Racionalidad: Algoritmos de precios aprenden solitos a hacer colusión

Inteligencia artificial, precios algorítmicos y colusión

Emilio Calvano, Giacomo Calzolari, Vincenzo Denicolò, Sergio Pastorello

VOX CEPR Portal

A las agencias antimonopolio les preocupa que los algoritmos de precios autónomos cada vez más utilizados por los proveedores en línea puedan aprender a confabularse. Esta columna utiliza experimentos con algoritmos de fijación de precios impulsados por AI en un entorno controlado para demostrar que incluso los algoritmos relativamente simples aprenden sistemáticamente a jugar estrategias colusivas sofisticadas. Lo más preocupante es que aprenden a coludir por ensayo y error, sin conocimiento previo del entorno en el que operan, sin comunicarse entre sí, y sin estar específicamente diseñados o instruidos para conspirar.




¿Recuerdas tu última compra en línea? Lo más probable es que el precio que pagaste no fue establecido por los humanos, sino por un algoritmo de software. Ya en 2015, más de un tercio de los proveedores en Amazon.com tenían precios automatizados (Chen et al. 2016), y la participación ciertamente ha aumentado desde entonces, con el crecimiento de una industria de software de revisión de precios que suministra sistemas de precios llave en mano, incluso los vendedores más pequeños ahora pueden pagar precios algorítmicos.

A diferencia de los sistemas tradicionales de gestión de ingresos que las empresas como las aerolíneas y los hoteles utilizan desde hace mucho tiempo, en los que el programador sigue siendo el responsable de las opciones estratégicas, los programas de precios que están surgiendo ahora son mucho más "autónomos". Estos nuevos algoritmos adoptan la misma lógica que los programas de inteligencia artificial (IA) que han alcanzado recientemente actuaciones sobrehumanas en entornos estratégicos complejos como el juego de Go o el ajedrez. Es decir, el programador instruye al algoritmo solo sobre el objetivo del ejercicio: ganar el juego, por ejemplo, o generar el mayor beneficio posible. No se le dice específicamente cómo jugar el juego, sino que aprende de la experiencia. En una fase de entrenamiento, el algoritmo experimenta activamente con las estrategias alternativas jugando contra clones en entornos simulados, adoptando con mayor frecuencia las estrategias que mejor se desempeñan. En este proceso de aprendizaje, el algoritmo requiere poca o ninguna guía externa. Una vez que se completa el aprendizaje, el algoritmo se pone a trabajar.

Desde el punto de vista antimonopolio, la preocupación es que estos algoritmos de precios autónomos pueden descubrir de forma independiente que, para obtener el mayor beneficio posible, deben evitar las guerras de precios. Es decir, pueden aprender a coludir incluso si no se les ha indicado específicamente que lo hagan, e incluso si no se comunican entre sí. Esto es un problema. Primero, el "buen desempeño" desde el punto de vista de los vendedores, es decir, los altos precios, es malo para los consumidores y para la eficiencia económica. En segundo lugar, en la mayoría de los países (incluidos Europa y EE. UU.) Tal colusión 'tácita', que no se basa en la intención y la comunicación explícitas, actualmente no se considera ilegal, ya que es improbable que ocurra entre agentes humanos y eso, incluso si ocurrió, sería casi imposible de detectar. La sabiduría convencional, entonces, es que la aplicación agresiva de la ley antimonopolio podría producir muchos falsos positivos (es decir, condenar una conducta inocente), mientras que una política tolerante resultaría en relativamente pocos falsos negativos (es decir, excusando una conducta anticompetitiva). Sin embargo, con la llegada de los precios de la IA, la preocupación es que el equilibrio entre los dos tipos de error podría verse alterado. Aunque hasta el momento no se ha producido evidencia real de colusión algorítmica autónoma, 1 agencias antimonopolio están debatiendo activamente el problema.

Quienes están preocupados (por ejemplo, Ezrachi y Stucke 2015) argumentan que los algoritmos de AI ya superan a los humanos en muchas tareas, y no parece haber ninguna razón por la que los precios deban ser diferentes. Estos comentaristas se refieren también a una literatura de informática que ha documentado el surgimiento de cierto grado de precios no competitivos en simulaciones en las que los algoritmos independientes de fijación de precios interactúan repetidamente. Algunos académicos (por ejemplo, Harrington 2018), están desarrollando caminos para hacer que la colusión de AI sea ilegal.

Los escépticos dicen que estas simulaciones no utilizan el modelo canónico de colusión, por lo que no representan los mercados reales (por ejemplo, Kuhn y Tadelis 2018, Schwalbe 2018) .3 Además, el grado de precios anticompetitivos parece ser limitado, y en cualquier caso los precios altos como tales no necesariamente indican colusión, que en cambio debe incluir algún tipo de esquema de recompensa y castigo para coordinar el comportamiento de las empresas. Según los escépticos, lograr una auténtica colusión sin comunicación es una tarea desalentadora no solo para los humanos sino también para los programas de inteligencia artificial más inteligentes, especialmente cuando el entorno económico es estocástico. Cualquiera que sea el exceso de precios que se encuentre en las simulaciones podría deberse a la falla de los algoritmos para aprender el equilibrio competitivo. Si esto fuera así, entonces habría pocas razones para preocuparse, dado que el problema probablemente se desvanecerá a medida que la inteligencia artificial se desarrolle más.

Para informar este debate de políticas, en un artículo reciente (Calvano et al. 2018a) construimos agentes de precios de AI y los dejamos interactuar repetidamente en entornos controlados que reproducen el modelo canónico de colusión de los economistas, es decir, un juego de precios repetidos con movimientos simultáneos y precio completo. flexibilidad. Nuestros hallazgos sugieren que en este marco, incluso los algoritmos de precios relativamente simples aprenden sistemáticamente a jugar sofisticadas estrategias colusivas. Las estrategias aplican castigos que son proporcionales a la extensión de las desviaciones y son de duración finita, con un retorno gradual a los precios de la desviación previa.

La Figura 1 ilustra las estrategias de castigo que los algoritmos aprenden a jugar de manera autónoma. Partiendo de los precios (colusorios) en los que los algoritmos han convergido (la línea de puntos gris), anulamos la elección de un algoritmo (la línea roja), forzándolo a desviarse hacia abajo al precio competitivo o de Nash (la línea de puntos naranja) para uno período. El otro algoritmo (la línea azul) sigue jugando según lo prescrito por la estrategia que ha aprendido. Después de esta desviación exógena en el período, ambos algoritmos recuperan el control del precio.

