La capacità di analisi ed elaborazione rapida e ad ampio spettro di grandi quantità di dati, nonché di reazione automatica e immediata a specifici eventi, fa degli algoritmi uno strumento potenzialmente pro-collusivo. Allo stato attuale di avanzamento tecnologico e di conoscenza del fenomeno, il potenziale collusivo degli algoritmi si esprime in forme diverse, più o meno sofisticate: gli algoritmi possono essere adottati come strumento di attuazione, potenziamento o perfezionamento di un’intesa già pianificata o anche già attuata; ma gli algoritmi, interagendo tra loro, possono svolgere un ruolo attivo anche nella creazione di equilibri collusivi, facilitando un allineamento di condotte altrimenti difficile da realizzare o stabilizzando equilibri collusivi altrimenti instabili; o addirittura, negli scenari più complessi, algoritmi più complessi, in grado di sfruttare intelligenza artificiale e tecniche di self-learning, possono realizzare essi stessi, in modo spontaneo, senza preventiva programmazione, senza istruzioni dirette, effetti simili a quelli propri di un cartello.

Questi tre scenari, che pongono problemi di enforcement antitrust di diversa e crescente complessità, sono oggetto di specifica analisi nel presente contributo.

Sommario/Summary:

1. Introduzione. - 2. Gli algoritmi come strumento di attuazione di una intesa. - 3. Gli algoritmi come strumento di realizzazione di un’intesa. - 3.1. La collusione facilitata da algoritmi. - 3.2. La collusione realizzata da algoritmi: la collusione tacita algoritmica. - 4. Le prospettive di intervento. L’inadeguatezza delle proposte di intervento regolatorio. - 5. Le proposte di enforcement antitrust. La collusione algoritmica come illecita pratica concordata. - 5.1. Nel caso di collusione facilitata da algoritmi. - 5.2. Nel caso di collusione realizzata da algoritmi. - 6. Il coordinamento algoritmico come abuso di posizione dominante collettiva. - NOTE

1. Introduzione.

Gli algoritmi sono strumenti connotati, per un verso, dalla capacità di selezionare, analizzare ed elaborare ingenti quantità di dati in tempi molto ristretti e, per altro verso, dalla capacità di attuare di reazioni immediate e automatiche a specifici eventi. Le capacità performative degli algoritmi si combinano, nel settore del com­mercio elettronico, con la disponibilità di una rilevante quantità di dati circa le scelte e le preferenze dei consumatori, la loro propensione all’acquisto, i loro vincoli di spesa, la localizzazione geografica, etc. La combinazione dei due elementi può generare effetti positivi in termini di consumer welfare: se opportunamente sfruttati, gli algoritmi possono consentire alle imprese di razionalizzare l’offerta, adattandola alle preferenze dei consumatori, e quindi di migliorarla sul piano qualitativo; possono garantire un costante e migliore adattamento dell’offerta alle condizioni di mercato e alle preferenze dei consumatori; consentire di realizzare più efficienti sistemi di programmazione economica, forieri di risparmi per le imprese, che potrebbero tradursi in riduzioni di prezzo; più efficienti sistemi di distribuzione e logistica, in grado di migliorare la qualità del servizio offerto o ridurne il costo. Peraltro, l’uso di algoritmi, dal lato della domanda, può consentire ai consumatori di disporre di maggiori informazioni al momento dell’acquisto, di selezionare le imprese che offrono il prodotto migliore o che praticano prezzi inferiori. Tuttavia, il potenziale degli algoritmi potrebbe essere sfruttato anche per realizzare condotte distorsive della concorrenza. In particolare, proprio la capacità di analisi ed elaborazione rapida e ad ampio spettro di grandi quantità di dati, nonché di reazione automatica e immediata a specifici eventi, fa degli algoritmi uno strumento potenzialmente pro-collusivo. Allo stato attuale di avanzamento tecnologico e di conoscenza del fenomeno, il potenziale collusivo degli algoritmi si esprime in forme diverse, più o meno sofisticate: gli algoritmi possono essere adottati come strumento di attuazione, potenziamento o perfezionamento di un’intesa già pianificata o anche già attuata; ma gli algoritmi, interagendo tra loro, possono svolgere un ruolo attivo anche nella creazione di equilibri collusivi, facilitando un [...]

