چگونه هوش مصنوعی تخفیف‌های دروغین بلک فرایدی را برملا می‌کند؟

بلک فرایدی از مهمترین روزهای سال برای بسیاری از کسب و کارها به ویژه خرده فروشی‌های آنلاین است. اما تخفیف‌های دروغین اعتماد مردم را از بین برده است. هوش مصنوعی حالا راهکاری است که می‌تواند با این تخفیف‌های دروغین مبارزه کند و اعتماد را به تجارت الکترونیک بازگرداند.

در این مقاله می‌خوانید

تخفیف‌های دروغین در بلک‌ فرایدی

بلک فرایدی مدت‌هاست که به بزرگ‌ترین کارناوال خرید سال در جهان تبدیل شده است؛ روزی که رکوردهای فروش آنلاین یکی پس از دیگری شکسته می‌شود و سبدهای خرید پر می‌شوند و درصدهای تخفیف گاهی به اعداد سه‌رقمی می‌رسد. هیجان این رویداد چنان بالاست که بسیاری از ما حداقل یک‌بار تجربه کرده‌ایم: نیمه‌شب کالایی را با «۷۰٪ تخفیف» به سبد اضافه کنیم، چند روز بعد متوجه شویم همان کالا در حالت عادی دقیقاً همین قیمت یا حتی ارزان‌تر بوده است.

این پدیدهٔ تلخ که در ایران طی چند سال اخیر به شکل بسیار گسترده و گاهی حتی وقاحت‌آمیز رخ داده، دیگر فقط یک «اشتباه قیمت‌گذاری» نیست، بلکه به یک استراتژی سیستماتیک بازاریابی فریبنده تبدیل شده است. اما در سال ۲۰۲۵، اتحادیه اروپا با یک حرکت قاطع و کاملاً مبتنی بر فناوری نشان داد که می‌توان این غبار غلیظ تخفیف‌های دروغین را کنار زد: نظارت خودکار و روزانه بر بیش از ۱۳۶ هزار کالا در ۲۴ کشور، با کمک وب‌اسکریپینگ و هوش مصنوعی، فاش کرد که بیش از نیمی از تخفیف‌های ارائه‌شده در بلک فرایدی ۲۰۲۵ کاملاً غیرقانونی و گمراه‌کننده بوده‌اند. حالا سؤال‌های بزرگ پیش روی ماست: این سیستم دقیقاً چگونه کار می‌کند؟ چرا ایران به شدت به چنین سازوکاری نیاز دارد؟ و مهم‌تر از همه، آیا اصولاً امکان اجرای آن در زیست‌بوم تجارت الکترونیک ایران وجود دارد یا همچنان باید سال‌ها در گرد و غبار تخفیف‌های الکی سرگردان بمانیم؟

یک تخفیف دروغین چیست؟ آیا جرمی صورت گرفته است؟

اگر می‌خواهیم فریب تخفیف‌های دروغین را نخوریم، باید ابتدا بفهمیم یک تخفیف دروغین چیست؟

به عنوان یک مصرف کننده، درک تخفیف دروغین بسیار ساده است. قیمت کالا پس از اعمال تخفیف بالا می‌رود و سپس با میزانی تخفیف پایین می‌آید. داستان بازی با اعداد است. لازم به ذکر است که همه ما قبول داریم که قیمت حاصل عرضه و تقاضای بازار است و قیمت دستوری وجود ندارد. اما ما در مورد قیمت صحبت نمی‌کنیم، در مورد تخفیف صحبت می‌کنیم. گرانی و افزایش قیمت کالا‌ها، تقصیر اقتصاد بد و تورم است، اما افزایش یک شبه قیمت و سپس اعلام یک تخفیف چشم‌گیر یک فریب است و یک شخص «خاطی» آن است. فروشنده!

اما این که این فریب یک جرم است و از نظر قانونی خلافی صورت گرفته است بحث دیگری است! مثلا در ماده ۵۷ قانون نظام صنفی کشور گران‌فروشی تعریف شده است. یا در قانون اجرای سیاست‌های اصل ۴۴، در ماده در ماده ۴۵، اظهارات گمراه کننده را ممنوع اعلام کرده است. و شاید بتوان تخفیف‌های دروغین را نوعی اظهارات گمراه کننده در نظر گرفت.

