Cada vez mais empresas terceirizam a decisão de preço para um algoritmo: um sistema que observa demanda, estoque e preço dos concorrentes, e ajusta a própria tabela várias vezes por dia. Isso já é rotina em e-commerce, companhias aéreas, aplicativos de transporte e revenda de combustível. A pergunta que a teoria dos jogos faz há décadas — o que acontece quando várias empresas competem repetidamente pelo mesmo mercado — ganhou um capítulo novo: o que acontece quando quem compete não é mais gente, mas um sistema que aprende por tentativa e erro.
Teoria não escolhe o resultado, só descarta os impossíveis
Em competição repetida, o equilíbrio de Nash diz o que é estável — nenhuma empresa ganha ao desviar sozinha da sua estratégia — mas não diz qual entre os equilíbrios possíveis vai de fato acontecer. O Folk Theorem vai além e mostra que, em interação repetida, quase qualquer resultado entre concorrência plena e monopólio pode se sustentar como equilíbrio, dependendo de como as firmas reagem umas às outras ao longo do tempo. A teoria diz quais preços são candidatos possíveis; não diz qual preço vai vencer.
Isso sempre foi um problema mais acadêmico do que prático, porque presumia que as firmas precisavam de algum acordo — explícito ou tácito — para convergir num ponto específico. Só que, quando quem decide o preço é um algoritmo de aprendizado por reforço, essa convergência deixa de depender de qualquer acordo. Ela pode emergir sozinha, como subproduto de cada sistema tentando maximizar seu próprio lucro.
A evidência que mudou a conversa
Em 2020, os economistas Emilio Calvano, Giacomo Calzolari, Vincenzo Denicolò e Sergio Pastorello publicaram um resultado que virou referência obrigatória no debate: agentes de Q-learning — um algoritmo básico de aprendizado por reforço, sem qualquer regra de cooperação embutida — jogando um jogo de Bertrand repetido (a versão do modelo em que firmas competem por preço, não por quantidade) convergem para preços colusivos, acima do que a concorrência produziria. Nenhum dos agentes foi programado para cooperar. Nenhum trocou mensagem com o outro. A coordenação nasceu do processo de otimização independente de cada um, testando preços, observando o resultado e ajustando o comportamento.
O detalhe que preocupa reguladores: esse tipo de coordenação tácita não deixa rastro de papel. As ferramentas clássicas de antitruste foram desenhadas em torno de acordo explícito — e-mail, reunião, mensagem. Um sistema que aprende a não competir sozinho, sem jamais ter “combinado” nada com o concorrente, não deixa a evidência que esse arcabouço jurídico historicamente exige.
O que ainda está em aberto — e por que isso interessa a quem precifica hoje
O resultado de Calvano et al. foi obtido com competição por preço (Bertrand) e uma classe específica de algoritmo. Ficam abertas perguntas relevantes para quem opera um negócio real: a mesma dinâmica aparece em competição por quantidade (Cournot)? Ela sobrevive à troca de família de algoritmo — de Q-learning tabular para redes neurais mais próximas do que empresas usam na prática? O que muda quando os agentes observam só o próprio lucro, ou também observam preço e quantidade do concorrente?
É exatamente esse o recorte da nossa linha de pesquisa em economia de plataformas: investigar a seleção de equilíbrio como propriedade emergente de aprendizado por reforço descentralizado, tanto em Cournot quanto em Bertrand, variando a estrutura de informação disponível a cada agente. Rodar esse tipo de experimento em escala — muitas combinações de algoritmo, número de firmas e estrutura de informação, cada uma com múltiplas sementes aleatórias para não confundir convergência real com coincidência — exige que o ambiente de simulação seja rápido além de correto; é por isso que a implementação roda sobre kernels compilados, e não sobre laços de Python simples.
Na prática
Para quem hoje decide adotar (ou já usa) precificação algorítmica, a lição não é “não use algoritmo” — é que o risco de coordenação supracompetitiva pode aparecer mesmo sem qualquer intenção anticompetitiva de quem desenhou o sistema. Auditar o comportamento de preço do próprio algoritmo ao longo do tempo, e não só a lógica de decisão no papel, é a única forma de saber se ele está competindo de verdade ou convergindo, por conta própria, para um ponto confortável demais para todo mundo — menos o cliente.
A KLM Consulting desenvolve e audita modelos de precificação e outros sistemas de IA aplicados a decisões de negócio. Conheça o serviço em /servicos/desenvolvimento-ia/ ou fale com a nossa equipe.