2. Gli algoritmi come strumento di attuazione di una intesa.

Nel primo, più semplice scenario, si fa ricorso ad algoritmi per attuare, in modo più efficace, un’intesa restrittiva, già configurabile a monte. Di questo fenomeno vi è ormai ampia traccia nella casistica antitrust. Uno dei primi casi di intesa di prezzo, attuata tramite algoritmi, ha avuto ad oggetto la vendita di poster su Amazon: due operatori hanno convenuto che ciascuno si sarebbe allineato al maggior prezzo praticato dall’altro, sull’intera gamma di prodotti offerti, fintanto che non fosse entrato nel mercato un terzo operatore. In un primo momento, le due imprese hanno tentato di attuare l’in­tesa con le forme tradizionali, verificando manualmente il rispetto dell’accor­do e operando gli aggiustamenti di prezzo convenuti. Poiché questa operazione, estesa all’intera gamma di prodotti offerti, risultava di non agevole attuazione, le imprese hanno deciso di adottare un algoritmo di prezzo in grado di realizzare automaticamente quel risultato, ma in modo certamente più preciso e più immediato [1]. Casi analoghi – di intese orizzontali o verticali attuate per il tramite di algoritmi – sono poi emersi anche nella casistica inglese, sempre a proposito di vendite di poster via Amazon [2], o in quella europea, con riguardo, tra l’altro, alla vendita di prodotti elettronici di largo consumo [3]. Nella casistica si rinvengono, poi, diversi precedenti relativi ad accordi del tipo “hub & spoke”: così è avvenuto, per es., per i servizi di prenotazione aerea e alberghiera, con l’adozione, da parte di agenzie di viaggio lituane, di una piattaforma comune che ne coordinava le politiche di prezzo [4], come anche nel più noto caso Uber, nel quale la piattaforma comune fissava i prezzi e le condizioni di vendita praticate dai singoli autisti, monitorava il rispetto dell’accor­do e ne identificava, in modo istantaneo, le deviazioni [5]. In tutti questi casi, il ricorso ad algoritmi consentiva al soggetto “hub” di raccogliere ed elaborare grandi quantità di dati, in tempi assai ridotti, così da realizzare un più efficace, e verosimilmente più restrittivo, coordinamento tra le imprese [6]. I casi sopra riportati [7] si sono conclusi con il riscontro di infrazione (all’art. 101 TFUE o alla Sect. 1 Sherman Act) e, in [...]

3. Gli algoritmi come strumento di realizzazione di un’intesa.

Al di fuori dei casi prima descritti (di algoritmi adottati in funzione attuativa di una intesa già configurabile a monte) e per i quali si ha un evidente riscontro nella casistica antitrust, vi sono scenari più complessi e impalpabili, connotati anche da una maggiore dialettica di opinioni. Ci si riferisce, in particolare, alla possibilità che gli algoritmi contribuiscano attivamente alla creazione di equilibri collusivi, facilitando la realizzazione di allineamenti altrimenti difficili da conseguire o comunque instabili; oppure realizzando direttamente, in modo autonomo e senza esservi programmati, effetti simili a quelli propri di un cartello.

