจารณาจากปัจจัยต่าง ๆ เช่น รายได้โดยประมาณ พฤติกรรมการค้นหา สถานที่อยู่อาศัย อุปกรณ์ที่ใช้ หรือแม้แต่ความเร่งด่วนในการซื้อสินค้า

จาก ‘ส่วนลดเฉพาะคุณ’ สู่ ‘ราคาที่แพงเฉพาะคุณ’

ปัจจุบัน ผู้ค้าปลีกออนไลน์ใช้ข้อมูลลูกค้าเพื่อมอบคูปอง ส่วนลด หรือโปรโมชั่นเฉพาะบุคคลอยู่แล้ว ขณะเดียวกัน การตั้งราคาแบบ Dynamic Pricing ซึ่งเปลี่ยนราคาตามอุปสงค์และอุปทาน ก็กลายเป็นเรื่องปกติในหลายอุตสาหกรรม เช่น สายการบิน โรงแรม และบริการเรียกรถ

อย่างไรก็ตาม สิ่งที่สร้างความกังวลคือ ความเป็นไปได้ที่บริษัทจะไม่เพียงเสนอ “ส่วนลด” ให้แตกต่างกัน แต่จะเริ่มตั้ง “ราคาพื้นฐาน” ของสินค้าให้แต่ละคนไม่เท่ากัน โดยที่ผู้บริโภคไม่รู้ตัว

ตัวอย่างเช่น หากระบบประเมินว่าผู้ซื้อมีรายได้สูง จำเป็นต้องใช้สินค้าด่วน หรือมีแนวโน้มยอมจ่าย ระบบอาจเสนอราคาที่สูงกว่าผู้ใช้อีกราย แม้ว่าจะซื้อสินค้าชิ้นเดียวกัน ในเวลาเดียวกันก็ตาม

AI รู้จักผู้บริโภคมากกว่าที่คิด

เทคโนโลยีในปัจจุบันเปิดโอกาสให้บริษัทเก็บข้อมูลลูกค้าได้ละเอียดกว่าที่เคย ไม่ว่าจะเป็น

•    ประวัติการค้นหาเว็บไซต์

•    ประวัติการซื้อสินค้า

•    ตำแหน่งที่ตั้ง

•    ประเภทของอุปกรณ์ที่ใช้

•    พฤติกรรมการใช้งานเว็บไซต์

•    ระยะเวลาที่เมาส์ค้างอยู่บนสินค้าแต่ละชิ้น

•    การเปรียบเทียบราคาระหว่างเว็บไซต์

ข้อมูลเหล่านี้สามารถนำมาวิเคราะห์ร่วมกับ AI เพื่อประเมินกำลังซื้อ ความอ่อนไหวต่อราคา และโอกาสที่ลูกค้าจะยอมจ่าย ก่อนกำหนดราคาที่เหมาะสมกับแต่ละบุคคล

แม้บริษัทค้าปลีกรายใหญ่ส่วนใหญ่ยืนยันว่าไม่ได้ใช้ “การกำหนดราคาเฉพาะบุคคล” แต่หลายงานวิจัยเริ่มพบสัญญาณที่น่าสนใจ

ต้นปี 2025 คณะกรรมาธิการการค้าแห่งสหรัฐ (FTC) เปิดเผยผลการสอบสวนเบื้องต้นเกี่ยวกับสิ่งที่เรียกว่า Surveillance Pricing หรืออีกชื่อหนึ่งของการตั้งราคาเฉพาะบุคคล โดยพบว่า มีบริษัทจำหน่ายซอฟต์แวร์และเครื่องมือวิเคราะห์ข้อมูลผู้บริโภคให้ผู้ค้าปลีก เพื่อช่วยกำหนดราคาสำหรับลูกค้าแต่ละราย

ต่อมาในเดือนธันวาคม 2025 องค์กร Consumer Reports และ Groundwork Collaborative ได้ทำการสืบสวน โดยให้ผู้บริโภคกว่า 400 คนเข้าใช้งานแพลตฟอร์ม Instacart พร้อมกัน และใส่สินค้าของชำรายการเดียวกันจากร้านเดียวกันลงในตะกร้า 
ผลการตรวจสอบพบว่า สินค้ากว่า 75% มีราคาที่แตกต่างกันสำหรับผู้ซื้อแต่ละคน และบางรายการมีส่วนต่างราคาสูงถึง 23%

อย่างไรก็ตาม โฆษกของ Instacart ชี้แจงว่า ความแตกต่างของราคาดังกล่าวเกิดจากการทดลองแบบสุ่ม (Randomized Experiments) ไม่ใช่การตั้งราคาเฉพาะบุคคล และบริษัทได้ยุติการทดลองดังกล่าวแล้ว