Figura 1 Respuestas de los precios ante la desviación del recorte de precios.


Nota: Las líneas azul y roja muestran la dinámica del precio a lo largo del tiempo de dos algoritmos de precios autónomos (agentes) cuando el algoritmo rojo se desvía del precio colusivo en el primer período.

La figura muestra la trayectoria del precio en los periodos posteriores. Claramente, la desviación se castiga inmediatamente (el precio de la línea azul cae inmediatamente después de la desviación de la línea roja), lo que hace que la desviación no sea rentable. Sin embargo, el castigo no es tan severo como podría ser (es decir, la reversión al precio competitivo), y es solo temporal; luego, los algoritmos regresan gradualmente a sus precios de pre-desviación.

Lo que es particularmente notable es el comportamiento del algoritmo de desviación. Claramente, está respondiendo no solo al rival sino también a su propia acción. (Si respondiera solo al rival, no habría ninguna razón para reducir el precio en el período t = 2, ya que el rival ha cobrado el precio colusivo en el período t = 1). Este tipo de comportamiento autorreactivo es un signo distintivo de colusión genuina, y sería difícil explicarlo de otra manera.

La colusión que encontramos es típicamente parcial: los algoritmos no convergen con el precio de monopolio, sino uno más bajo. Sin embargo, mostramos que la propensión a coludir es obstinada: la colusión sustancial continúa prevaleciendo incluso cuando las empresas activas son tres o cuatro en número, cuando son asimétricas y cuando operan en un entorno estocástico. La literatura experimental con sujetos humanos, por el contrario, ha encontrado consistentemente que prácticamente no pueden coordinarse sin una comunicación explícita, salvo en el caso más simple, con dos agentes simétricos y sin incertidumbre.

Lo más preocupante es que los algoritmos no dejan rastro de acción concertada: aprenden a coludir simplemente por prueba y error, sin conocimiento previo del entorno en el que operan, sin comunicarse entre sí y sin estar diseñados o instruidos específicamente. para conspirar Esto plantea un verdadero desafío para la política de competencia. Si bien se necesita más investigación antes de considerar medidas políticas, el llamado de atención de las agencias antimonopolio parece estar bien fundamentado.

Referencias

Calvano, E, G Calzolari, V Denicolòand S Pastorello (2018a), “Artificial intelligence, algorithmic pricing and collusion,” CEPR Discussion Paper 13405.

Calvano, E, G Calzolari, V Denicolòand S Pastorello (2018b), “Algorithmic Pricing What Implications for Competition Policy?” forthcoming in Review of Industrial Organization.

Chen, L, A Mislove and C Wilson (2016), “An Empirical Analysis of Algorithmic Pricing on Amazon Marketplace”, in Proceedings of the 25th International Conference on World Wide Web, WWW'16, World Wide Web Conferences Steering Committee, pp. 1339-1349.

Ezrachi, A and M E Stucke (2015), "Artificial Intelligence and Collusion: When Computers Inhibit Competition", Oxford Legal Studies Research Paper No. 18/2015, University of Tennessee Legal Studies Research Paper No. 267.

Harrington, J E, Jr (2018), “Developing Competition Law for Collusion by Autonomous Price-Setting Agents,” working paper.

Schwalbe, U (2018), “Algorithms, Machine Learning, and Collusion,” working paper.

Kühn K U and S Tadelis (2018), “The Economics of Algorithmic Pricing: Is collusion really inevitable?”, working paper.

Notas finales

1. El único caso antimonopolio que involucraba precios algorítmicos fue el desafío exitoso por parte de las agencias antimonopolio estadounidenses y británicas de un software de precios supuestamente diseñado para coordinar el precio de los carteles de múltiples vendedores en línea. Ver Wired Magazine, U.S. v. Topkins, 2015 y caso CMA 2015 n. 50223.
2. Véanse, por ejemplo, los comentarios de M. Vestager, Comisionado Europeo, en la 18ª Conferencia sobre Competencia de Bundeskartellamt, Berlín, 16 de marzo de 2017 ("Algoritmos y Competencia"), y el discurso de M. Ohlhausen, Presidente interino de la FTC, en la Conferencia de Concurrencias Antimonopolio en la Conferencia del Sector Financiero, Nueva York, 23 de mayo de 2017 ("¿Debemos temer las cosas que suenan en la noche? Algunos pensamientos iniciales sobre la intersección de la Ley Antimonopolio y el Precio Algorítmico"). La OCDE patrocinó una mesa redonda sobre algoritmos y colusión en junio de 2017, y en septiembre de 2017, la Oficina de Competencia de Canadá publicó un documento de discusión sobre la capacidad de los algoritmos para coludir como un tema importante para la aplicación de la ley antimonopolio (“Big data e Innovación: implicaciones para la política de competencia en Canadá"). Más recientemente, la CMA británica publicó un libro blanco sobre "Algoritmos de precios" el 8 de octubre de 2018. Por último, la séptima sesión de las Audiencias de la FTC sobre competencia y protección del consumidor, del 13 al 14 de noviembre de 2018, se centró en el "impacto de los algoritmos y la artificialidad". Inteligencia."
3. Estas simulaciones suelen utilizar modelos de precios escalonados que no encajan bien con los precios algorítmicos (Calvano et al. 2018a, 2018b).

Read more »

IA: El Pentágono usará inteligencia artificial para predecir crisis políticas y financieras

EE.UU. crea un algoritmo que predice golpes de estado y crisis financieras

El Pentágono trabaja en una inteligencia artificial de nueva generación capaz de ‘explicar el mundo’


Inteligencia artificial (Dong Wenjie / Getty)


Alberto Barbieri |  La Vanguardia


Son tiempos difíciles para refinados estrategas a lo Henry Kissinger o incluso para simples adivinos. Los algoritmos pronto podrían llegar a predecir el futuro o, al menos, interpretar un mundo cada vez más complicado. Es el sueño del Pentágono y de su brazo para la innovación tecnológica, la agencia gubernamental Darpa. De modo que, donde no llega el análisis geopolítico, pronto podría llegar la inteligencia artificial.

Si estuviéramos ante la enésima provocación de Elon Musk o la promesa de una nueva startup californiana en busca de inversores, cabría ser escépticos. Pero el hecho de que se trate de un proyecto financiado por el Departamento de Defensa de los EE.UU. obliga a aumentar el nivel de atención.