3.1. La collusione facilitata da algoritmi.

Il primo caso si riferisce all’uso congiunto, da parte di diverse imprese, di algoritmi in grado di esplorare il mercato e di interagire con altri algoritmi, verificando se c’è possibilità di colludere, lanciando segnali di comportamento e reagendo agli input altrui. In altri termini, la realizzazione di una condotta collusiva rientra tra le opzioni strategiche attribuite all’algoritmo in fase di progettazione, cosicché l’interazione tra algoritmi simili, in grado di reagire a stimoli analoghi, può dar luogo a esiti collusivi [11]. L’algoritmo cessa, quindi, di essere mero strumento per l’attuazione di un accordo preesistente e diventa parte attiva nella creazione di una condotta collusiva. In uno scenario di questo tipo, proprio la grande capacità degli algoritmi di esaminare ed elaborare ingenti quantità di dati in termini brevissimi, e di cogliere in modo istantaneo le reazioni altrui alle proprie azioni, potrebbe facilitare la realizzazione di equilibri collusivi altrimenti – cioè, con la sola interazione umana – difficili da raggiungere, e potrebbe rendere più stabili accordi altrimenti precari: la capacità di immediata identificazione delle deviazioni consente, infatti, di verificare in ogni momento il persistere della volontà di colludere e, quindi, di testare la stabilità dell’assetto collusivo, reagendo – sempre in modo automatico – alle deviazioni operate dal concorrente (mediante, per es., un abbassamento del prezzo, secondo gli schemi tipici della reazione punitiva alle defezioni dalle intese) [12]. Il ricorso ad algoritmi di questo tipo potrebbe consentire di realizzare accordi collusivi ampi, che coinvolgano un numero anche elevato di operatori, perché si attenuano le difficoltà di coordinamento, monitoraggio e reazione alle defezioni, proprie degli accordi collusivi in senso tradizionale – d’altra parte, per gli algoritmi la disponibilità di grandi quantità di dati aumenta, anziché ridurre, la trasparenza del mercato. Peraltro, l’adozione congiunta di algoritmi così definiti potrebbe consentire di realizzare, in modo più agevole, forme particolarmente sofisticate di collusione, già osservate anche nella prassi antitrust tradizionale, quali, per es., l’allineamento su singole componenti di prezzo, nel caso di [...]

3.2. La collusione realizzata da algoritmi: la collusione tacita algoritmica.

La frontiera della collusione algoritmica è rappresentata, però, dalla possibilità che gli algoritmi, sfruttando intelligenza artificiale e tecniche di machine-learning, e specialmente di self-learning [15], possano realizzare equilibri collusivi in modo autonomo, spontaneo e tacito. Lo scenario che si ha in mente è descritto in termini di teoria dei giochi e può così sintetizzarsi. Si adottano algoritmi programmati per realizzare condotte individuali di massimizzazione del profitto, e quindi, non direttamente progettati per colludere. Grazie all’intelligenza artificiale, gli algoritmi in questione sono in grado di apprendere in modo autonomo (senza supervisione, esplorando l’ambiente di mercato e interagendo con gli altri operatori) e di elaborare processi decisionali autonomi, che tengono conto anche delle esperienze del passato, cosicché l’algoritmo intelligente tenderà a replicare le strategie di successo e a non replicare le altre. L’aspettativa è che, in un gioco ripetuto, apprendendo dall’esperienza ed elaborando tutti i dati a disposizione, gli algoritmi, pur agendo in modo genuinamente tacito (senza, cioè, ricorrere a scambi di informazioni e senza comunicazioni dirette) e in modo autonomo (senza essere programmati a colludere, ma avendo come unico obiettivo l’ottimizzazione delle performance individuali dell’impresa), decidano di realizzare condotte allineate, con esiti simili a quelli propri di un cartello. Una volta raggiunto un livello di prezzo collusivo, sorge il problema, tipico di ogni collusione, di garantirne il mantenimento, identificando e neutralizzando le deviazioni dall’accordo; ma gli algoritmi sono in grado di agire efficacemente su tali aspetti: essi identificano le deviazioni e vi reagiscono, con un abbassamento del prezzo, in funzione punitiva della defezione. Negli stadi successivi del gioco, queste esperienze vengono fatte proprie dagli algoritmi: gli algoritmi intelligenti imparano che le defezioni sono sanzionate e che sono quindi associate a un costo; cosicché, dopo diverse interazioni (nelle quali si ripete il meccanismo di identificazione delle deviazioni e reazione congiunta alle stesse), gli algoritmi individuano la migliore strategia, il migliore livello di prezzo collusivo, e lo mantengono nel tempo [16]. Si realizzerebbe, così, un equilibrio collusivo [...]