اما حتی اگر در حال حاضر، ساختار قانونی لازم هم وجود نداشته باشد و شخصی که چنین تخفیف‌های دروغینی را اعمال می‌کند، مجرم نباشد، اما ما به عنوان مصرف کننده دوست نداریم فریب بخوریم! اما ذهن انسان آماده فریب خوردن است!

مطالعات روان‌شناسی شناختی نشان می‌دهد حافظهٔ کاری انسان ظرفیت محدودی دارد. پژوهش معروف جورج میلر در سال ۱۹۵۶ این ظرفیت را حدود «هفت واحد، مثبت و منفی ۲» برآورد کرد. البته تحقیقات جدیدتر عدد کمتری را پیشنهاد می‌کنند و معمولاً از دامنه‌ای میان سه تا پنج واحد اطلاعاتی سخن می‌گویند. این یعنی حتی اگر یک خریدکننده حرفه‌ای باشید، در لحظه‌ای که در یک وبسایت اینترنتی در حال مشاهده صد‌ها کالا تنها در یک صفحه هستید، احتمالا حجم زیادی از اطلاعات از ذهن شما خارج می‌شود.

یعنی هرچقدر هم که زرنگ باشید و از مدت‌ها قبل قیمت بسیاری از کالا ها را چک کرده باشید، وقتی در روزی مثل بلک فرایدی به این وبسایت‌ها سر می‌زنید، احتمالا ذهن شما خلع سلاح می‌شود و ممکن است باز هم فریب تخفیف‌های دروغین را بخورید و کالایی را گرانتر از حالت عادی خرید کنید.

هوش مصنوعی برای شناسایی تخفیف‌های دروغین وارد می‌شود

اتحادیه اروپا در سال ۲۰۲۵ دیگر به بازرس انسانی اعتماد نکرد. به‌جای آن، پروژهٔ غیرانتفاعی و کاملاً متن‌باز شاپ‌واچر (Shop Watcher) را به سطح کل قاره رساند؛ همان پروژه‌ای که از سال ۲۰۱۸ در جمهوری چک با نام چکی «نگهبان فروشگاه‌ها» (Hlídač shopů) کار خودش را شروع کرده بود و حالا به یک سامانهٔ سراسری اروپایی تبدیل شده است.

شاپ‌واچر حاصل همکاری سه شرکت چکی Apify، TopMonks و Keboola است و دقیقاً همان سیستمی است که امروز بیش از ۱۳۶ هزار کالا را در ۱٬۵۵۶ فروشگاه آنلاینِ ۲۴ کشور عضو اتحادیه اروپا زیر نظر دارد.

داستان این پروژه خودش یک نمونهٔ درخشان از همکاری فناوری و نهادهای مدنی است. از سال ۲۰۱۴ کمیسیون اروپا هر سال عملیات هماهنگ «جاروب» (sweeps) را برای بررسی رعایت قوانین مصرف‌کننده در فضای آنلاین برگزار می‌کرد، اما همیشه با محدودیت نیروی انسانی مواجه بود. در سال ۲۰۱۷ شرکت Apify شروع به استفاده از وب‌اسکریپینگ در مقیاس بزرگ کرد تا قیمت‌گذاری گمراه‌کننده را کشف کند. یک سال بعد، همین Apify به همراه TopMonks و Keboola پروژهٔ غیرانتفاعی Shop Watcher را راه‌اندازی کرد و برای اولین بار نمودار زندهٔ تاریخچهٔ قیمت را مستقیماً داخل مرورگر خریداران چکی نمایش داد. موفقیت این تجربهٔ محلی آن‌قدر چشمگیر بود که در بلک‌فرایدی ۲۰۲۲ کمیسیون اروپا رسماً از این سه شرکت خواست ابزارشان را به یک سامانهٔ نظارتی اروپایی تبدیل کنند.