DARPA es la agencia del Pentágono para el desarrollo de las tecnologías de frontera

The Defense Advanced Research Projects Agency (DARPA) fue creada en 1958, cuando el ritmo de los descubrimientos tecnológicos viajaba a una velocidad espectacular, en el apogeo de la Guerra Fría. Desde entonces, la agencia desempeña la delicada tarea de mantener a los EE.UU. a la vanguardia en términos de tecnologías avanzadas para la seguridad nacional.

Prácticamente todas las patentes de tecnologías de frontera más decisivas provienen de aquí. Desde el GPS a los teléfonos móviles. En 1968, en estos laboratorios se inventó Internet, que fue ‘regalado’ al mundo solo en 1991, después del colapso de la Unión Soviética y el triunfo de Washington como única potencia planetaria. Suelen ir en serio.

El proyecto Kairos

El nuevo proyecto de Darpa se llama KAIROS (knowledge-directed artificial intelligence reasoning over schemas) y quiere aprovechar al máximo la habilidad principal de la Inteligencia Artificial (IA): encontrar patrones y correlaciones escondidos en una miríada de datos.

Definidos por primera vez por el científico cognitivo Jean Piaget en 1923, los esquemas son unidades de conocimiento que los humanos emplean para dar sentido a los eventos al organizarlos en estructuras narrativas comunes. Por ejemplo, ir a una tienda generalmente implica un esquema de transacción, que pasa por un conjunto de acciones, roles (comprador, vendedor) y secuencias temporales (los artículos se escogen y luego se pagan). El modelo de funcionamento de Kairos (Darpa.mil)

Acciones fáciles de imaginar para una persona, pero sorprendentemente complicadas de definir formalmente de tal manera que un sistema informático pueda entenderlas. Nos resultan familiares por su uso prolongado y frecuente, pero no son inmediatamente obvias, ni están sujetas a reglas físicas, como la aceleración constante en la caída de una manzana de un árbol.

Kairos, asegura Darpa, “tiene como objetivo desarrollar un sistema semi-autónomo capaz de identificar y realizar un seguimiento de las correlaciones entre eventos y datos aparentemente no relacionados, ayudando así a crear narraciones más generales del mundo que nos rodea y a prever cómo evolucionarán”.

Predecir golpes de estado, revoluciones o crisis financieras

El objetivo, por tanto, es crear un sistema de machine learning capaz de tamizar todos los eventos y noticias que cada día invaden los medios de comunicación, internet y las redes sociales, para encontrar un gran esquema común con el que interpretar la actualidad y vislumbrar el futuro.

Como en todos los sistemas de aprendizaje automático e inteligencia artificial, la materia prima clave son los datos. Cuanto más datos se recopilan, más posibilidades hay de elaborar patrones; sin embargo, al mismo tiempo, cuanto más y complejos son los datos recopilados, más difícil es interpretarlos.

La inteligencia artificial puede ser capaz de prever el futuro (eclipse_images / Getty)

La intención del Pentágono es eliminar la arbitrariedad y el margen de error de los analistas políticos, militares y económicos y capacitar una tecnología que pueda averiguar con anticipación la próxima crisis en los mercados financieros, un golpe de estado o una revuelta popular para informar a tiempo los organismos para los que trabaja.

Las aplicaciones militares y de defensa son bastantes obvias, si pensamos, por ejemplo, en el fracaso de los servicios secretos occidentales en el período de las Primaveras árabes, pese a las señales que corrían abundantes en las redes sociales. Los expertos en servicios de inteligencia, de hecho, concuerdan en que el 90% de la información útil a entender la realidad no es secreta, sino que se encuentra disponible públicamente. Basta con saberla leer e interpretar. Tal vez una máquina lo haga mejor que todos los 007.

“Kairos pretende crear narraciones más generales del mundo que nos rodea y prever cómo evolucionarán” Darpa

“Descubrir conexiones relevantes a través de montañas de información y los elementos estáticos que subyacen requiere información temporal y patrones de eventos, que pueden ser difíciles de capturar a escala con las herramientas y sistemas disponibles actualmente”, explica el Dr. Boyan Onyshkevych, gerente de Darpa en su página web.

El proyecto Kairos se encuentra todavía en su etapa teórica. Lo que sí es seguro es que, al principio, el sistema se limitará a asimilar una gran cantidad de información, multimedia y multilingüe, comenzando con crear una biblioteca de esquemas básicos. En una segunda fase, el algoritmo se probará con la información en circulación, con el objetivo de reconducir los diversos datos dentro de patrones predefinidos.

El papel clave de la inteligencia artificial en la geopolítica

En un futuro próximo, el uso de la inteligencia artificial representará un aspecto decisivo en el campo bélico y en los equilibrios entre potencias. Gracias a las enormes inversiones de los últimos años, en 2025, China quiere adelantar a los EE.UU. en el dominio de la IA. La apuesta por la tecnología, de hecho, es una forma mucho más rápida de la militar para reducir la diferencia existente entre la potencia hegemónica y su contrincante asiático.

En este contexto, Darpa ha anunciado la inversión de 2 mil millones de dólares para la puesta en marcha de una nueva generación de IA, la tercera. Con el programa ‘ AI Next ’, que también incluye el proyecto Kairos, la agencia pretende “explorar nuevas teorías y aplicaciones que podrían permitir a las máquinas adaptarse a situaciones cambiantes”.

El proyecto AI Next de Darpa (Darpa.mil)

El estudio de la inteligencia artificial por parte del gobierno de los EE.UU. comenzó ya en los años sesenta. En esos años nació la que se define como ‘primera ola’, que incluye principalmente software basados en reglas, como aquellos capaces de desafiarnos al ajedrez.

La segunda generación, a partir de los años 90, se basa en algoritmos que aprenden, extrayendo de una rica muestra de ejemplos las lógicas que luego usan para proporcionar una respuesta. Así es como funcionan los programas de reconocimiento de imágenes, que pueden identificar a un gato porque han ‘asimilado’ cientos de imágenes de gatos asociadas con la palabra gato.

Darpa ahora tiene ambiciones mucho más elevadas y financiará la investigación de nuevas tecnologías capaces de motivar los mecanismos y las lógicas utilizadas. Los nuevos algoritmos tendrán que reconocer la presencia de un gato en una foto, pero también deberán poder explicar su deducción, diciendo, por ejemplo, que se trata de un animal de cuatro patas, con cola y pelaje, etc. La crisis de liderazgo y educación al pensamiento estratégico se intenta solucionar también así.