4. Le prospettive di intervento. L’inadeguatezza delle proposte di intervento regolatorio.

Il definirsi di uno scenario sempre più chiaro riguardo alle potenzialità degli algoritmi e al ruolo attivo che questi possono svolgere nella creazione e nel mantenimento di equilibri collusivi (agendo come fattore facilitante la collusione o realizzandola direttamente) ha condizionato l’approccio delle autorità antitrust al fenomeno. Le posizioni iniziali sono state connotate da una certa prudenza, ritenendosi opportuna una conoscenza più chiara del fenomeno, quanto ad effettiva probabilità di emersione e portata restrittiva, prima di intraprendere azioni dirette o definire adeguate strategie intervento [25]. Successivamente, invece, sono emerse posizioni più nette, che denotano una maggiore consapevolezza del potenziale restrittivo del fenomeno, anche per il contesto che ne è direttamente interessato e per le dinamiche che connotano il funzionamento di quel mercato. Il ricorso ad algoritmi di prezzo si colloca, infatti, in un settore – quello delle vendite on line, realizzate anche tramite piattaforme – la cui portata economica, già significativa per volume e per ampiezza, è associata a prospettive di crescita ulteriore. Le collusioni non-espresse potrebbero, quindi, interessare un ambito assai più ampio rispetto a quello nel quale tradizionalmente tali fenomeni si collocano, ossia mercati con pochi operatori, con elevate barriere all’ingresso e un certo grado di trasparenza – in altri termini, mercati già di per sé inclini alla collusione [26]. Peraltro, il settore del commercio elettronico è già interessato da dinamiche specifiche, che lasciano intravedere come piuttosto verosimile il ricorso ad algoritmi intelligenti per realizzare sovraprofitti concorrenziali. Dal Report sul commercio elettronico, elaborato della Commissione nel 2017, risulta, infatti, che almeno due terzi delle imprese coinvolte nell’indagine già allora facevano uso di software per la definizione del prezzo e di sistemi di monitoraggio del prezzo altrui; e che la maggior parte delle imprese dotate di sistemi di tracciamento del prezzo tendeva poi ad aggiustare il proprio prezzo a quello osservato [27]. Anche in dottrina, non si dubita dell’opportunità di un intervento contro le possibili disfunzioni derivanti dal ricorso ad algoritmi di prezzo, ma si discutono dialetticamente le possibili strategie di [...]

