ЕКОНОМІЧНІ ЕФЕКТИ ВІД ШІ-АЛГОРИТМІЧНОГО ЦІНОУТВОРЕННЯ НА ПІДПРИЄМСТВАХ В ОРЕНДНОМУ БІЗНЕСІ
Анотація
У статті досліджено алгоритмічне ціноутворення як економічний механізм інтеграції штучного інтелекту в системи управління доходами бізнесу короткострокової оренди (Short-Term Rental, STR) у контексті парадигм Industry 4.0 та Industry 5.0. Обґрунтовано, що ціноутворення, кероване штучним інтелектом, виходить за межі суто технологічної інновації та набуває ознак чинника структурної трансформації ринкової координації, змінюючи характер взаємодії між попитом і пропозицією на цифрових платформах. З економічної точки зору, впровадження алгоритмічних систем ціноутворення генерує значні внутрішні ефекти, пов’язані зі зростанням продуктивності управлінських процесів та збільшенням доходів. Водночас з’являються й структурні обмеження, зокрема додаткові трансакційні витрати у вигляді комісійних платежів та витрат на адаптацію бізнес-процесів до роботи з алгоритмічними системами. Проаналізовано еволюцію моделей управління доходами — від правил-орієнтованих систем до адаптивних алгоритмів машинного навчання, здатних формувати цінові рішення в режимі, наближеному до реального часу. Визначено економічні ефекти алгоритмічного ціноутворення на індивідуальному рівні суб’єкта господарювання, локальному ринковому рівні та загальноекономічному рівні, зокрема вплив на раціоналізацію доходної поведінки операторів STR, швидкість адаптації цінових сигналів на локальних ринках, а також ефективність розподілу ресурсів і перерозподіл економічного надлишку в цифровій економіці.Показано, що підвищення ефективності управління доходами в логіці Industry 4.0 супроводжується новими викликами для конкурентної взаємодії, споживчого добробуту та регуляторної політики, що зумовлює необхідність доповнення алгоритмічної оптимізації людиноцентричними та етичними обмеженнями, характерними для парадигми Industry 5.0.
Посилання
Dynamic Pricing and Seasonality: Insights From Short-Term Rental Market / P. Torres-Luque, E. Guevara, P. E. Torres Luque, F. Y. Carpio Clemente. Proceedings of the 8th International Conference on Tourism Research. 2025. Vol. 8, No. 1. DOI: https://doi.org/10.34190/ictr.8.1.3440
Bandalouski, A.M., Egorova, N.G., Kovalyov, M.Y. et al. Dynamic pricing with demand disaggregation for hotel revenue management. J Heuristics 27, 869–885 (2021). DOI: https://doi.org/10.1007/s10732-021-09480-2
Dynamic Retail Pricing via Q-Learning -- A Reinforcement Learning Framework for Enhanced Revenue Management / M. Apte, K. Kale, P. Datar, P. Deshmukh. arXiv. 2024. URL: https://arxiv.org/abs/2411.18261
Bayesian Optimization for Dynamic Pricing and Learning / A. Anand, P. Agrawal, T. Bodas. arXiv. 2025. URL: https://arxiv.org/abs/2510.12447
Piao, Richeng. "The New Age of Collusion? An Empirical Study into Airbnb's Pricing Dynamics and Market Behavior." arXiv preprint arXiv:2312.05633 (2023).
Ліман В., Іванчук Я., Ярощук Р. Динамічне ціноутворення в українському інтернет-рітейлі. Measuring and computing devices in technological processes. 2024. № 1. С. 231–236. DOI: https://doi.org/10.31891/2219-9365-2024-77-30
Пономаренко I., Пономаренко Д. Динамічне ціноутворення у маркетингу. Scientia fructuosa. 2025, No. 161, 3 (Чер 2025), C. 74–89. DOI: https://doi.org/10.31617/1.2025(161)05
Окрепкий Р. Б., Дудар В. Т. Інноваційні підходи до ціноутворення та управління асортиментом на основі штучного інтелекту. Інноваційна економіка. 2025. № 3. URL: https://inneco.org/index.php/innecoua/article/view/1557
Dynamic pricing with demand disaggregation for hotel revenue management / A. M. Bandalouski et al. Journal of Heuristics. 2021. Vol. 27, no. 5. P. 869–885. DOI: https://doi.org/10.1007/s10732-021-09480-2 (дата звернення: 07.01.2026).
Demand change detection in airline revenue management / G. Gatti Pinheiro et al. Journal of Revenue and Pricing Management. 2022. DOI: https://doi.org/10.1057/s41272-022-00385-8 (дата звернення: 07.01.2026).
Zervas G., Proserpio D., Byers J. W. The Rise of the Sharing Economy: Estimating the Impact of Airbnb on the Hotel Industry. Journal of Marketing Research. 2017. Vol. 54, no. 5. P. 687–705. DOI: https://doi.org/10.1509/jmr.15.0204 (дата звернення: 07.01.2026).
Einav L., Levin J. Economics in the age of big data. Science. 2014. Vol. 346, no. 6210. P. 1243089. DOI: https://doi.org/10.1126/science.1243089 (дата звернення: 07.01.2026).
Schaal D. Short-Term Rentals: Airbnb’s Dominance and Booking’s Gains in 1 Chart. Yahoo Finance. URL: https://finance.yahoo.com/news/short-term-rentals-airbnbs-dominance-203000556.html (дата звернення: 07.01.2026).