Inteligencia artificial (Caiaimage/Rafal Rodzoch / Getty)

Read more »

¿Por qué todavía no encargamos los comestibles en línea?

¿Por qué la gente todavía no compra comestibles en línea?

Compramos en línea para casi todo. ¿Por qué no la comida?

Alana Semuels | The Atlantic


Un empleado de Peapod realiza un pedido en línea (Alana Semuels / The Atlantic)

Hace casi 30 años, cuando solo el 15 por ciento de los estadounidenses tenía una computadora, e incluso menos acceso a Internet, Thomas Parkinson instaló un rack de módems en un estante para vinos Crate and Barrel y comenzó a aceptar pedidos para la primera empresa de entrega de comestibles de Internet, Peapod , que fundó con su hermano Andrés.

En ese entonces, el pedido de comestibles en línea era complicado: la mayoría de los clientes tenían acceso telefónico y los gráficos web de Peapod eran tan rudimentarios que los clientes no podían ver las imágenes de lo que estaban comprando. La entrega también fue complicada: los Parkinson condujeron a las tiendas de comestibles en el área de Chicago, compraron lo que los clientes habían pedido y luego entregaron las mercancías desde el asiento trasero de su destartalado Honda Civic. Cuando la gente quería abastecerse de ciertos productos (yogur de fresa o botellas de Diet Coke), los Parkinson agotaban secciones enteras de las tiendas de comestibles locales.

Peapod sigue existiendo hoy. Pero convencer a los clientes de que ordenen comestibles en línea sigue siendo tan difícil ahora como lo fue en 1989. El 22% de las ventas de ropa y el 30% de las ventas de computadoras y productos electrónicos se realizan en línea hoy, pero lo mismo puede decirse de solo el 3% de las tiendas de comestibles. Ventas, según un informe de Deutsche Bank Securities. "Mi sueño era que fuera omnipresente, pero obtener esa primera orden puede ser un obstáculo", me dijo Parkinson desde la sede de Peapod en el centro de Chicago. (Ahora es el Director de Tecnología de Peapod; su hermano desde entonces dejó la compañía.

Hasta que las empresas de entrega de comestibles en línea entreguen a cientos de hogares en el mismo vecindario, será muy difícil para ellos obtener ganancias. Aunque es un negocio de $ 800 mil millones, la tienda de comestibles es famosa por su bajo margen; La mayoría de las tiendas de comestibles apenas son rentables. Aumente los costos de mano de obra, equipo y gas de llevar los alimentos a las puertas de las personas de manera rápida y económica, y tendrá un negocio que parece casi seguro que fracasará. "Nadie ha ganado una gran cantidad de dinero vendiendo comestibles en línea", me dijo Sucharita Kodali, analista de Forrester Research. "De hecho, ha habido mucha más gente perdiendo dinero".

Esto no es cierto en todos los países. En Corea del Sur, el 20 por ciento de los consumidores compran comestibles en línea, y tanto en el Reino Unido como en Japón, el 7,5 por ciento de los consumidores lo hacen, según Kantar Consulting. Pero esos son países con solo unos pocos grandes centros de población, lo que facilita que las empresas de distribución se instalen en unas pocas ciudades grandes y tengan acceso a una gran cantidad de poder de compra. En los Estados Unidos, en contraste, las personas están dispersas en áreas rurales, urbanas y suburbanas, lo que dificulta llegar a la mayoría de los compradores desde solo algunos lugares físicos. En Corea del Sur y Japón, los clientes también se sienten más cómodos comprando en sus teléfonos que los consumidores en países como Estados Unidos.

Sin embargo, las compañías todavía están tratando de hacer que la entrega de comestibles en línea funcione en los Estados Unidos. Hoy en día, Peapod es una de las docenas de compañías que ofrecen entrega de comestibles a clientes en ciertas áreas metropolitanas. En junio de 2017, Amazon compró Whole Foods por $ 13,4 mil millones y comenzó a lanzar la entrega de comestibles para los miembros Prime en ciudades de todo el país; los analistas predijeron en ese momento que los conocimientos de logística de la compañía le permitirían aprovechar las tiendas de Whole Foods para dominar la entrega de comestibles. También en 2017, Walmart adquirió Parcel, una compañía de entrega de última milla en el mismo día. Dos meses después de eso, Target dijo que estaba comprando Shipt, un servicio de entrega el mismo día. Kroger anunció en mayo pasado que se estaba asociando con Ocado, una tienda de abarrotes en línea británica, para acelerar la entrega con almacenes operados por robots. Compañías como ALDI, Food Lion y Publix han comenzado a trabajar con Instacart para entregar alimentos en sus tiendas. FreshDirect recientemente abrió un centro de entrega altamente automatizado de 400,000 pies cuadrados y dice que planea expandirse a regiones más allá de Nueva York, Nueva Jersey y Washington DC el próximo año.


La historia de Peapod, que ha tenido 30 años para perfeccionar el arte de la entrega de comestibles en línea, sugiere que ganar dinero será un desafío incluso para los minoristas de bolsillo como Amazon. Peapod tiene más experiencia que cualquier otra empresa de entrega de comestibles en línea. Superó a Webvan, que recaudó $ 800 millones antes de estrellarse en 2001, y superó a otras grandes apuestas del auge de las punto com como Kozmo, Home Grocer y ShopLink.

Peapod casi fracasó en 2000 antes de ser rescatado por el conglomerado holandés Royal Ahold NV, que compró primero una participación mayoritaria y luego a toda la compañía. (Después de una reciente fusión, la empresa matriz de Peapod ahora se llama Ahold Delhaize, es propietaria de cadenas de supermercados como Food Lion, Hannaford y Stop & Shop). En 2016, Peapod estaba solo en la lista negra en tres mercados, dijo un ejecutivo de Peapod a The Wall. Street Journal ese año. La compañía no ha logrado que suficientes personas compren comestibles en línea para reducir los costos de entrega. Si una empresa con 30 años de experiencia en la entrega de comestibles no puede hacerlo funcionar, ¿alguien puede hacerlo?

En comparación con los comestibles, la ropa y los productos electrónicos y la comida para perros son increíblemente fáciles de entregar. Una empresa como Amazon mantiene esos productos almacenados en un almacén, los empaca en una caja y los envía en el correo o a través de sus contratistas de entrega.

