Collusione algoritmica e diritto della concorrenza: problemi applicativi e prospettive di riforma

Con l’avvento della nuova economia digitale e la pervasiva diffusione dei Big Data in ogni contesto, le dinamiche competitive dei mercati globali stanno venendo radicalmente trasformate. Se tradizionalmente il diritto della concorrenza si è confrontato con accordi espliciti tra imprese, dei quali si cercava di trovare documenti e dettagli per riuscire a provarli, la realtà tecnologica che oggi ci circonda pone sfide inedite, dove la volontà umana è sempre più mediata e assistita, se non sostituita, da agenti artificiali autonomi con la capacità di fissare prezzi automaticamente. La presente tesi si propone di indagare se gli attuali strumenti dell’antitrust, e in particolare l’articolo 101 del Trattato sul Funzionamento dell'Unione Europea (TFUE), siano ancora idonei a sanzionare le nuove forme di coordinamento dei prezzi restrittive della concorrenza realizzate tramite algoritmi. L’obiettivo dell’elaborato è quindi cercare di rispondere alle questioni delineate, si articola in cinque capitoli che seguono un percorso logico dai fattori più tecnici, all’ambito giuridico e giurisprudenziale, fino alla proposta di rimedi. Il primo capitolo si propone di delineare il contesto tecnologico, analizzando l'evoluzione dai modelli di pricing statico al Dynamic Pricing e l’essenziale ruolo dei Big Data come "carburante" cruciale per il monitoraggio del mercato, confermando il grande vantaggio che riesce a dare il possesso di una mole notevole di dati. Il secondo capitolo approfondisce la fenomenologia economica della collusione, distinguendo i quattro scenari principali dell’interazione uomo-macchina e macchina-macchina che possono portare alla collusione. Particolare attenzione sarà dedicata al meccanismo del Q-learning, per comprendere come gli algoritmi possano raggiungere risultati collusivi in via del tutto autonoma, superando la necessità di istruzioni umane dirette. Per, infine, provare a bilanciare e comprendere le due visioni che alimentano tutt’ora il dibattito sull’effettiva capacità o meno di collusione degli algoritmi. Il terzo capitolo presenta il cuore giuridico dell'indagine, qui si cercherà di verificare l’attualità dell’articolo 101 TFUE di fronte a nuove definizioni, ed all’evoluzione di quella che è, o può essere, un’intesa commerciale nell’era digitale. Si discuterà il complesso problema dell'imputabilità e l’individuazione di nuovi Plus Factor che possano attenuare il problema; fattori capaci di distinguere un adattamento intelligente e calcolato alle condizioni di mercato, da una pratica concordata illecita, evidenziando così i rischi di un vuoto normativo e il sottile confine del parallelismo dei prezzi. Il quarto capitolo offre un’analisi della giurisprudenza, offrendo una panoramica su come le corti stiano applicando le norme esistenti a casi concreti. Verranno messi a confronto il caso Eturas dell’Unione Europea, il caso britannico Trod/GB Eye ed i recenti sviluppi nel caso statunitense RealPage, fondamentale per comprendere l'evoluzione della fattispecie Hub & Spoke. Infine, il quinto capitolo esplora le prospettive regolatorie e possibili rimedi. Di fronte ai limiti delle sanzioni ex post, si valuteranno soluzioni preventive ex ante come la Compliance by Design e si discuteranno le implicazioni processuali di una possibile inversione dell’onere della prova, necessaria per riequilibrare l'asimmetria informativa tra i regolatori e le imprese con i loro algoritmi. In conclusione, l'elaborato intende dimostrare che la risposta alla collusione algoritmica richiede un ripensamento delle categorie fondamentali dell'antitrust e degli interventi opportuni, per evitare che l'efficienza tecnologica diventi un alibi per l'elusione delle regole di concorrenza.