Altri Economisti » Project Syndicate » Selezione del Mese

Attenzione ai divari dell’economia digitale che si stanno riducendo, di Michael Spence (da Project Syndicate, 30 settembre 2020)

 

Sep 30, 2020

Minding the Digital Economy’s Narrowing Gaps

MICHAEL SPENCE

zz 632

MILAN – Informational asymmetries between buyers and sellers have long been known to impair market performance. But thanks to digital technology and the large, accessible pools of data that it generates, these informational gaps are closing, and the asymmetries are declining.

Until recently, market formation has been circumscribed by physical and geographical boundaries. A prerequisite for a market to form is that buyers and sellers are able to find each other, and this process has traditionally been accomplished in physical spaces like bazaars, stock exchanges, stores, or dealerships (albeit with intermediaries using phones and fax machines to facilitate transactions). Things started to change with eBay, the original model for many online marketplaces. Suddenly, geographical boundaries no longer operated as insurmountable barriers between widely dispersed buyers and sellers.

Arguably, freeing markets from geographical constraints has had the greatest impact on market access for remote populations. In many places globally, and for subsets of potential consumers everywhere, online channels can be the only practical option for accessing a wide range of goods and services, including primary health care and education. This applies to both the demand and the supply side. And because consumers enjoy expanded access to goods and services, sellers and producers can scale up dramatically to meet the increased demand. In China, for example, the digital expansion of the potential market for small and medium-size enterprises was a major impetus for much of Alibaba’s development, demonstrating how digital technologies, together with the rapid growth of the mobile Internet globally, can drive more inclusive growth patterns.

As online marketplaces developed, however, it soon became clear that additional information issues would need to be addressed for these markets to function effectively. For example, because it is difficult for buyers to detect variations in quality among sellers and among goods and services offered online, more information was needed to capture the reliability or trustworthiness of market participants. The problem is essentially the same for both buyers and sellers, with the former worrying about receiving what she pays for and the latter worrying about being paid.

It is precisely this kind of bilateral information asymmetry that prevents market formation or limits market exchange in the first place. Hence, a number of digital-payment platforms initially were created to address online markets’ fundamental “trust” problem. Following the model of escrow systems that are familiar in real-estate transactions, e-commerce platforms created intermediaries that they hoped would be trusted to collect and hold payments from buyers until delivery of the goods or services had been confirmed.

In the case of Alipay in China and Mercado Pago in Latin America, these systems were initially designed to accelerate the uptake of e-commerce platforms, but over time evolved into mobile-payments systems used offline and throughout the entire economy. This process is very advanced in China, while cash continues to hold on in Latin America. Not only have these systems yielded a growing trove of tremendously valuable data, but they have also allowed market-making platforms to become more powerful with each transaction, as the data accumulates.

Ratings of sellers (and sometimes buyers) and products are now a common feature of online marketplaces, and studies indicate that they are highly influential in buyer decision-making. But for this function to serve its proper purpose, the platforms needed to develop additional systems and safeguards to prevent ratings manipulation, and to stop banned users from reappearing under a new handle. Thus, in addition to closing information gaps, ratings also create incentives for market participants to behave better.

As more and more “stuff” appeared in online marketplaces, users starting having difficulties finding what they were looking for, because they could not browse through options in the same way that one does when shopping in a physical store. To address this issue, online platforms developed search algorithms and recommendation engines based not only on individual users’ browsing and purchase history, but also on behavioral data from all other users. These algorithms have been further improved by advances in artificial intelligence and increases in the volume and quality of data. Search and recommendation engines are a partial solution to the “matching problem,” and thus a key source of online market performance. They add value for both buyers and sellers, and boost transaction volume substantially, especially for lesser-known sellers and brands.

Moreover, because it is widely available and inexpensive to access, online information has reduced information asymmetries beyond the realm of e-commerce. For example, markets in automobiles, health care, and insurance have also been transformed, even in the offline world, leaving consumers better informed and more empowered vis-à-vis sellers.

A final informational challenge relates to access, specifically giving consumers accessible online identities and tracking records that signal their attractiveness as counterparties in a variety of market settings.

Credit is a good example. In the offline world, people and businesses have track records and financial histories that hypothetically could be used to underpin credit or insurance markets. The problem is that these offline records tend to be scattered and inaccessible, whereas in the digital economy – especially following the high penetration of mobile payments and e-commerce – they become easily retrievable and far more useful. Like knowledge, data is non-rival: using it does not diminish its value for further use or for use by multiple parties.

AI algorithms can be deployed to assess and price credit for people and businesses with no collateral and little prior contact with the traditional non-digital economy and financial sectors. As in platform-based evaluation systems, informational gaps are reduced and incentives are improved, while market access is expanded for households and small businesses.