Sin embargo, las tiendas de comestibles no solo se pueden empaquetar en una caja y confiar a los proveedores de correo. Imagínese cumplimentando un pedido que incluya paletas, aguacates, una caja de Coca-Cola y chips de tortilla. Las paletas deben mantenerse frías; Los aguacates deben elegirse con cuidado, la coca cola es pesada y las tortillas no pueden triturarse. Ahora considere que el pedido promedio de Peapod tiene 52 artículos.

Según estos analistas, Kodali, analista de Forrester, dijo que Kodali, analista de Forrester, siempre será más barato para las tiendas de abarrotes hacer que los clientes acudan a ellos y hagan todo el trabajo de compras por sí mismos. . "En el mejor de los casos, solo haces lo mismo que harías en las tiendas", dijo Kodali. "No es como un canal de distribución más rentable". Una de las grandes innovaciones de Amazon en la entrega de paquetes fue que podía eliminar el intermediario (la tienda) y vender cosas directamente a los consumidores, ahorrando el costo de los gastos generales. Pero las empresas de bienes de consumo envasados ​​no pueden cortar las tiendas, ya que no cuentan con la infraestructura necesaria para hacer llegar sus productos, ya sean helados o aguacates, directamente a los consumidores.

Peapod ha intentado reducir su sobrecarga de varias maneras. En algunos mercados, mantiene las tiendas de comestibles en vastos almacenes fuera de la ciudad, lo que ahorra dinero porque la empresa no tiene que comprar o alquilar espacios comerciales en los centros de las ciudades. Peapod ha descubierto cómo hacer que la compra de la compra de comestibles en línea sea relativamente rápida, lo que significa que un empleado puede procesar docenas de pedidos en tan solo unas horas. En los "salones de guerra", que son esencialmente tiendas más pequeñas en la parte superior de las tiendas de comestibles, los pasillos son mucho más estrechos que en las tiendas de comestibles normales. Los empleados usan dispositivos en sus muñecas que les indican en qué pasillo y estante se encuentra el producto, y cargan los alimentos en cestas de manera eficiente, escaneando códigos de barras. Los trabajadores se familiarizan íntimamente con la ubicación de los diversos artículos, lo que les permite comprar rápidamente.

A pesar de las innovaciones de Peapod, todo el proceso requiere mucha mano de obra. Los trabajadores de Peapod todavía tienen que escanear los comestibles empacados en pedidos con una pistola de temperatura para asegurarse de que la carne no se haya calentado demasiado; también tienen que auditar los contenedores para asegurarse de que los artículos no estén rotos y de que no falte nada. (Ahold, la empresa matriz de Peapod, ya está utilizando robots para acelerar algunas partes de los pedidos de los clientes de embalaje).

La entrega puede ser lenta, también. Lo acompañé a un conductor de Peapod, Ricardo Bernard, un viernes por la tarde mientras traía comestibles a las puertas de los consumidores en un barrio rico de Chicago. Nos asignaron 19 paradas en el South Loop de Chicago, que estaba muy congestionado e incluía varios edificios de apartamentos; Bernard seguía teniendo que estacionar el camión en lugares estrechos, salir, descargar los contenedores de comestibles en una carretilla, llamar al inquilino desde un intercomunicador (o dejar que un portero lo deje entrar), esperar un ascensor, subir al ascensor y luego espere a que los inquilinos abran sus puertas para poder desempacar los contenedores en el mostrador de la cocina, un proceso que puede tomar más de 10 minutos para cada entrega.


Ricardo Bernard descarga comestibles en Chicago (Alana Semuels / The Atlantic)

Las empresas de entrega de comestibles más eficientes son realmente las empresas de logística. Los empleados de la sede de Peapod intentan encontrar rutas y monitorean el clima y el tráfico en tiempo real para que puedan hacer cambios si se avecina una tormenta o si un concierto está causando congestión, todo para reducir segundos o minutos de las rutas de entrega. La compañía mide el tiempo que los conductores permanecen en el tráfico, el tiempo que pasan entre las entregas, el tiempo que pasan con los clientes. Recompensa a los conductores que obtienen las entregas completadas más rápido que el promedio, pero que mantienen altas calificaciones de los clientes.

Es posible que las empresas de comestibles tengan que gastar más dinero en abrir más tiendas de ladrillo y mortero para facilitar la logística y reducir el tiempo que los conductores de entrega tienen que estar en la carretera. Tom Forte, un analista de DA Davidson, escribió recientemente que pensaba que Amazon debería adquirir miles de estaciones de servicio para "avanzar en sus esfuerzos de entrega". (Amazon se negó a comentar sobre los detalles de su negocio de entrega de comestibles, pero dijo que se ha expandido a entregue comestibles en 60 metros desde que compró Whole Foods en febrero pasado.)

A pesar de que ha pasado años reduciendo segundos de entregas, Peapod se esfuerza por hacer que las finanzas funcionen. La compañía cobra una tarifa de envío que oscila entre $ 6.95 y $ 9.95 por pedido. Esto puede parecer excesivo para las personas acostumbradas a que todo se entregue de forma gratuita, pero no se acerca a cubrir los costos asociados con llevar las compras a las puertas de los clientes. "Reducir los costos es un trabajo en progreso", me dijo Ken Fanaro, director senior de planificación y desarrollo de transporte de Peapod. La entrega de comestibles en línea solo es rentable cuando las empresas pueden dedicar la mayor parte de su tiempo a llevar comestibles a los hogares desde camiones, en lugar de conducir millas y luego llevar comestibles a los hogares. "En un mundo perfecto, seríamos como un cartero, yendo por la calle, entregando en cada hogar", me dijo.

Peapod paga generosamente el tiempo de los trabajadores. Bernard, como todos los trabajadores de Peapod, es un empleado de tiempo completo, que recibe atención médica y otros beneficios; la compañía hasta ahora ha evitado el modelo de contratista empleado por servicios de entrega como Instacart y UberEATs.

Hoy en día, los mercados donde Peapod es rentable son los más densos, como la ciudad de Nueva York. Incluso Amazon lucha en los mercados suburbanos, y anunció el año pasado que suspendía su servicio de entrega Amazon Fresh en las regiones de Nueva Jersey, Pensilvania y Maryland, mientras mantenía el servicio en ciudades como la Ciudad de Nueva York, Chicago y Boston.

