Trí tuệ nhân tạo hỗ trợ kiểm soát giá xăng

Trong nhiều thập kỷ, giá xăng là vấn đề gây tranh cãi vì nó là sự kết hợp giữa các thuật toán và trực giác của con người. Sự phát triển đầy hứa hẹn của trí tuệ nhân tạo (AI) và học máy có thể giúp cải thiện tính chính xác và hiệu quả của vấn đề này.

Mô hình sử dụng thuật toán

PriceAdvantage, một bộ phận của Skyline Products, trước đây từng sử dụng thuật toán trong phần mềm định giá nhiên liệu để dự đoán những thay đổi sẽ ảnh hưởng đến khối lượng và tỷ suất lợi nhuận của nhà bán lẻ xăng dầu. Nhưng đó là một phương pháp không hoàn hảo.

Cách tính toán này thuần túy dựa trên lợi nhuận và biến động thị trường, giá xăng được tính để nhà bán lẻ đạt được lợi nhuận mình mong muốn. Ví dụ, mô hình có thể nói với một nhà bán lẻ rằng để đáp ứng mục tiêu lợi nhuận của mình, họ nên tăng giá xăng dầu tại một cửa hàng cao hơn 10 xu so với thường lệ và cao hơn 6 xu so với thị trường. Điều này có thể giúp nhà bán lẻ đạt được mục tiêu trong ngắn hạn nhưng lại có thể làm mất đi một lượng lớn khách hàng trong vài tuần sau đó.

Một vấn đề khác là mô hình này không xét đến sự thay đổi giá của các đối thủ cạnh tranh khi đưa ra một đề xuất. Bên cạnh đó, mô hình có thể đề xuất việc giảm giá, bất chấp tình hình tài chính hiện tại của nhà bán lẻ. Nói một cách ngắn gọn, mô hình không thể đưa ra được các quyết định dựa trên quan hệ nhân quả liên quan đến quyết định đó.

Mô hình (AI) giúp kiểm soát giá xăng tốt hơn.

Mô hình học máy dựa trên dữ liệu

Nhận thức được những điểm yếu trong mô hình dựa trên thuật toán. PriceAdvantage đã áp dụng một mô hình dựa trên xác suất. Trong khi mô hình cũ đưa ra mức giá khuyến nghị mà không cung cấp mức độ tin cậy, mô hình mới có thể cho biết một động thái giá có xác suất đạt được mục tiêu là bao nhiêu, ví dụ 57%. Công cụ này phù hợp với nhu cầu của các nhà bán lẻ. Nó có thể lập biểu đồ tỷ lệ thành công tại các mức giá khác nhau cho mỗi cửa hàng dựa trên thời điểm, khối lượng hoặc lợi nhuận kỳ vọng.

Mô hình thông minh này thậm chí đôi lúc có thể đưa ra những khuyến nghị trái với lý thuyết kinh tế nhưng lại hiểu quả hơn. Ví dụ như khuyến nghị tăng giá để bán được khối lượng lớn hơn tại những thời điểm nhất định. Hoặc việc giảm giá 2 xu có thể không tác động lên các đối thủ cạnh tranh, nhưng việc giảm 4 xu sẽ khiến toàn bộ thị trường đi xuống.

Trong các thử nghiệm beta, mô hình kinh tế mới do AI cung cấp chỉ cho tỷ lệ lỗi 10% khi dự đoán khối lượng, so với tỷ lệ lỗi 30% với mô hình dựa trên thuật toán. Mô hình AI đưa ra những dự đoán dựa trên những dữ liệu mới xảy ra trên thị trường chứ không dựa vào các quy tắc cứng nhắc như thuật toán.

Bạn muốn một hệ thống tương tự được triển khai ở Việt Nam? Hãy thường xuyên truy cập trituenhantao.io để cập nhật những thông tin thú vị về Trí tuệ nhân tạo và học máy nhé!

Theo cspdailynews