经济学人介绍了新型的定价技术，各大公司正在使用人工智能来帮助预测什么样的定价能够扩大化需求和收益，定价公司希望未来，这种系统能在企业收入和消费者的满意度之间取得平衡。

在一个自由流动的资本主义社会中，很少有美国的商业策略，能像制造商建议零售价（MSRP）那样奇特。最终成为汉佰公司（Hanesbrands）的纺织厂的创始人P.H.汉斯，在20世纪20年代想出了这个办法。这使他能够在全美国的出版物上刊登广告，阻止经销商对公司针织内衣的买家进行敲诈。

即使在今天，许多美国店主仍然遵守制造商的建议价格，尽管他们很想提高价格以抵消其他成本的通胀压力。不过，越来越多的人采取了更高级的定价技巧。

咨询公司麦肯锡2010年的一项开创性研究估计，在不损失销售的情况下提高1%的价格，可以将营业利润平均提高8.7%。掌握好这一点可能是很棘手的。价格定得太高，你就有可能失去顾客；价格定得太低，你就会少赚钱。

零售商在历史上一直使用经验法则，例如在成本的基础上增加一个固定的利润率，或者与竞争对手的价格相匹配。随着能源、劳动力等其他投入的暴涨，他们不能再把定价再当作事后产生的想法。

为了获得优势，店主们已经转向了价格优化系统。这些系统能够预测顾客对不同定价方案的反应，并推荐能使销售或利润最大化的方案。

系统的核心是数学模型，使用大量的交易数据来估计价格弹性，即价格下降时需求会增加多少，反之亦然。然后，对价格敏感的商品可以打折，对价格不敏感的商品可以加价。商家可以对算法进行微调，以防止出现不理想的结果，如两位数的价格飙升，或大包装比小包装的单位重量成本更高。

由于人工智能的进步，这些系统正变得更加聪明。旧的模型使用历史销售数据来估计单个项目的价格弹性，而最新的人工智能模型可以发现多个项目之间的模式和关系。Pricefx就是这样一家公司，公司高管道格·富恩说，定价软件制造商正在将新的数据源纳入他们的模型中，从客户的推文到在线产品评论。

另一家供应商Eversight开发的基于云的平台，允许零售商测试不同商店中亨氏番茄酱价格的轻微增加或减少，会如何影响该特定调味品和整个类别的销售。可口可乐和强生等大型制造商，以及一些超市（Raley’s）和服装销售商（杰西潘尼）都在使用这套系统。

沃尔玛前高管查德·约斯观察到，所有这些都使定价系统“更加立体”，约斯曾负责监督这个零售巨头的定价。零售业老板们热衷于向投资者宣传这类高级工具，因为在高通胀时期，投资者看重的就是公司的定价能力。2月，连锁咖啡店星巴克自夸使用了分析和AI来“持续”建立定价模型。食品经销商US Foods吹嘘其定价系统能够使用“十几种不同的数据”来提高销售和利润。

价格优化也可能会使价格更不稳定。另一家定价软件公司Revionics的马特·帕维奇说：“零售商今天的定价速度比以前更快。”这在快速发展的电子商务领域尤其如此。约斯说，即使是沃尔玛，每年也会对商店中的许多商品进行2-4次价格审查，而几年前只会有1-2次。

定价系统的作用并不是不可阻挡地导致价格上涨。帕维奇称这种误解是关于他的产品的“最大神话之一”。去年推出新定价软件的大型食品分销商西斯科就是一个例子。公司称，新的系统使其能够降低“关键价值项目”的价格，即行业中所称的对价格敏感的畅销产品，并提高其他产品的价格。因此，它可以通过扩大销售，同时保持利润率来增加利润。

这能让投资者满意，让购物者也高兴。