این سامانه چگونه کار می‌کند؟

مرحله نخست حسگری توزیع شده (ترجمه‌ای برای Distributed Sensing Layer) با استفاده از پلتفرم Apify است. اگر Apify را نمی‌شناسید، باید بدانید که یکی از ارائه دهندگان بزرگ ابزارهای وب اسکریپینگ ابری در جهان است. با استفاده از این سرویس، روزانه (در ایام بلک فرایدی) بیش از ۵۰ هزار اکتور دست به کار می‌شوند. هر اکتور چیزی شبیه یک کاربر واقعی است که وارد فروشگاه‌های اینترنتی می‌شود.

هر اکتور نه تنها قیمت فعلی و قیمت مرجع خط‌خورده را استخراج می‌کند، بلکه اسکرین‌شات کامل صفحه با رزولوشن بالا، ساختار DOM، شناسهٔ جهانی کالا (GTIN/EAN) و مختصات دقیق المان‌های قیمت را همراه با مهر زمانی معتبر ذخیره می‌کند. این داده‌ها به‌گونه‌ای جمع‌آوری می‌شوند که بعداً نتوان ادعا کرد «قیمت مرجع صرفاً خطای نمایش بوده است».

در مرحله دوم، داده‌های خام در یک دیتابیس سری زمانی با دقت ثانیه‌ای ذخیره می‌شوند. قانون تشخیص هم بسیار ساده و بی‌رحم است:

اگر قیمت «تخفیف‌خورده» امروز، بالاتر یا مساوی پایین‌ترین قیمت همان کالا در ۳۰ روز گذشته باشد، تخفیف کاملاً غیرقانونی و تخلف قطعی است (مادهٔ ۴ دستورالعمل به‌روزشدهٔ ۹۸/۶/EC اتحادیه اروپا)

این قاعده با سه الگوریتم تکمیلی تقویت شده است:

  • شناسایی الگوی «پله‌ای» (stair-step pricing): افزایش تدریجی قیمت مرجع در بازهٔ ۱۰–۲۰ روز پیش از رویداد
  • شناسایی جداسازی بسته (bundle splitting): حذف اجزای سابقاً همراه کالا (شارژر، گارانتی، کابل) برای باد کردن قیمت مرجع
  • تشخیص قیمت‌گذاری شخصی‌سازی‌شده با استفاده از fingerprinting مرورگر (که خود نقض جداگانهٔ GDPR محسوب می‌شود)

در واقع این سیستم به گونه‌ای است که مو را از ماست بیرون می‌کشد!!

مرحله آخر هم تولید اتوماتیک مدرک جرم است! در این فرایند بلافاصله پس از شناسایی یک تخفیف دروغین، یک مجموعه از شواهد خدشه ناپذیر تولید می‌شود که شامل

  • نمودار سری زمانی قیمت با امضای دیجیتال
  • اسکرین‌شات‌های ۴K دارای مهر زمانی و هش‌شده روی شبکهٔ عمومی
  • گزارش PDF آمادهٔ دادگاه با استناد دقیق به مادهٔ قانونی و محاسبهٔ میزان ضرر وارده به مصرف‌کننده

این بسته مستقیماً برای نهادهای ملی رقابت و حمایت از مصرف‌کننده ارسال می‌شود و عملاً نیاز به تحقیق میدانی را حذف می‌کند. این سیستم هوشمند، خودش کار بازرس را انجام می‌دهد، خودش قضاوت می‌کند و در نهایت مجرم را به قانون تحویل می‌دهد! همه چیز بدون حضور انسان

نتایج جالب توجه است

نتایج پروژه شاپ واچر در مورد بلک فرایدی را می‌توانید در سایت خود این پروژه مشاهده کنید. البته نتایج مربوط به کشور چک است و تا سال ۲۰۲۴ در دسترس است.

به عنوان نمونه، داده‌های مربوط به بلک فرایدی در سال ۲۰۲۳ نشان می‌دهد فروشگاه اینترنتی Kaufland nv در حالی که مدعی تخفیف ۳۰٪ (به صورت میانگین) بوده است، در واقعیت محصولات آن ۹٪ درصد گرانتر به فروش رسیده است.

پس از همکاری اتحادیه اروپا با این پروژه و اجرای آن برای سراسر قاره سبز، امارها بسیار شگفت‌انگیز‌تر شده است. نتایج به روز رسانی شده در ۲۰۲۵، نشان می‌دهد که ۵۴٪ فروشگاه‌ها، تخفیف‌های غیرقانونی داشته‌اند.