Las tiendas de comestibles están atrapadas en un lugar difícil en este momento. Enfrentan desafíos de grandes minoristas como Walmart y Target, que han comenzado a ofrecer productos frescos y frescos, y de cadenas de descuento como Aldi y Lidl, que recientemente comenzaron a agregar tiendas en los Estados Unidos. Ahora, a medida que Amazon ingresa a más mercados, también está obligando a las tiendas de comestibles a ofrecer la entrega, a pesar de que perderán dinero en ello. Si no lo hacen, los clientes pueden ir a otro lugar. Amazon está usando sus bolsillos profundos para socavar a sus competidores en el precio, tomando una página de otras nuevas empresas de tecnología como Uber, que intentaron acaparar el mercado primero y luego ganar dinero.

Algunos supermercados han experimentado con ofrecer formas que no son tan caras como la entrega de comestibles para facilitar las compras a los consumidores. Walmart, Kroger, Safeway y otras tiendas ofrecen "hacer clic y recopilar", por ejemplo, que les permite a los consumidores ordenar sus comestibles en línea y luego ir a la tienda y recogerlos. Según los datos de Nielsen, Click-and-collect representa casi la mitad de las ventas de comestibles en línea, en comparación con un 18 por ciento en 2016. Amazon está cubriendo estas dos bases: Además de sus opciones de entrega, la compañía ha lanzado las tiendas Go en Seattle, Chicago. y San Francisco que permiten a los clientes entrar, seleccionar artículos y salir sin esperar en la fila para pagar.

Pero la ubicuidad sigue siendo el santo grial de la entrega de comestibles, y todas las tiendas lo saben. Por lo tanto, están ofreciendo descuentos y ofertas para que los clientes se suscriban a los servicios de entrega, lo que hace que los márgenes reducidos sean aún más reducidos. La mayoría de los servicios de entrega de comestibles en línea ofrecen entrega gratuita en el primer pedido de un cliente, por ejemplo. Según Elley Symmes, analista senior del equipo de compras de Kantar Consulting, la principal razón por la que muchos clientes recibieron las entregas fue porque recibieron un incentivo para hacerlo. Pero cuando esas promociones desaparecen, también lo hacen los clientes. "Los costos de entrega siguen siendo una barrera de entrada", me dijo Symmes.

Para poder ofrecer esos incentivos sin ir a la quiebra, algunos supermercados se están asociando con marcas para obtener un costo de entrega subsidiado. Colgate puede ofrecer entrega gratuita si un cliente compra una cierta cantidad de productos Colgate, por ejemplo.

Es posible que el costo no sea la única razón por la que los clientes no acuden en masa a la entrega de comestibles. Le pregunté a algunos compradores en una tienda de Massachusetts Stop & Shop por qué no estaban recibiendo sus comestibles; estaban empujando carros a través de los pasillos mientras los trabajadores de Peapod empacaban las cajas arriba para su entrega. La mayoría dijo que les gustaba elegir su propia carne y productos, y que no les gusta planear sus compras con anticipación. Mike Kolodziej, de 37 años, me dijo que en realidad le gusta ir a la tienda de comestibles. "Es mi momento de tranquilidad", dijo. Tiene cinco hijos en casa.

Y además, a diferencia de ser un cliente en otras industrias, la tecnología ha interrumpido: ir a la oficina de correos, tomar taxis en ciertas ciudades, ir de compras no es tan desagradable. En las afueras, las personas se suben a sus autos y conducen a tiendas amplias donde pueden elegir los productos que les gustan y también conocer nuevos productos en los estantes, dijo David J. Livingston, un analista de supermercados para DJL Research. Algunas tiendas ofrecen otros servicios, como la recogida de recetas o los bares de vinos, que los convierten en una experiencia que las personas disfrutan: se enfrentan a la difícil tarea de hacer que las tiendas sean más atractivas para las personas al mismo tiempo que hacen que la entrega sea atractiva.

Sin embargo, los analistas dicen que ahora es el momento de convertir a más clientes a la entrega de comestibles en línea. De acuerdo con una encuesta de Deloitte, a un 41 por ciento de los consumidores no les gusta ni les disgusta comprar productos como bebidas y productos perecederos en las tiendas de comestibles. Deloitte sostiene que hay muchos consumidores "que no están conectados emocionalmente con el proceso físico de compra y que podrían considerar opciones de compra en línea si se les ofrecieran". Entre ellos, Jim Winnfield, quien recientemente recibió su primer pedido de entrega de comestibles en línea; solía vivir en los suburbios de Chicago, pero recientemente se mudó al centro, y decidió darle una oportunidad a Peapod. "Soy lo suficientemente perezoso como para que la gente haga tanto por mí como sea posible", me dijo. La primera entrega de Winnfield fue gratuita.

Sin embargo, logran que los clientes se registren, es probable que los supermercados tengan que gastar mucho dinero en promociones y ofertas mientras intentan hacer que la entrega sea más popular entre los consumidores. Esto, por supuesto, beneficia a Amazon, que tiene muchos recursos y durante mucho tiempo ha podido convencer a los accionistas de que gastar por adelantado en conseguir clientes en la puerta tiene dividendos a largo plazo. Esta nunca ha sido la estrategia de Peapod: sobrevivió a competidores como Webvan porque nunca gastó mucho dinero que no tenía, me dijo Parkinson.

Pero incluso Peapod ahora está entrando en la batalla por la participación de los clientes. Solo en enero de 2019, Ahold Delhaize dijo que estaba lanzando vehículos automáticos de reparto de comestibles en Boston y adquirió una cadena de supermercados de Long Island, ampliando el alcance de la empresa. Peapod actualmente ofrece $ 20 de descuento en comestibles y no cobra tarifas de entrega durante los primeros 60 días en que un cliente usa el servicio. Sobrevivió a sus competidores en las últimas décadas cuidando el dinero, me dijo Parkinson. Sin embargo, hoy en día, incluso Peapod se da cuenta del hecho de que los clientes son baratos, y la empresa que haga que sus servicios sean los más baratos podría ganar.

Read more »

Las aplicaciones sociales son commodities

Las aplicaciones sociales son ahora una mercancía

El rediseño de Snapchat muestra cómo los servicios de comunicación se están volviendo indistinguibles.





Ian Bogost | The Atlantic


Soy muy viejo. Al igual que en, mi edad comienza con un cuatro, un número muy poco cool para una edad, para empezar. Es decir, demasiado vieja para usar Snapchat, la aplicación de red social de mensajería de imágenes. Fundada en 2011, es más popular entre los jóvenes, que rechazaron Facebook e incluso Instagram por ello. ¿Por qué? Por una parte, es porque los viejos estamos en Facebook e incluso en Instagram. Pero por otra parte, es solo porque Snapchat es una cosa que los jóvenes usan, y así lo usan otros jóvenes. Así es como va la historia, de todos modos.