นอกจากนี้ สายการบินเดลตา แอร์ไลน์สยังเคยประกาศว่า จะขยายการใช้ปัญญาประดิษฐ์ เพื่อกำหนด “ราคาตั๋วเฉพาะบุคคล” สำหรับลูกค้าแต่ละราย ความเคลื่อนไหวดังกล่าวสร้างความกังวลในหมู่ผู้โดยสารและนักการเมือง 

ทั้งนี้ เดลตาไม่ใช่ธุรกิจเพียงรายเดียวที่สนใจนำ AI มาใช้ในลักษณะนี้ เพราะการตั้งราคาแบบเฉพาะบุคคล ได้เริ่มแพร่หลายไปในหลากหลายอุตสาหกรรมแล้ว ตั้งแต่ภาคการเงินไปจนถึงธุรกิจเกมออนไลน์

ความกังวลไม่ได้มีแค่เรื่องราคา

ผู้เชี่ยวชาญเตือนว่า Personalized Pricing อาจนำไปสู่ปัญหาหลายด้าน

ประการแรก คือ ผู้ค้าปลีกอาจนำประวัติการท่องเว็บไซต์หรือข้อมูลส่วนบุคคลอื่น ๆ ของลูกค้ามาใช้เพื่อ “ปรับขึ้นราคาสินค้า” แม้แต่สินค้าจำเป็นในชีวิตประจำวัน เช่น ของชำหรืออาหาร

ประการที่สอง แม้บริษัทจะไม่ได้ตั้งใจเลือกปฏิบัติตามเชื้อชาติ อายุ หรือความพิการ มาเป็นเกณฑ์กำหนดราคาโดยตรง แต่อัลกอริทึม AI อาจสร้างผลลัพธ์ในลักษณะเดียวกันโดยอ้อม เช่น การตั้งราคาตามรหัสไปรษณีย์ (ZIP Code) ซึ่งในหลายพื้นที่มีความสัมพันธ์กับเชื้อชาติหรือชาติพันธุ์ของผู้อยู่อาศัย

นอกจากนี้ ยังมีความกังวลด้านความเป็นส่วนตัว และความมั่นคงปลอดภัยทางไซเบอร์ ที่เพิ่มสูงขึ้น เมื่อบริษัทต่าง ๆ แลกเปลี่ยนหรือแบ่งปันข้อมูลลูกค้าจำนวนมาก ซึ่งถูกรวบรวมจากหลายบริษัทและหลายแพลตฟอร์ม

เมื่อ AI รู้ว่า คุณ ‘จำเป็นต้องซื้อ’

หนึ่งในสถานการณ์ที่นักวิชาการกังวลมากที่สุด คือ การที่ระบบสามารถใช้ “ความจำเป็นเร่งด่วน” ของลูกค้ามาเป็นปัจจัยตั้งราคา

ตัวอย่างเช่น หากผู้ใช้เรียกรถผ่านแอปพลิเคชันทุกเช้าเวลา 08.30 น. เพื่อส่งลูกไปโรงเรียน ระบบย่อมเรียนรู้ได้ว่าผู้ใช้แทบไม่มีทางเลือก และอาจยอมจ่ายแพงกว่าเพื่อไม่ให้ไปสาย

ผู้เชี่ยวชาญมองว่า หาก AI ใช้ข้อมูลลักษณะนี้เพื่อปรับราคาขึ้น ก็อาจเป็นการเอาเปรียบผู้บริโภคในรูปแบบใหม่ เนื่องจากผู้บริโภคอาจไม่รู้เลยว่า ตัวเองกำลังโดน “ราคาพิเศษ” ที่แพงกว่าคนอื่น ขณะที่บริษัทรู้ข้อมูลเชิงลึกของเราเกือบทั้งหมด

จอห์น ยุน ศาสตราจารย์ด้านกฎหมายจากมหาวิทยาลัยจอร์จ เมสัน กล่าวว่า “ระบบตลาดเสรีมีแนวคิดเรื่อง ‘ความสมเหตุสมผล’ ควบคู่กันมาโดยตลอด และผมคิดว่า นี่คือจุดที่การตั้งราคาเฉพาะบุคคลเริ่มขัดแย้งกับสิ่งที่สังคมมองว่าเป็นการใช้กลไกอุปสงค์และอุปทานอย่างเหมาะสม”

ด้วยเหตุนี้ ในปี 2026 นี้ รัฐต่าง ๆ ในสหรัฐได้เสนอร่างกฎหมายมากกว่า 50 ฉบับ เพื่อควบคุมการใช้ AI และข้อมูลส่วนบุคคลในการกำหนดราคา โดยรัฐแมริแลนด์กลายเป็นรัฐแรกที่ออกกฎหมายห้ามร้านอาหารและบริการส่งอาหารใช้ข้อมูลส่วนบุคคลในการตั้งราคาสูงขึ้น