5. Le proposte di enforcement antitrust. La collusione algoritmica come illecita pratica concordata.

Le prospettive di intervento antitrust rispetto al fenomeno della collusione oligopolistica in senso stretto, nel quale gli algoritmi giocano un ruolo attivo per la creazione dell’equilibrio collusivo, anche in modo autonomo e con condotte non concertate, muovono da un assunto di fondo, condiviso dalle diverse autorità antitrust (europea, nazionali e americane) e sul quale concorda la dottrina: il fatto di avvalersi di un algoritmo non esime le imprese da responsabilità antitrust [35]. Nella prospettiva che sembra oggi prevalente, l’algoritmo, anche quando dotato di autonoma capacità decisionale, è inteso come una longa manus del­l’impresa [36] ed è assimilato a un suo dipendente, cosicché, come l’impresa è responsabile per la condotta antitrust decisa e realizzata da un dipendente, così è responsabile per la condotta eventualmente decisa e attuata dall’algo­ritmo [37]. Si discute, però, di quale sia lo standard di condotta, e quindi di responsabilità, imposto alle imprese; e cioè se le imprese possono dirsi responsabili: i) quando non adottano tutte le cautele per prevenire il rischio di collusione algoritmica – e quindi, sembrerebbe, in presenza di colpa, cioè quando vi sia la ragionevole probabilità di prevedere che l’uso di certi algoritmi porti a risultati collusivi; oppure ii) per il solo fatto di adottare algoritmi in grado di realizzare un equilibrio collusivo – e quindi, sembrerebbe, sulla base di un dato oggettivo [38]. Si tratta, in effetti, di due soglie diverse di imputazione della responsabilità, cui corrisponde evidentemente un diverso perimetro dell’azione antitrust – più ristretto, perché limitato alle condotte colpose, nel primo caso, più ampio nel secondo; e gli effetti del ricorso all’uno o all’altro criterio si colgono, in particolare (per le ragioni che si andranno ad illustrare nei paragrafi che seguono), con riguardo alle fattispecie di collusione tacita algoritmica. Ancora con riferimento all’imputazione della condotta antitrust, un ulteriore profilo che sembra potersi dedurre dai precedenti europei è che, nel caso di vendite on line realizzate tramite una piattaforma terza, la responsabilità antitrust potrebbe estendersi anche al gestore della [...]

5.1. Nel caso di collusione facilitata da algoritmi.

Nel primo scenario tratteggiato, le autorità riscontreranno un allineamento di condotte, foriero di effetti distorsivi della concorrenza, e l’evidenza del ricorso, in parallelo, ad algoritmi programmati per realizzare esiti collusivi. Algoritmi di questo tipo, che operano propriamente come fattori facilitanti la collusione, potrebbero essere qualificati come “plus factors”, in grado di connotare il parallelismo di condotte in termini di allineamento almeno consapevole, e quindi di supportare l’inferenza di pratica concordata o di unlawful conspiracy [42]. La soluzione rientrerebbe sostanzialmente nello schema classico della prova di pratica concordata: evidenza di condotte parallele dall’effetto restrittivo e indizi di concertazione [43]; la prova di concertazione, normalmente ricavata dall’evidenza di comunicazioni, sarebbe qui fornita dall’evidenza di algoritmi programmati per colludere. D’altra parte, che elementi anche diversi dalla comunicazione tra imprese (per es. l’evidenza di condotte contrarie a convenienza individuale) possano assumere il rilievo di “plus factors” è possibilità già riconosciuta dalla giurisprudenza europea e americana, pur trovando scarso riscontro nella casistica [44]. A conclusioni sostanzialmente analoghe si giungerebbe assimilando, come pure è stato suggerito, l’interazione tra algoritmi (fatta di continui scambi di impulsi) a uno scambio di informazioni – quell’interazione sarebbe il modo in cui le macchine si scambiano intenzioni strategiche [45]. Peraltro, in presenza di algoritmi programmati per realizzare un esito collusivo, non si può dubitare dell’imputabilità della condotta restrittiva alle imprese coinvolte: anche ove si adottasse lo standard più elevato di imputazione di responsabilità antitrust, si potrebbe certamente sostenere che, per le caratteristiche stesse dell’algoritmo adottato, l’esito collusivo rappresenta uno scenario ragionevolmente prevedibile, e che quindi la condotta abbia carattere almeno colposo.