Pero tal vez algo más simple está sucediendo. Quizás ya no haya magia en ninguna de estas aplicaciones y servicios. Facebook e Instagram, Snapchat y GroupMe y Messenger y WhatsApp y todo lo demás, todo es más o menos lo mismo. Son productos básicos para la comunicación de software, y elegir entre ellos es más como elegir entre marcas de champú o mayonesa que como elegir un conjunto de características o incluso un estilo de vida.

* * *

No es solo un mito que Snapchat sea para los jóvenes. El sesenta por ciento de sus usuarios tienen 25 años o menos, y el 37 por ciento cae entre los 18 y los 24 años, que veneran a las características demográficas de los comercializadores. Casi una cuarta parte de los usuarios de la aplicación tienen menos de 18 años. Pero eso también está cambiando, ya que hay más millennials, o debería decir 30 y tantos, que también pueden utilizar la aplicación.

Una razón es que las personas mayores han estado usando Instagram, que es propiedad de Facebook (que también han usado desde la universidad o la escuela secundaria). Facebook ha estado copiando sistemáticamente las funciones más populares de Snapchat, incluidas Historias, fotomontajes efímeros de 24 horas de la actividad de un usuario. No es de extrañar: Facebook tiene una enorme riqueza y apalancamiento, incluidos 2.000 millones de usuarios de su servicio principal y más de 1.000 millones cada uno para sus aplicaciones de mensajería, Messenger y WhatsApp. Instagram se jactó de unos 30 millones de usuarios cuando Facebook adquirió la compañía en 2012, y esa cifra ha aumentado a 800 millones en los cinco años posteriores. Snapchat está bloqueado alrededor de 170 millones de usuarios.

Snap, la compañía que hace Snapchat, ha perdido más de la mitad de su valor desde que alcanzó su punto máximo justo después de salir a bolsa en marzo de este año. Su capitalización de mercado actual, alrededor de $ 16 mil millones, sigue siendo más que los $ 3 mil millones que Facebook ofreció para adquirir la compañía. Y, según se informa, Google había ofrecido hasta $ 30 mil millones por la compañía antes de la OPI. Aunque Snap negó el rumor, si es cierto, es una cifra que la compañía podría lamentar haber rechazado por sí sola.

Los intentos de Snap de sacudir su pesadez se han mezclado. Hace un año, la compañía introdujo un par de gafas de $ 130 llamadas Snap Spectacles, que tomó fotos para su aplicación. La demanda inicial fue alta, pero pronto se derrumbó. Menos de la mitad de los compradores seguían usando el dispositivo un mes después de la compra. Snap anotó casi $ 40 millones de dólares en exceso de inventario.

También pagó alrededor de $ 100 millones para adquirir una empresa canadiense llamada Bitstrips, que integra su producto Bitmoji, un avatar estilizado, en el servicio de Snapchat (también se puede usar como adhesivos independientes en otras aplicaciones de mensajería y redes sociales). Bitmoji le dio a cada usuario de Snapchat una imagen de dibujos animados similar pero sorprendentemente precisa de sí mismos. Y ofrecía una nueva plataforma para publicidad, a través de avatares patrocinados, un enfoque que la compañía había explorado previamente con lentes y filtros de fotos con soporte publicitario.

Bitmoji también le dio a Snapchat una forma de representar a sus usuarios de una manera estándar y física. Lanzó Snap Map en junio, lo que permite a los amigos ver la actividad de otros en un mapa.

Ninguna de estas innovaciones realmente ayudó a cambiar el declive de Snap. Aunque sigue siendo popular entre su audiencia principal, sus acciones cayeron un 20 por ciento en noviembre, luego de que la compañía no cumplió con las expectativas de ingresos, ganancias y crecimiento de los usuarios. Su base de usuarios había crecido solo un 3 por ciento desde el trimestre anterior.

* * *

Esta semana, el CEO de Snap, Evan Spiegel, anunció un rediseño de Snapchat. La aplicación es notoriamente poco intuitiva para los que no están familiarizados, y el rediseño, que Spiegel prometió a raíz de los tristes resultados del tercer trimestre, espera impulsar la adopción al hacerlo más fácil para los nuevos usuarios.

El anuncio se produjo en forma de un breve video de Spiegel explicando el "nuevo y mejorado" Snapchat. El video es desorientador: un video de una filmación, en realidad, un alegre fondo amarillo que se muestra como un accesorio, la cámara corta entre las vistas de Spiegel y las de un equipo de filmación que filma a Spiegel. "Míranos trabajando duro", los telégrafos de subtexto del video.

Su texto es más misterioso. Como no usuario de Snapchat, las promesas de Spiegel me parecieron tan vagas y vagas que podrían aplicarse a cualquier cosa. Él se compromete a hacer de Snapchat “más personal”. Sus amigos “no están contentos; son relaciones ", opina, racionalizando el cambio de rediseño de las publicaciones patrocinadas a su propio punto de vista, separadas de los amigos. Este movimiento, que tiene su propia superposición textual de postproducción a ambos lados del cuerpo demacrado de Spiegel, equivale a "separar lo social de los medios". Todo esto tiene mucho sentido, siempre y cuando no pienses en ello ni siquiera por un momento. segundo.

Los cambios en sí mismos son directos. La vista predeterminada de Snapchat es la cámara. A la izquierda hay chats e historias de amigos y, a la derecha, de editores y patrocinadores. Por primera vez, la vista de los amigos funciona como un feed algorítmico en lugar de una lista cronológica, como Facebook, Instagram y Twitter. Cuando se desarrolle en las próximas semanas, la nueva Snapchat privilegiará a los amigos cercanos sobre los conocidos, si es que sus amigos más cercanos son a quienes envía visitas a domicilio con más frecuencia. En ese sentido, la aplicación funcionará mucho más como las aplicaciones de mensajería como GroupMe, WhatsApp y Messenger que las aplicaciones de medios sociales como Instagram o Twitter. En el guión elegante de Spiegel, eso equivale a "organizar Snapchat en torno a tus relaciones para que sea más personal".

Cada una de las otras aplicaciones sociales intercala publicaciones patrocinadas con contenido orgánico para la visibilidad, por lo que es difícil imaginar por qué alguien alguna vez optaría mirar la vista patrocinada de Snapchat, donde el material se encuentra aislado de forma segura. Pero tal vez la compañía espera tener un impacto en el anuncio y en el desempeño de las publicaciones de patrocinadores, si no en los ingresos, para demostrar el crecimiento de los usuarios en la calle.

