Un recente esperimento antropico potrebbe offrire uno sguardo su come il commercio tramite agenti potrebbe funzionare nei mercati a due lati, dove acquirenti e venditori negoziano i prezzi.
Chiamato “Contratto di progetto“, il test ha confrontato due grandi modelli linguistici per determinare se sistemi di intelligenza artificiale più forti otterrebbero un vantaggio nei mercati autonomi. Sebbene l’esperimento non preveda necessariamente come gli agenti di intelligenza artificiale negozierebbero con gli esseri umani nel commercio del mondo reale, ha rivelato sia le differenze dei modelli che la cecità degli utenti nei confronti dei risultati economici più scadenti.
Il commercio agentico potrebbe assumere molte forme, incluso qualcosa di dinamico come Project Deal.
Contratto di progetto
Anthropic ha condotto l’esperimento in un mercato interno dei dipendenti Slack. Sessantanove membri dello staff hanno consentito agli agenti di Claude AI di negoziare l’acquisto e la vendita di oggetti reali per loro contocompresi libri, articoli sportivi e prodotti per la casa.
Una volta aperto il mercato, gli agenti operavano in modo autonomo, proponendo prezzi, rispondendo a controfferte e concludendo affari senza l’approvazione umana.
In quattro diverse analisi del mercato, gli agenti hanno completato 186 transazioni per un totale di circa 4.000 dollari. Un successivo studio di regressione ha prodotto 782 transazioni con valori superiori a 15.000 dollari.
Anthropic ha intenzionalmente variato la capacità dei modelli di intelligenza artificiale partecipanti, utilizzando l’Opus più avanzato per alcuni dipendenti e il più piccolo Haiku per altri.
La società ha osservato che il design dell’esperimento riflette crescente interesse tra economisti e ricercatori di intelligenza artificiale in quelle che alcuni chiamano “interazioni con agenti”, in cui i sistemi di intelligenza artificiale vanno oltre il recupero delle informazioni e iniziano ad agire come partecipanti economici.
Vantaggio economico
Durante il test Project Deal, Anthropic ha scoperto che il modello Opus più forte generalmente ha ottenuto risultati economici migliori rispetto al modello Haiku più piccolo, ma non necessariamente perché ha completato un numero significativamente maggiore di transazioni.
Le differenze si sono invece manifestate soprattutto nella performance delle negoziazioni.
Secondo I dati dell’Antropicogli agenti Opus hanno guadagnato $ 2,68 in più per transazione quando hanno venduto articoli e hanno pagato $ 2,45 in meno quando hanno acquistato articoli. Le differenze di prezzo erano relativamente piccole in termini di dollari, ma significative rispetto al prezzo medio di transazione dell’esperimento di circa 12 dollari.
Anthropic ha anche condotto un confronto più ristretto tra elementi accoppiati. Osservando solo gli articoli identici venduti da modelli diversi nel corso delle serie, i venditori Opus hanno guadagnato in media 3,64 dollari in più per lo stesso articolo rispetto ai venditori rappresentati dal modello Haiku più debole.
In altre parole, modelli più capaci potrebbero rappresentare un vantaggio competitivo significativo sul mercato. L’azienda è stata attenta a menzionare che Project Deal “non riflette il modo in cui pensiamo che gli agenti dovrebbero essere schierati nel mondo reale”.
Prezzo fisso
I risultati suggeriscono che i venditori online che utilizzano agenti di vendita con intelligenza artificiale “migliori” potrebbero guadagnare molto di più in alcuni mercati?
La risposta potrebbe essere no.
Oggi, la maggior parte delle transazioni e-commerce sono acquisti a prezzo fisso anziché trattative. Pertanto il commercio tramite agenti, in cui gli agenti di intelligenza artificiale acquistano per conto di persone, potrebbe non essere applicabile.
D’altro canto, molti mercati bilaterali includono ancora elementi di contrattazione, ottimizzazione dei prezzi o prezzi dinamici.
Gli esempi includono:
- Offerte eBay,
- Negoziazioni sul mercato di Facebook,
- Transazioni su Craigslist,
- Approvvigionamento all’ingrosso,
- Aste pubblicitarie,
- Mercati di trasporto merci,
- Piattaforme di approvvigionamento.
In questo tipo di scambi, un sistema di intelligenza artificiale relativamente più forte potrebbe teoricamente produrre vantaggi economici misurabili rispetto ai sistemi più deboli o ai negoziatori umani.
Se scambi di agenti espandersi, la stessa capacità del modello potrebbe diventare una forma di vantaggio competitivo simile all’efficienza logistica, all’accesso ai dati del mercato o alla sofisticazione pubblicitaria.
Dollari, non affari
Sebbene il vantaggio economico ottenuto dagli agenti IA nell’esperimento Project Deal fosse significativo, era anche sfumato. Ad esempio, secondo Anthropic, le differenze statistiche tra Opus e Haiku nel completamento degli affari erano relativamente piccole.
Entrambi i modelli, se volete, potrebbero chiudere la vendita. Vale la pena menzionarlo perché, nel prossimo futuro, i commercianti potrebbero valutare gli agenti di intelligenza artificiale proprio come valutano oggi le campagne pubblicitarie o le prestazioni del mercato. Invece di concentrarsi esclusivamente sulle transazioni completate, i venditori potrebbero iniziare a misurare:
- Prezzo di vendita medio negoziato,
- Risparmi sugli appalti,
- Miglioramento del margine,
- Coerenza dei prezzi,
- Entrate per transazione.
Cecità dell’utente
Forse la scoperta più sorprendente del Project Deal non è stata la differenza tra i modelli di intelligenza artificiale stessi, ma il modo in cui gli esseri umani hanno risposto a tali differenze.
Secondo Anthropic, i partecipanti umani rappresentati dal modello Haiku più debole hanno spesso riportato livelli di soddisfazione ed equità simili a quelli che utilizzano il modello Opus più forte, nonostante abbiano ottenuto risultati economici misurabilmente peggiori.
In altre parole, molte persone non si rendevano conto che il loro agente AI aveva negoziato in modo meno efficace per loro conto.
Questa scoperta potrebbe eventualmente diventare importante negli ambienti di e-commerce e di mercato in cui gli agenti di intelligenza artificiale agiscono in modo semi-autonomo per acquirenti o venditori.
Ad esempio, un commerciante che utilizza un agente di approvvigionamento basato sull’intelligenza artificiale potrebbe non riconoscere immediatamente che un modello più debole paga costantemente costi di fornitore leggermente più alti. Allo stesso modo, un venditore sul mercato che utilizza un agente di negoziazione meno capace potrebbe inconsapevolmente accettare risultati di prezzo sistematicamente peggiori.
Nel corso del tempo, anche svantaggi di prezzo relativamente piccoli potrebbero aggravarsi in migliaia di transazioni, acquisti pubblicitari o accordi di approvvigionamento.
Affaristi
Se non altro, il Project Deal di Anthropic ha dimostrato che gli agenti di intelligenza artificiale possono acquistare e vendere in modo ristretto mercato.
Questo piccolo successo dovrebbe certamente indurre l’industria a riflettere su cosa succede quando gli agenti di intelligenza artificiale, di fatto, acquistano e vendono per le persone.