Cracking the Booking.com Ranking Algorithm: Improve Visibility and Revenue with AI. AI-Powered Booking.com Ranking Optimization Platform | myDataValue. URL: https://www.mydatavalue.com/blog-posts/cracking-the-booking-com-ranking-algorithm-improve-visibility-and-revenue-with-ai (дата звернення: 07.01.2026).
How OTA travel trends will impact short-term rentals in 2025. URL: https://www.mylighthouse.com/resources/blog/ota-short-term-rental-travel-trends (дата звернення: 07.01.2026).
Meylahn J. Does an Intermediate Price Facilitate Algorithmic Collusion?. SSRN Electronic Journal. 2023. DOI: https://doi.org/10.2139/ssrn.4594415 (дата звернення: 07.01.2026).
What are the advantages of artificial intelligence?. OTRS. URL: https://otrs.com/blog/ai-automation/benefits-of-artificial-intelligence/ (дата звернення: 07.01.2026).
Short term rentals market size, share & trends, 2033. (n.d.). Market Growth Reports. URL: https://www.marketgrowthreports.com/market-reports/short-term-rentals-market-114524 (дата звернення: 07.01.2026).
Dynamic Pricing and Seasonality: Insights From Short-Term Rental Market / P. Torres-Luque, E. Guevara, P. E. Torres Luque, F. Y. Carpio Clemente. Proceedings of the 8th International Conference on Tourism Research. 2025. Vol. 8, No. 1. DOI: https://doi.org/10.34190/ictr.8.1.3440
Bandalouski, A.M., Egorova, N.G., Kovalyov, M.Y. et al. (2021). Dynamic pricing with demand disaggregation for hotel revenue management. J Heuristics, no. 27, pp. 869–885. DOI: https://doi.org/10.1007/s10732-021-09480-2
Dynamic Retail Pricing via Q-Learning -- A Reinforcement Learning Framework for Enhanced Revenue Management / M. Apte, K. Kale, P. Datar, P. Deshmukh. arXiv. 2024. Available at: https://arxiv.org/abs/2411.18261
Bayesian Optimization for Dynamic Pricing and Learning / A. Anand, P. Agrawal, T. Bodas. arXiv. 2025. Available at: https://arxiv.org/abs/2510.12447
Piao, Richeng. "The New Age of Collusion? An Empirical Study into Airbnb's Pricing Dynamics and Market Behavior." arXiv preprint arXiv:2312.05633 (2023).
Liman, V., Ivanchuk, Ya., & Yaroshchuk, R. (2024). Dynamic pricing in Ukrainian internet retail. Measuring and computing devices in technological processes. 2024. № 1. P. 231–236. DOI: https://doi.org/10.31891/2219-9365-2024-77-30
Ponomarenko, I. and Ponomarenko, D. (2025). Dynamic pricing in marketing. Scientia fructuosa. 161, 74–89. DOI: https://doi.org/10.31617/1.2025(161)05
Okrepkyi R. B., Dudar V. T. (2025). Innovative approaches to pricing and assortment management based on artificial intelligence. Innovative economy. № 3. Available at: https://inneco.org/index.php/innecoua/article/view/1557
Dynamic pricing with demand disaggregation for hotel revenue management / A. M. Bandalouski et al. Journal of Heuristics. 2021. Vol. 27, no. 5. P. 869–885. DOI: https://doi.org/10.1007/s10732-021-09480-2 (accessed: 07.01.2026).
Demand change detection in airline revenue management / G. Gatti Pinheiro et al. Journal of Revenue and Pricing Management. 2022. DOI: https://doi.org/10.1057/s41272-022-00385-8 (accessed: 07.01.2026).
Zervas G., Proserpio D., Byers J. W. (2017). The Rise of the Sharing Economy: Estimating the Impact of Airbnb on the Hotel Industry. Journal of Marketing Research. Vol. 54, no. 5. P. 687–705. DOI: https://doi.org/10.1509/jmr.15.0204 (accessed: 07.01.2026).
Einav L., Levin J. (2014). Economics in the age of big data. Science. Vol. 346, no. 6210. P. 1243089. DOI: https://doi.org/10.1126/science.1243089 (accessed: 07.01.2026).
Schaal D. Short-Term Rentals: Airbnb’s Dominance and Booking’s Gains in 1 Chart. Yahoo Finance. Available at: https://finance.yahoo.com/news/short-term-rentals-airbnbs-dominance-203000556.html (accessed: 07.01.2026).
Cracking the Booking.com Ranking Algorithm: Improve Visibility and Revenue with AI. AI-Powered Booking.com Ranking Optimization Platform | myDataValue. Available at: https://www.mydatavalue.com/blog-posts/cracking-the-booking-com-ranking-algorithm-improve-visibility-and-revenue-with-ai (accessed: 07.01.2026).
How OTA travel trends will impact short-term rentals in 2025. Available at: https://www.mylighthouse.com/resources/blog/ota-short-term-rental-travel-trends (accessed: 07.01.2026).
Meylahn J. Does an Intermediate Price Facilitate Algorithmic Collusion?. SSRN Electronic Journal. 2023. DOI: https://doi.org/10.2139/ssrn.4594415 (accessed: 07.01.2026).
What are the advantages of artificial intelligence?. OTRS. Available at: https://otrs.com/blog/ai-automation/benefits-of-artificial-intelligence/ (accessed: 07.01.2026).
Short term rentals market size, share & trends, 2033. (n.d.). Market Growth Reports. Available at: https://www.marketgrowthreports.com/market-reports/short-term-rentals-market-114524 (accessed: 07.01.2026).
Авторське право (c) 2026 Л.Г. Мельник, Л.Л. Калініченко, Ю.В. Розгон, С.М. Литвиненко

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