Lo más notable para mí, al ver el video, fue el incesante estribillo de que el rediseño inspiraría a su público a "Expresarse con sus amigos". Al comienzo, los mensajes sin vida de Spiegel, Snapchat "hizo que sea más fácil expresarse hablando con fotos". El rediseño, promete, hará que sea más fácil encontrar a las personas con las que desea expresarse. ¿El resultado? "Los amigos con los que quieras hablar estarán allí cuando quieras hablar con ellos".

Como no usuario de Snapchat, es más fácil para mí mantener estas reclamaciones a distancia. Pero no porque sean increíbles o estúpidos o incluso malos. Más bien, porque son tan ordinarios y humildes que parece ridículo sugerir que son notables. En esencia, Snapchat espera competir tomando un producto extraño, único e indecoroso que atraiga a una audiencia específica en parte debido a esas razones, y transformándolo en otra aplicación de chat, incluso si es una foto-centrada, que funciona más o menos como cualquier otro.

Me pregunto, ¿qué hace que alguien elija una aplicación sobre otra? ¿Por qué usar Twitter en Facebook, Instagram en Snapchat o GroupMe en Messenger? Sabiendo que tan amargamente soy, les pregunto a mis hijos, adolescentes que usan Snapchat como la mayoría de los adolescentes.

"Snapchat aún tiene más funciones, incluso dadas las cosas que Instagram les robó", explica mi hija. Su desprecio por Instagram, que también usa, es palpable. Entre esas características se encuentran los mejores amigos, que es justo lo que suena, y rayas, una especie de puntaje alto para publicaciones diarias de ida y vuelta con amigos específicos de Snapchat. Nunca ha tenido una cuenta de Facebook y, por lo tanto, no usa Messenger, aunque sí usa GroupMe (que es propiedad de Microsoft) para conversaciones grupales.

Mi hijo, que es un par de años mayor, obtuvo Facebook inmediatamente después de ser elegible a los 13 años, aunque ya no lo usa más. Me dice que la mayoría de sus amigos usan Snapchat o GroupMe para una conversación cotidiana normal, no solo para el acicalamiento social, como muchos de los viejos imaginan que hacen. Me siento aún más en el diente cuando explica que Mensajes, el reemplazo del iPhone de la burbuja azul para mensajes de texto, es algo que casi nunca usa. Excepto hablar con ancianos, como sus padres. Los textos, que alguna vez fueron el bastión de los jóvenes impresionados por la pantalla, ya han seguido el camino del correo electrónico, esa tecnología de geriatría agridulce.

* * *

La gente hace lo que hace. Comienzan porque son convenientes, o están listos para ser usados, o compartidos por compañeros, o momentáneamente novedosos. Los estudiantes universitarios que comenzaron a usar Facebook a mediados de la década de 2000 lo hicieron porque era nuevo, accesible en las universidades y se extendía rápidamente. Los padres, amigos y abuelos que lo hicieron en los años siguientes lo recogieron porque otros lo estaban haciendo. WhatsApp ganó popularidad en las naciones donde los SMS seguían siendo caros, pero los contactos aún eran identificables por número de teléfono.

Existen diferencias funcionales entre los servicios. Instagram está hecho de imágenes, pero más orientado a la estética fotográfica que Snapchat, que utiliza imágenes como mensajes. Eso es lo que Spiegel quiere decir con "hablar con fotos"; es una comunicación visual fática, como lo expresa mi colega Rob Meyer. Del mismo modo, la restricción de Twitter, de 140 o 280 caracteres, lo hace diferente de Facebook. La facilidad de GroupMe de agregar varias personas a un chat lo separa de Messenger o de los Mensajes de Apple.

Pero a pesar de que esas diferencias hacen una diferencia, también son diferencias muy pequeñas. Y cada vez más pequeños, como los diversos servicios se prestan y se roban entre sí, como lo han hecho Instagram, Snapchat y otros. En lugar de servicios distintivos con propuestas de valor claras, estas aplicaciones se están convirtiendo en productos básicos. Todos los productos tienen diferenciadores de productos reales: la coque tiene un sabor diferente (ejem, mejor) que Pepsi; Los desodorantes de shills secretos especialmente formulados para mujeres, mientras que Old Spice los ofrece para hombres, y así sucesivamente. Pero en el fondo, la relación que las personas tienen con respecto a un producto o servicio en particular se reduce a una afinidad borrosa desarrollada a partir del descubrimiento, la marca, la adopción de pares y otros accidentes de tiempo y circunstancias. El uso repetido, sin mencionar el marketing de productos, refuerza esa elección con el tiempo.

Snapchat no me hace sentir viejo porque es mucho más genial que Twitter o Messenger, ni porque soy tan poco inteligente que posiblemente no podría entenderlo (incluso si ambas afirmaciones también pueden ser ciertas). Más bien, es solo que Snapchat es el servicio de comunicación que los jóvenes han utilizado últimamente. Las aplicaciones de telecomunicaciones son universales y lo suficientemente numerosas como para soportar las tendencias y modas cambiantes.

No es diferente a beber Jolt Cola o escuchar a Fugazi o usar Z Cavariccis o suscribirse a llamadas en espera o mantener la línea ocupada mientras llama a Prodigy, todas las cosas que también estaban bien, al mismo tiempo. La diferencia es que: nadie pensó en los refrescos, en la música o en la indumentaria, ni siquiera en los servicios de telefonía e informática, en realidad, como problemas para ser atomizados en compañías individuales, y mucho menos en públicas, destinadas a acaparar el mercado. Eran solo productos diferenciados a través de variaciones únicas, pero temporales, en forma, función y empaquetado. De hecho, la razón principal por la que los productos básicos son productos básicos es porque son tan baratos y fáciles de producir, que la competencia fomenta esa diferenciación.

Sería un alivio si esto pudiera convertirse en el futuro de la informática. No más innovaciones y perturbaciones y otras alarmas en el pecho. No más liberaciones de cambio de mundo de los paradigmas pesados ​​y heredados de antaño. Solo ofertas de comunicación en forma de software, ofrecidas en varios estilos con distinción matizada, cada una haciendo su parte para permitir que las personas interactúen, para que puedan seguir adelante con la vida más allá de sus rectángulos.

Read more »