به نظر می‌رسد در عصر تجارت الکترونیک، انسان‌ها برای خرید خوب از طریق اینترنت نیاز به یک مشاور خوب دارند و آن هوش مصنوعی است، هوش مصنوعی‌ای که بتواند داده‌ها را به صورت کامل در گوشه ذهن خود داشته باشد و هرگونه فریب و کلاه‌برداری را به ما نشان دهد.

ماری‌پل بناسی، رئیس واحد اجرای قوانین مصرف‌کننده، کمیسیون اروپا حالا به هوش مصنوعی خوشبین است و ابزارهای پیشرفته مبتنی بر هوش مصنوعی را کلید اجرای قانون در مقیاس بزرگ می‌داند.

بلک فرایدی واقعی و بلک فرایدی در ایران

بلک‌فرایدی در اصل یک پدیدهٔ کاملاً آمریکایی است و در حوزه حسابداری است. در فرهنگ خرده‌فروشی سنتی آمریکا، حسابداران سالانه سود و زیان را با دو رنگ جوهر ثبت می‌کردند (صورت‌های مالی ما نیز همین شکلی است. مثل هرآنچیزی که در کدال می‌بینیم): رنگ قرمز برای زیان و رنگ سیاه برای سود.

آخرین جمعه ماه نوامبر که روز بعد از شکرگذاری است، چنان موج خرید ایجاد می‌کرد که تقریباً همهٔ فروشگاه‌های فیزیکی در همان یک روز از زیان سالانه بیرون می‌آمدند و به سود می‌رسیدند؛ به همین دلیل به آن «جمعهٔ سیاه» گفتند. یعنی جمعه‌ای که رنگ عدد نهایی به سیاه تبدیل می‌شود.

اما چیزی که امروز می‌بینیم یک موجود کاملاً متفاوت و جهانی‌شده است؛ یک رویداد بزرگ برای خالی کردن انبارها و افزایش فروش فصلی که چهار دلیل اقتصادی بسیار قوی پشت آن ایستاده است:

۱. پاک‌سازی موجودی انبار قبل از پایان سال مالی: بیشتر شرکت‌ها سال مالی‌شان را ۳۱ دسامبر تمام می‌کنند. انبار پر از کالای فصل قبل یعنی هزینهٔ نگهداری، استهلاک و از دست رفتن نقدینگی. بلک‌فرایدی بهترین بهانه برای خالی کردن انبار با هر قیمتی است، حتی زیر قیمت تمام‌شده.

۲. اثر شبکه و ترس از دست دادن : شما نمی‌توانید از قافله عقب بمانید. وقتی همهٔ رقیبان هم‌زمان حراج می‌گذارند، هیچ برندی نمی‌تواند بیرون بماند. اگر شما تخفیف ندهید، مشتری به سراغ رقیب شما می‌رود. این وسط حالا یک مسابقه‌ای شکل می‌گیرد که همه را وادار به شرکت در کمپین بلک فرایدی می‌کند، حتی اگر حاشیهٔ سودشان به شدت کم شود یا حتی منفی گردد. طبیعی است که گاهی اوقات اهداف استراتژیک (گرفتن سهم بازار یا به حاشیه راندن رقبا مهمتر از سود آخر فصل یا سال است)

۳. افزایش چشمگیر میانگین ارزش سبد خرید: شواهد و برخی پژوهش‌ها نیز نشان می‌دهد در هفتهٔ بلک‌فرایدی، میانگین سبد خرید حدود ۴۰ تا ۷۰ درصد بیشتر از روزهای عادی است. مشتری که برای یک گوشی می‌آید، ناگهان هدفون، قاب و گلس هم می‌خرد چون «حیف است این تخفیف را از دست بدهد». به هر حال قرار نیست همه کالاها تخفیف داشته باشند و در کنار یک کالای تخفیف دار، کلی محصول دیگر نیز به فروش می‌رود. مثلا همانگونه که امسال دیجی کالا در روز نخست بلک فرایدی ۲.۲ همت فروش را ثبت کرد.

