Инфляция становится «персональной»
Цены больше не одинаковы для всех. Развитие больших данных, цифровых платформ и алгоритмов машинного обучения приводит к тому, что стоимость одного и того же товара может отличаться в зависимости от того, кто именно его покупает. Пока это не создает прямой угрозы для инфляции, но в будущем многое будет зависеть от конкуренции и прозрачности рынков.
От «издержек меню» к ценам в реальном времени
Раньше изменение цен было затратным процессом: нужно было перепечатывать каталоги, менять ценники, обновлять базы данных. Экономисты называют это «издержками меню». Цифровизация практически обнулила такие расходы. Сегодня компания может скорректировать цену за секунды и без существенных затрат.
Это сделало возможным массовое распространение динамического ценообразования — когда цена меняется в зависимости от текущей ситуации: спроса, сезона, времени суток или действий конкурентов. Такая практика давно применяется в авиаперевозках и гостиничном бизнесе. Такси-сервисы корректируют тарифы автоматически — в зависимости от загрузки в конкретный момент.
Но следующий этап — это персонализация.
Каждому — своя цена
По мере накопления данных о клиентах компании начали использовать более сложные модели. Алгоритмы анализируют поведение покупателей, историю заказов, чувствительность к скидкам и даже косвенные признаки платежеспособности. В результате формируется индивидуальное ценовое предложение.
Это может быть:
- скидка по карте лояльности,
- персональный купон,
- «рекомендованный набор» товаров,
- незаметное изменение цены в онлайне.
Фактически речь идет о приближении к модели совершенной ценовой дискриминации — когда компания пытается назначить цену, максимально близкую к той, которую конкретный потребитель готов заплатить.
По данным опроса более 1600 британских компаний (конец 2025 года), бизнес активно использует три модели:
1. Простые правила (цены по времени суток, дням недели, сезонности).
2. Рыночно-ориентированные алгоритмы (учет спроса и цен конкурентов).
3. Персонализированное ценообразование (разные цены для разных клиентов).
Причем персонализация уже стала доминирующей стратегией в ритейле, гостиничном секторе и индустрии развлечений, и ее использование продолжает расти.
Что это значит для инфляции?
Пока данные не показывают, что алгоритмическое ценообразование само по себе ускоряет рост цен. Например, несмотря на резкое распространение динамических тарифов в гостиничном бизнесе за последние 20 лет, совокупная динамика цен в этом секторе в целом не выбивалась из общей траектории услуг.
Это логично: динамическая модель работает в обе стороны. В одни моменты цены выше обычного, в другие — ниже. Более того, гибкость тарифов позволяет лучше использовать ресурсы (заполнять свободные номера, рейсы, машины), что теоретически повышает эффективность экономики и сдерживает издержки.
Однако долгосрочный эффект зависит от структуры рынка. Если конкуренция слабая, компании могут использовать данные для увеличения наценок. Если рынок конкурентный и потребители легко сравнивают предложения, то давление на цены, наоборот, усиливается.
Новая проблема для статистики
Классический индекс потребительских цен строится на сборе фиксированного набора цен раз в месяц. Эта модель хорошо работает, когда цены меняются относительно плавно.
Но что считать «репрезентативной ценой», если:
- тарифы меняются ежедневно,
- клиенты получают разные предложения,
- скидки персонализированы?
Кроме того, динамичные категории — авиабилеты, отели — усиливают месячную волатильность инфляции. Поэтому центральные банки часто анализируют сглаженные показатели и исключают наиболее «шумные» компоненты.
Статистические службы адаптируются. Все активнее используются:
- данные онлайн-скрейпинга,
- сканеры розничных сетей,
- данные маркетплейсов,
- административные базы.
Великобритания, например, начала включать в расчет инфляции данные супермаркетных сканеров, в том числе цены по картам лояльности. Предварительные оценки показали, что это почти не меняет общий уровень инфляции, хотя в отдельные месяцы различия могут быть заметными.
Инфляция становится индивидуальной
Даже без персонализации разные домохозяйства ощущают разную инфляцию — из-за различий в структуре потребления. Для семей с низким доходом рост цен на продукты чувствуется сильнее, чем для обеспеченных групп, где большую долю занимают услуги.
Если же к этому добавляется различие цен на один и тот же товар для разных людей, то инфляция становится еще более «личной». А агрегированные показатели могут все хуже отражать реальный опыт отдельных групп.
Риски: сговор алгоритмов и инфляционные ожидания
Алгоритмы теоретически могут не только конкурировать, но и «научиться» удерживать цены на повышенном уровне, если это максимизирует прибыль. Подобные эффекты наблюдались в отдельных экспериментах. Поэтому регуляторам важно внимательно следить за цифровыми рынками.
Есть и поведенческий аспект. Люди сильнее реагируют на рост цен, чем на их снижение. Если часто покупаемые товары будут отличаться высокой волатильностью, это может подталкивать вверх инфляционные ожидания — даже если средний уровень цен не меняется.
Прозрачность играет ключевую роль. Когда потребители понимают логику формирования цены (например, пиковые и непиковые часы), колебания воспринимаются спокойнее.
Куда движется система
Алгоритмическое и персонализированное ценообразование уже меняет структуру рынков. Цены становятся:
- более гибкими,
- более частыми в изменениях,
- более различными для разных людей.
Пока это не трансформировало инфляционный процесс радикально. Но центральным банкам и статистическим службам приходится адаптироваться к новой реальности, где цена — это не фиксированное число на полке, а результат работы алгоритма в конкретный момент времени.
Будущее инфляции во многом будет зависеть от двух факторов: уровня конкуренции и прозрачности информации. Чем выше оба показателя, тем больше шансов, что персонализация повысит эффективность, а не приведет к росту цен.