ขณะที่รัฐนิวยอร์ก บังคับให้บริษัทเปิดเผยเมื่อมีการใช้ข้อมูลส่วนบุคคลในการกำหนดราคา และกำลังผลักดันกฎหมายห้ามการกระทำดังกล่าวโดยสิ้นเชิง

ด้านรัฐแคลิฟอร์เนีย ก็มีร่างกฎหมายที่อยู่ระหว่างการพิจารณาในคณะกรรมาธิการ ซึ่งมีสาระสำคัญคือ ห้ามใช้ข้อมูลส่วนบุคคลในการกำหนดราคาสินค้าเฉพาะรายทั่วทั้งรัฐ

ผู้บริโภคป้องกันตัวเองได้อย่างไร

แม้จะไม่สามารถลบตัวตนบนโลกดิจิทัลได้ทั้งหมด แต่ผู้เชี่ยวชาญแนะนำวิธีลดความเสี่ยง เช่น 

- เปรียบเทียบราคาจากหลายอุปกรณ์หรือหลายเบราว์เซอร์ 

- ใช้โหมดไม่ระบุตัวตน (Incognito Mode) หรือโหมดท่องเว็บแบบส่วนตัว ซึ่งจะไม่เก็บคุกกี้ไว้ระหว่างการใช้งานแต่ละครั้ง ทำให้เว็บไซต์ระบุได้ยากขึ้นว่าคุณเป็นผู้ใช้ที่เคยเข้าชมมาก่อน อย่างไรก็ตาม หลายเว็บไซต์ยังมีเทคโนโลยีติดตามผู้ใช้นอกเหนือจากคุกกี้ 

- ค้นหาราคาผ่านเว็บไซต์เปรียบเทียบ เช่น Google Flights หรือ Kayak ก่อนเข้าเว็บไซต์ผู้ขายโดยตรง 

- ใช้ VPN เพื่อเปลี่ยนตำแหน่งที่ตั้ง ซึ่งอาจทำให้เห็นราคาที่ต่างกันในบางประเทศ

อย่างไรก็ตาม ในอีกมุมมองหนึ่ง ผู้เชี่ยวชาญบางส่วนมองว่า Personalized Pricing ไม่ได้มีแต่ด้านลบ เพราะอัลกอริทึมชุดเดียวกันสามารถใช้เพื่อมอบส่วนลดเฉพาะบุคคลได้เช่นกัน
หากระบบพบว่าผู้บริโภคกำลังลังเล ซื้อของไม่สำเร็จ หรือเปรียบเทียบราคาหลายเว็บไซต์ ก็อาจส่งคูปองหรือข้อเสนอพิเศษเพื่อจูงใจให้ตัดสินใจซื้อ

ในทางกลับกัน หากผู้ใช้ปิดกั้นคุกกี้ ใช้ VPN หรือซ่อนข้อมูลส่วนบุคคลทั้งหมด ระบบอาจไม่สามารถประเมินพฤติกรรมได้ ทำให้เห็นเพียง “ราคาป้าย” ซึ่งอาจเป็นราคาสูงสุดของสินค้านั้น

จิงเจอร์ เจ๋อ จิน นักเศรษฐศาสตร์จากมหาวิทยาลัยแมริแลนด์ ผู้ศึกษาเรื่องการตั้งราคาเฉพาะบุคคลกล่าวว่า “หากคุณปิดกั้นข้อมูลของตัวเอง สิ่งที่คุณจะเห็นก็มีเพียง ‘ราคาหน้าป้าย’ (List Price) และราคาหน้าป้ายนั้น ก็คือราคาที่สูงที่สุดที่คุณอาจต้องจ่าย”

แม้ Personalized Pricing ยังไม่ถูกใช้อย่างแพร่หลายในปัจจุบัน แต่นักวิจัยไม่น้อยเชื่อว่า เมื่อ AI ล้ำขึ้นและข้อมูลผู้บริโภคมีความละเอียดมากขึ้น แนวโน้มนี้อาจเกิดขึ้นในวงกว้างของสังคม

คำถามสำคัญจึงไม่ใช่เพียงว่า “ราคาสินค้าจะขึ้นหรือลง” แต่คือ ผู้บริโภคควรมีสิทธิรับรู้หรือไม่ว่า ราคาที่เห็นนั้น เป็นราคาสำหรับทุกคน หรือเป็นราคาที่ AI คำนวณขึ้นมาเฉพาะสำหรับตัวเอง

อ้างอิง: wsj, pbs, pym