۴. سرنخ‌های ارزشمند. میلیون‌ها کاربر وارد سایت می‌شوند، حساب می‌سازند، ایمیل و شماره می‌دهند و رفتارشان ثبت می‌شود. این دادهٔ طلایی برای بازاریابی شخصی‌سازی‌شدهٔ همان Lead یا سرنخی است کل سال آینده استفاده می‌شود. به همین دلیل حتی اگر فروشنده روی برخی کالاها ضرر کند، در بلندمدت برنده است.

نتیجهٔ این چهار نیروی اقتصادی یک چیز است: بلک‌فرایدی دیگر یک «رویداد خرید» نیست، بلکه مهم‌ترین ابزار «مدیریت موجودی + جذب مشتری + جمع‌آوری داده» در تقویم سالانهٔ هر خرده‌فروش آنلاین است. به همین دلیل است که حتی وقتی می‌دانند ممکن است تخفیف جعلی لو برود و جریمه بخورند، باز هم نمی‌توانند از این قطار در حال حرکت پیاده شوند؛ چون رقیب نمی‌گذارد.

ایران نیز از این پدیده عقب نمانده است. بلک فرای دیدی حالا بیلبوردهای شهر را به تسخیر خود در آورده است و بسیاری از فروشگاه‌های بزرگ اینترنتی، ظاهر سایت خود را کمی سیاه کرده اند و روی برخی از محصولات تخفیف می‌گذارند، برخی بسیار بالا و برخی جزئی. اما آیا واقعا ما شبیه به خارجی ها هستیم؟

نخستین موضوع است که حداقل از منظر حسابداری، بلک فرایدی نزدیک به آخر سال مالی ما (حداقل برای خیلی از شرکت‌های ایرانی) نیست که بخواهیم انبار خود را خالی کنیم یا سود مالی خود را مثبت کنیم. یعنی عملا عامل شماره ۱ را نمی‌توانیم عامل اصلی برای بلک فرایدی در ایران در نظر بگیریم. اما عوامل ۲ و ۳و ۴ ، کاملا در مورد کمپین‌های بلک فرایدی صدق می‌کنند.

اما در شرایط تورمی، انگیزه‌های اقتصادی کمی متفاوت است. در تورم‌های بالا، «موجودی کالا» تبدیل به بهترین دارایی بدون ریسک می‌شود و هزینهٔ فرصت نگهداری موجودی منفی است. بنابراین، از منظر اقتصاد، در ایرانِ ۱۴۰۴، فروشنده‌ای که در بلک‌فرایدی تخفیف واقعی بدهد، در واقع یک رفتار غیرعقلایی اقتصادی انجام می‌دهد. البته همانطور که گفتیم،‌ همه دلایل تخفیف دادن، مالی و اقتصادی نیست.

تجربه بسیاری از کاربران در ایران، نشان از یک بی اعتمادی به تخفیف‌ها است ( احتمالا شما نیز تجربه را دارید). همین حالا می‌توانید افزایش قیمت‌ها و تخفیف ها را ببینید. یا می‌توانید مشاهده کنید بسیاری از محصولاتی که با تخفیف در حال فروش هستند، در سایت‌های دیگر با قیمت‌هایی مشابه، اما بدون تخفیف در دسترس شما هستند.

البته در این میان نیز گونه‌ای از تخفیف‌های واقعی دیده می‌شود. مثلا خرید آیفون ۱۷ یا موتور سیکلت با قیمت ۱ میلیون تومان.  اما این تخفیف‌ها در واقع تخفیف نیستند. چون اگر واقعا اینگونه بخواهند تخفیف بدهند، به عنوان یک قیمت گذاری تهاجمی، بر اساس قانون اجرای سیاست‌های اصل ۴۴، کاری خلاف قانون انجام داده‌اند.

اما این تخفیف‌های محدود و ساعتی، نه یک تخفیف، بلکه شبیه یک قرعه کشی است. یا شاید شبیه جایزه برای یک مسابقه، مسابقه‌ای برای نگه‌داشتن کاربران در سایت. حالا اگر شما در هفته بلک فرایدی، روزانه چند آیفون یا حتی خودرو هم رایگان بدهید، احتمالا در مقایسه با هزینه اجاره یک بیلبود در تهران، کوچکترین بخش از هزینه‌های مارکتینگ شما را شامل می‌شود. برنده واقعی در این جا پلتفرم است و البته کاربری خوش شانسی که بین هزاران نفر، قرعه به نام او درآمده است.