In short, data-driven digital markets have evolved from struggling with informational gaps to having higher informational density than their offline counterparts, leaving fewer information gaps and asymmetries. The accessibility of digital data allows for new screening mechanisms and signaling behavior that are frequently missing in the offline world.

Of course, highly accessible stores of data come with own real and much discussed risks, and these must be addressed in order to achieve the potential efficiencies and inclusivity benefits on offer.

After all, the institutions (including governments) that collect data and act as digital gatekeepers must be trusted, too. At a minimum, they must be subject to enforceable regulation that provides clear definitions of individuals’ rights with respect to transparency, data use, privacy, and security. Here, arguably, we are making progress, but we still have a long way to go.

 

Attenzione ai divari dell’economia digitale che si stanno riducendo,

di Michael Spence

 

MILANO – Da tempo è noto che le asimmetrie informative tra acquirenti e venditori danneggiano le prestazioni del mercato. Ma grazie alla tecnologia digitale ed ai vasti, accessibili parchi di dati che essa genera, questi divari informativi si stanno chiudendo e le asimmetrie stanno calando.

Sino al periodo recente, la formazione del mercato era stata circoscritta da confini fisici e geografici. Un prerequisito perché si formi un mercato è che gli acquirenti e i venditori siano capaci di scoprirsi l’uno con l’altro, e questo processo è tradizionalmente stato realizzato in spazi fisici come i bazar, le borse valori, i magazzini o i concessionari (sebbene con intermediari che usavano i telefoni ed i fax per facilitare le transazioni). Le cose hanno cominciato a cambiare con eBay, il modello originario di molti mercati online. Improvvisamente, i confini geografici non operavano più come barriere insormontabili tra acquirenti e venditori generalmente dispersi.

Probabilmente, liberare il mercato da limiti geografici  ha avuto l’impatto più grande sull’accesso ai mercati di popolazioni lontane. Globalmente in molti luoghi, e dappertutto per categorie specifiche di potenziali consumatori, i canali online possono essere l’unica possibilità pratica per accedere a una vasta gamma di beni e servizi, inclusa l’assistenza sanitaria primaria e l’istruzione. Questo si applica sia dal lato della domanda che dell’offerta. E poiché i consumatori si giovano di un accesso più ampio ai beni ed ai servizi, i venditori ed i produttori possono aumentare in modo spettacolare le occasioni di incontro con la domanda accresciuta. In Cina, ad esempio, l’espansione digitale del mercato per le imprese di piccole e medie dimensioni è stato un impulso importante per buona parte dello sviluppo di Alibaba, dimostrando come le tecnologie digitali, assieme alla crescita rapida su scala globale di Internet sui telefonini, possa portare a modelli di crescita più inclusivi.

Come i mercati online si sono sviluppati, tuttavia, è diventato subito chiaro che sarebbe stato necessario affrontare i temi aggiuntivi dell’informazione perché questi mercati funzionassero efficacemente. Ad esempio, dato che è difficile per gli acquirenti individuare le differenze di qualità tra i venditori ed i beni e servizi offerti online, era necessaria più informazione per afferrare l’affidabilità o l’attendibilità dei partecipanti al mercato. Il problema è essenzialmente lo stesso per gli acquirenti e per i venditori, con i primi che si preoccupano di ricevere ciò per cui pagano e con i secondi che si preoccupano di essere pagati.

È precisamente questo genere di asimmetria di informazione bilaterale che in primo luogo impedisce la formazione del mercato o limita gli scambi sul mercato. Da qui, un certo numero di piattaforme per i pagamenti digitali vennero inizialmente create per affrontare il problema fondamentale della “fiducia” sui mercati online. Seguendo il modello dei sistemi in garanzia che sono familiari nelle transazioni immobiliari, le piattaforme del commercio elettronico hanno creato gli intermediari che speravano avrebbero avuto fiducia nel raccogliere e trattenere i pagamenti finché la consegna dei beni e dei servizi non fosse stata confermata.

Nel caso di Alipay in Cina e di Mercado Pago in America Latina, inizialmente questi sistemi vennero concepiti per accelerare la diffusione delle piattaforme del commercio elettronico, ma con il tempo si sono evoluti i sistemi di pagamento mobile usati non-in-rete  e attraverso l’intera economia. Questo sistema è molto avanzato in Cina, mentre in America Latina il contante continua a resistere. Non solo questi sistemi hanno generato una crescente raccolta di dati estremamente apprezzabili, ma hanno anche consentito alle piattaforme che operano sui mercati di divenire più potenti con ciascuna transazione, quando i dati si accumulano.