5.2. Nel caso di collusione realizzata da algoritmi.

Per quanto riguarda, invece, la possibilità di intervento rispetto una collusione algoritmica che sia frutto di condotte individuali, si rintraccia invece un marcato scetticismo che riflette, in parte, le posizioni che ancora largamente connotano il dibattito intorno agli oligopoli collusivi. Così, si sostiene, anche con riferimento alla collusione algoritmica, che difficilmente potrebbero aversi collusioni genuinamente tacite [46]; e che, se pure si dimostrasse che esiti simili a quelli tipici di un cartello sono realizzati con condotte unilaterali (in assenza, quindi, di prova di concertazione), queste comunque sfuggirebbero all’applicazione dell’art. 101 o della Sect. 1 perché tali norme sanzionano l’allineamento cosciente e volontario, frutto di coordinamento attivo tra le imprese, e non quello derivante da adattamento razionale, su base individuale, alle condizioni di mercato, che invece resta di per sé lecito [47]; e inoltre, che l’incertezza che ancora circonda la valutazione delle condotte algoritmiche espone al rischio di over-deterrence, particolarmente grave, giacché il ricorso ad algoritmi di prezzo potrebbe generare guadagni di efficienza e realizzare incrementi di consumer welfare [48]; e che, in ogni caso, esisterebbero nel mercato meccanismi auto-correttivi, in grado di ripristinarne il corretto funzionamento [49]. Argomentazioni analoghe sono risultate storicamente prevalenti rispetto al fenomeno della collusione tacita oligopolistica e hanno condotto a una sostanziale disapplicazione dei divieti antitrust in quell’area, pure a fronte di evidenti effetti distorsivi della concorrenza. In contesti di oligopolio, cioè, la necessità, di per sé condivisibile, di ridurre l’incidenza di falsi positivi si è risolta in un generale under-enforcement dei divieti antitrust, dando luogo a quello che viene definito “oligopoly paradox”: più il mercato è incline a sostenere collusioni tacite, minore è la necessità di comunicazioni tra le imprese e, quindi, meno efficace risulterà un enforcement antitrust incentrato sulla ricerca di plus factors, specialmente nella forma di contatti diretti, di scambi di informazione tra imprese [50]. Analogo rischio – di sostanziale impunità antitrust – si corre rispetto alla collusione [...]

6. Il coordinamento algoritmico come abuso di posizione dominante collettiva.

Una ulteriore strategia di enforcement antitrust, ipotizzabile con riferimento al fenomeno della collusione tacita algoritmica, consiste nell’applicazione del­l’art. 102, qualificando la condotta parallela realizzata dagli algoritmi come abuso di posizione dominante collettiva. La proposta, formulata dalla Monopolkommission nel documento del 2018, intenderebbe sopperire alle difficoltà di intervento via art. 101, rispetto a quelle condotte parallele per le quali non vi sia evidenza di un mutual understanding tra le imprese coinvolte. Secondo questa impostazione, gli algoritmi potrebbero essere considerati alla stregua di fattori di raccordo tra le imprese, quei fattori che la giurisprudenza europea ritiene essenziali per la creazione una posizione dominante congiunta tra imprese indipendenti [65]. Cosicché, ove le condotte parallele siano riferibili a più imprese che adottano algoritmi intelligenti di prezzo, e tali imprese, congiuntamente considerate, detengano un certo potere di mercato, allora si potrebbe qualificare la posizione delle stesse in termini di dominanza collettiva e l’eventuale condotta distorsiva come abuso [66]. La proposta di applicazione dell’art. 102 a fenomeni di tipo collusivo, a fronte della difficoltà di intervento con la norma in materia di intese, costituisce un dato acquisito da tempo nella giurisprudenza europea, ancorché privo di un riscontro diretto nella casistica, giacché il divieto di abuso di posizione dominante collettiva continua ad essere applicato nei soli casi in cui vi sia anche prova di pratica concordata, e quindi congiuntamente, e non alternativamente, all’art. 101 [67]. Anche con riguardo ai fenomeni di collusione algoritmica, emerge in effetti un’interferenza tra i due divieti – tanto nel caso di collusione facilitata, quanto nel caso di collusione attuata da algoritmi – sulla base però di una specifica premessa. Vi è un elemento di continuità tra le due fattispecie (abusi di posizione dominante e intese), non sempre reso esplicito; tale elemento è rappresentato dal potere di mercato, che è componente espressa dell’abuso di posizione dominante (considerato anche che, nelle elaborazioni più recenti, si tende a interpretare la dominanza non tanto come indipendenza di comportamento, quanto piuttosto come potere di incidere in modo [...]

NOTE