آیا ما به شاپ واچر ایرانی نیاز داریم؟

پاسخ بدون شک بله است. حتی همین حالا هم وبسایتی نظیر ترب، نقش بسیار موثری در شناسایی تخفیف‌های دروغین ایفا می‌کند و امکان مقایسه قیمت‌ها را فراهم می‌کند. اما توجه داشته باشید که در ترب هم شما فقط قیمت را می‌‌بینید و رفتار قیمت را آنچنان که باید نمی‌بینید. به یاد بیاورید که ذهن انسان نمی‌تواند اطلاعات زیادی را هم‌زمان در ذهنش نگه دارد.

از سوی دیگر، بخش عمده بازار در اختیار چند فروشگاه اینترنتی بزرگ است. رقیب هست اما کم است. در کنار این موارد، تورم در ایران، همیشه موجب افزایش قیمت‌ها می‌شود و گاهی هوش انسانی نمی‌تواند تشخیص دهد که ایا این افزایش قیمت صرفا به خاطر تورم بوده است؟ و حق فروشنده بوده که قیمت را افزایش دهد و یا این که نحوه این افزایش قیمت و اعمال تخفیف، چیزی فراتر از بحث تورم است و یک فریب در کار است؟

اما اجرای شاپ واچر صرفا اعمال چند خط کد و حکم صادر کردن نیست. بلکه نیازمند زیرساخت قانونی است که در ابتدا تعریف کند ما چه چیزی را باید تخفیف غیرقانونی در نظر بگیریم (قضیه همیشه صفر و یکی نیست) و در مواجهه با این تخفیف‌ها چه اقدامی باید شود. وگرنه در همین لحظه نیز، احتمالا بسیاری از ما محصولاتی را دیده‌ایم که چند روز پیش، بدون حتی یک درصد تخفیف، از قیمت امروزشان با تخفیف‌های نجومی پایین تر بوده است.

مهم این نیست که صرفا بفهمیم چه تخفیفی واقعی و چه تخفیفی دروغین است. مهم وجود ساختار و شرایطی است که  تخفیف‌های دروغین به یک امروز روزمره تبدیل نشود و در نهایت، ما به عنوان مصرف کننده بتوانیم بهتر خرید کنیم.

به قلم محمدجواد جاویدی

آخرین خبرها

ایلان ماسک از X Money و XChat پرده برداشت

متا استراتژی خود را تغییر داد: از متاورس به عینک‌های هوشمند مبتنی بر هوش مصنوعی

آغاز تحقیق اروپا درباره واتس‌اپ؛ نگرانی‌ها از محدودیت رقابت در حوزه هوش مصنوعی

پارلمان اروپا حداقل سن استفاده از شبکه‌های اجتماعی و هوش مصنوعی را ۱۶ سال اعلام کرد

تغییرات مهم در شرکت اپل؛ نفر اول هوش مصنوعی شرکت اپل تغییر خواهد کرد.

نتایج پژوهشی جدید: با شعر گفتن، محدودیت‌های هوش مصنوعی را دور بزنید.

آشنایی با هوش مصنوعی
کاربردهای هوش مصنوعی

جدید‌ترین هوش مصنوعی‌ها

مرورگر ChatGPT Atlas

GLM 4.5

KIMI

GlobeScribe.ai

Lovable

Codex

Felo AI

Hailou

Hunyuan

Chance AI

openAI.fm

n8n

chatbot Arena

Tripo AI

Reve

لوگو هوش مصنوعی Wan

wan

Manus AI

Make.com

Le Chat

OmniHuman

Janus Pro

Kinetix

DragGan

openrouter.ai

operator

Storm

Pika Art

Openmagic

Mokker AI

لوگو دیپ سیک

DeepSeek

Buffer AI

Mapify

Gravitywrite

لوگو نوتبوک ال ام

NotebookLM

zipwp

writi.io

Vidalgo

ChatBA

Levels.fyi

مشاور هوشمند اینوآپ

Lensgo

Learn About AI

PDF.ai

Magai

Remini

BetterPic

OpenArt

Maestra

Heights AI

Deciphr

دیدگاهتان را بنویسید