Le classifiche dei venditori (e talora degli acquirenti) e dei prodotti sono adesso una caratteristica comune dei mercati online, e gli studi indicano che sono altamente influenti sulle decisioni di mercato dei compratori. Ma perché questa funzione serva ai propri scopi, le piattaforme hanno bisogno di sviluppare sistemi aggiuntivi e salvaguardie che impediscano la manipolazione delle classifiche e fermino gli utilizzatori messi al bando dal riapparire sotto nuove gestioni. Dunque, oltre a chiudere i divari informativi, le classifiche creano anche incentivi a comportarsi meglio per i partecipanti ai mercati.

Allorché sempre più “roba” è apparsa sui mercati online, gli utilizzatori hanno cominciato ad avere difficoltà nel trovare quello che stavano cercando, giacché non potevano scorrere tra le varie possibilità nello stesso modo in cui si fanno acquisti in un negozio fisico. Per affrontare questo problema, le piattaforme online hanno sviluppato la ricerca di algoritmi e la raccomandazione di motori basati non solo sulle navigazioni degli utilizzatori singoli, ma anche su dati di comportamento di tutti gli altri utilizzatori. Questi algoritmi sono stati ulteriormente migliorati dai progressi nell’intelligenza artificiale e negli incrementi di volume e di qualità dei dati. La ricerca e la raccomandazione di motori sono una soluzione parziale al “problema dell’accoppiamento” [1] e quindi un fattore fondamentale delle prestazioni dei mercati online. Questo accresce il valore sia per gli acquirenti che per i venditori, e incoraggia in modo sostanziale il volume della transazioni, particolarmente per i venditori ed i marchi meno noti.

Inoltre, poiché l’accesso è generalmente disponibile e non costoso, l’informazione online ha ridotto le asimmetrie informative oltre gli spazi del commercio elettronico. Ad esempio, sono stati trasformati anche i mercati delle automobili, delle cure e delle assicurazioni sanitarie, persino nel mondo non in rete, lasciando i consumatori meglio informati e più attrezzati nel rapporto diretto con i venditori.

Una ultima sfida informativa si riferisce all’accesso, dando ai consumatori in modo specifico identità accessibili online e tracciando testimonianze che segnalano il loro interesse come controparti in una varietà di contesti di mercato.

Il credito è un buon esempio. Nel mondo fuori rete, le persone e le imprese hanno precedenti e storie finanziarie che si presume possano essere usate per sostenere i mercati del credito e delle assicurazioni. Il problema è che queste testimonianze fuori rete tendono ad essere sparpagliate e inaccessibili, mentre nell’economia digitale – in particolare seguendo la forte penetrazione dei pagamenti con i cellulari e del commercio elettronico – essi diventano facilmente recuperabili e di gran lunga più utili. Come conoscenza, i dati non hanno rivali: utilizzarli non diminuisce il loro valore per usi ulteriori o per usi da parte di soggetti molteplici.

Gli algoritmi dell’Intelligenza Artificiale possono essere impegnati per stimare e dare un valore in termini di credito a persone ed imprese senza alcuna garanzia collaterale ed con una modesta precedente consuetudine con la tradizionale economia non digitale e con i settori finanziari. Come nei sistemi di valutazione basati sulle piattaforme, i divari informativi sono ridotti e gli incentivi sono migliorati, mentre l’accesso ai mercati si amplia per le famiglie e per le piccole imprese.

In poche parole, i mercati digitali guidati dai dati si sono evoluti dal combattere con i divari informativi ad avere una densità di informazioni più elevata dei loro omologhi non in rete, lasciando minori divari ed asimmetrie di informazione. L’accessibilità dei dati digitali consente nuovi meccanismi di selezione e di segnalazione di comportamenti che frequentemente si perdono nel mondo non in rete.

Naturalmente, archivi altamente accessibili di dati si accompagnano ai propri rischi reali e molto discussi, e questi debbono essere affrontati allo scopo di ottenere le efficienze possibili e i benefici di inclusività in offerta.

Dopo tutto, anche le istituzioni (compresi i Governi) che raccolgono dati e operano come guardiani digitali devono ricevere fiducia. Come minimo, devono essere soggette ad una regolamentazione applicabile che fornisca una definizione chiara dei diritti dei singoli in relazione alla trasparenza, all’uso dei dati, alla privacy ed alla sicurezza. È un aspetto sul quale probabilmente stiamo facendo progressi, ma c’è ancora molta strada da fare.

 

 

 

 

 

[1] Suppongo, tra acquirenti e prodotti.

 

 

 

 

 

By


Commenti dei Lettori (0)


E' possibile commentare l'articolo nell'area "Commenti del Mese"