咨询机构麦肯锡在2010年发布的一篇重要研究表明，在提价1%的情况下，如果销售量不减少，则营业利润平均可提升8.7%。采取正确的定价策略不容易。如果定价过高，你可能会失去客户;如果定价过低，你就是有钱不赚。历史上看，零售商定价一般是简单的掐指一算，在成本的基础上加一定利润率，或是参考竞争者的定价水平。随着能源、劳动力和其他要素价格飞升，他们再也不能随随便便拍脑袋定价了。
为了取得竞争优势，商家开始求助于价格优化系统。这些系统能够预测客户对不同的定价水平的反应，并推荐能够最大化销售额或利润的策略。其核心就是数学模型，使用海量的交易数据来估算数千种商品的价格弹性(即如果价格下降需求会增长多少，或反之)。对价格敏感的商品可折价出售，对价格不敏感的商品可涨价销售。商家还可以将算法进行微调，以避免出现不想要的结果，如价格上涨百分比超过两位数，或是包装过大导致单位成本提高。
归功于人工智能(AI)，这些系统正变得越来越聪明。旧模型只能使用历史销售数据估算价格弹性，而最新一批AI驱动的模型已经能够发现不同商品间的规律和关系。该行业一家名为Pricefx公司的Doug Fuehne说，定价软件厂商正把从客户推文到线上产品评价等新的数据源引入模型。通过另一家服务商Eversight开发的云平台，零售商还能够估算商品(如亨氏番茄酱)在不同商店的价格微增或微减，会如何影响特定调味品甚至是跨品类的销售。该平台已经被可口可乐和强生等大型制造商采用，以及一些超市(如Raley’s)和服装卖家(JCPenney)。
据曾在零售巨头沃尔玛负责定价的前高管Chad Yoes观察，所有这些都使得定价系统比以前“更加三维化了”。零售老板们热衷于向投资人推销这种定价能力，因为他们在高通胀时期很看重公司的定价能力。二月，咖啡连锁店星巴克曾炫耀自身通过AI模型分析来“持续”调整定价。食品分销商US Foods也自夸定价系统的能力，称该系统使用了“超过12种不同的输入信息”来提升销售和利润。
价格优化可能会使价格波动更大。定价软件公司Revionics的Matt Pavich指出：“零售商定价变化的速度已远超历史最高水平。”这在快速变化的电子商务世界中尤其突出。但据Yoes先生指出，即便是沃尔玛也把许多商品价格评估的频率提高了，从几年前的每年1-2次变成现在的2-4次。
定价系统并不一定会推高价格。Pavich先生将该错误印象称为这类产品“最大的迷思之一”。去年推广使用新定价软件的大型食品分销商Sysco就是典型案例。该公司声称，该系统帮助其在“关键价值商品”(即业内常说的价格敏感的最畅销品)上降低价格，并在其他一些商品上提高价格。该公司能够在维持利润率的同时，提升销售额，实现利润增长。这使得投资人满意，顾客也开心。
