Newsletter

Empresas Tecnológicas Multinacionales: La Era de los Datos y Políticas de Competencia

24.11.2021
Maikol Cerda Z. Economista, Universidad de Chile. Doctor en Economía Aplicada de New York University y M. Phil. en Economía Aplicada de la misma universidad. Investigador de Posdoctorado afiliado al MacMillan Center for International and Area Studies de Yale University, desde el 2019. Trabajó en la Fiscalía Nacional Económica entre el 2011 y 2013.

Contexto

Las plataformas digitales han sido el grupo de tecnologías nuevas que se ha difundido más rápido durante las últimas décadas a nivel mundial. La difusión global les ha permitido, hoy en día, tener una participación relevante en el grupo de las empresas más valiosas en el mundo gracias a su sostenido crecimiento bursátil. Aunque el clan de las principales plataformas digitales (Facebook, Amazon, Apple, Netflix y Google) ofrecen diferentes servicios digitales, todas ellas han alcanzado una escala global a pesar de tener sus casas matrices en la costa oeste de los Estados Unidos. Teniendo en consideración las diferencias históricas entre los Estados Unidos y la Unión Europa respecto a las leyes de competencia y la protección de la privacidad de datos, dicho escenario complica el estudio de los casos de antitrust que las plataformas están enfrentando hoy en día.

Sin entrar en detalle respecto a definiciones legales, cabe mencionar que la Unión Europea reconoce como propiedad los datos de los consumidores. La regulación en los Estados Unidos es menos clara. Dicha dualidad genera incertidumbre respecto a la protección de la privacidad y si su uso por parte de empresas con poder de mercado concierne o no al mundo del antitrust. En este sentido, plataformas digitales que ofrecen sus servicios a cambio de datos privados con el objetivo de atraer mayor demanda del otro lado –publicidad– gracias al mejor entendimiento de las preferencias y gustos de sus consumidores, enfrentarían un grado de incertidumbre legal al desarrollar sus modelos de negocios.

Privacidad y Leyes de Competencia

Una primera interrogante a responder es si la política de competencia debe tener bajo lupa el uso y acaparamiento de datos privados por parte de compañías tecnológicas con poder de mercado o no. Y, en caso de que la respuesta sea positiva, ¿Cuáles serían los principales riesgos anticompetitivos que pueden generar dichas empresas? A pesar de que la respuesta a la primera interrogante no era tan clara un par de años atrás, pareciera existir un mayor consenso hoy en día en que la información que se extrae a partir de datos privados de los usuarios es una variable de competencia que, en el caso de los mercados de dos lados donde el precio fijado a un lado es bajo o directamente igual cero, pasa a ser tan o más relevante que la variable competitiva más estudiada, el precio.  Los casos recientes de antitrust que afectan a Facebook y Google en Europa y Estados Unidos; los rápidos cambios tecnológicos digitales; y los modelos híbridos de negocios que las plataformas sociales han implementado, han hecho prosperar la discusión acerca del uso de datos y su efecto en la competencia.

Cuando los potenciales casos anticompetitivos se basan en variables cualitativas que no están directamente asociadas al precio y/o cantidad transada en equilibrio, surge el riesgo de que las políticas de competencia sean aplicadas con menor severidad, pues el efecto neto en bienestar es difícil de cuantificar y a veces mal configurado.

Los datos privados que los usuarios entregan al acceder a los servicios digitales son parte relevante y valiosa de la transacción económica entre usuarios y plataforma. La privacidad es algo que las plataformas compran a los usuarios pues pueden rentabilizar de mejor forma su negocio y, por lo tanto, los datos pasan a ser una variable de competencia. Sin embargo, aplicar las leyes de competencia actuales a casos relativos a la privacidad no es del todo sencillo pues dichas leyes se enfocan en variables fácilmente cuantificables, como lo son las cantidades y los precios. Cuando los potenciales casos anticompetitivos se basan en variables cualitativas que no están directamente asociadas al precio y/o cantidad transada en equilibrio, surge el riesgo de que las políticas de competencia sean aplicadas con menor severidad, pues el efecto neto en bienestar es difícil de cuantificar y a veces mal configurado.

Clásicos son los ejemplos del caso Microsoft I y las compras de Instagram y WhatsApp por parte de Facebook, cuyas resoluciones fueron más flexibles de los esperado, si se compara con casos similares en otras industrias que eran consideradas “más estándares”. Lo anterior puede ser explicado, en parte, pues las plataformas ofrecían servicios considerados “gratuitos” y, entonces -se pensaba- las practicas que ejercían eran imposible de dañar a los consumidores finales.  Hoy en día, con un conocimiento más avanzado respecto a los modelos de negocios que emplean Amazon, Facebook y Google, se reconoce que los consumidores no reciben servicios gratuitos, sino que estos pagan con sus datos personales.

El caso de la autoridad de competencia alemana en contra Facebook de 2019 llama la atención pues refleja cómo han variado las visiones a través del tiempo (Bundeskartellamt, B6 22/16). La autoridad prohibió a Facebook usar datos generados gracias a terceras partes, a menos que la red social obtenga el consentimiento directo por parte de sus usuarios. La resolución da la señal de que la privacidad es un elemento de competencia. Si uno analiza en detalle el raciocinio de la autoridad al implementar su fallo, es posible apreciar la aprensión respecto a la posición dominante de Facebook: combinar datos provenientes de una tercera aplicación sin consentimiento previo de los usuarios, podría ser visto como un abuso de dicha posición al imponer términos explotativos que fortalecerían su poder de mercado.

Una segunda luz amarilla que debería alertar el uso masivo de datos privados a las autoridades de competencia es la potencial implementación de la estrategia de discriminación de precios que, en su extremo, podría llevar a las empresas dominantes a fijar un precio individualizado. Los libros de economía nos enseñan que la posibilidad de llevar a cabo una discriminación de precios efectiva depende, entre otras cosas, de cuan informada esté la empresa sobre los gustos y preferencias de sus consumidores (conocer perfectamente la posición de cada usuario en la curva de demanda). La disponibilidad y uso eficiente de datos privados, combinados con modelos de machine learning y/o inteligencia artificial, haría más probable la implementación de dicho pricing extremo. A pesar de que las autoridades de competencia no castiguen directamente o no hayan tomado acciones legales en contra de dicha práctica, la discriminación de precios se ha difundido los últimos años, especialmente en industrias que utilizan algoritmos dinámicos para la fijación de precios.

Sin entrar en la interminable discusión acerca de la visión de la Escuela de Chicago sobre la discriminación de precios, la difusión de esta práctica sugiere que ésta beneficiaria a los oferentes, a pesar de que el efecto total en el bienestar sea ambiguo. Dejando de lado el escenario hipotético de la discriminación de precios de primer orden, la teoría económica sugiere que la discriminación de precios en un mercado caracterizado por una competencia imperfecta genera que algunos consumidores obtengan mejores precios que otros y que exista una transferencia de bienestar desde los usuarios hacia los productores. Adicionalmente, la discriminación de precios imperfecta reduce, en la gran mayoría de los casos, la cantidad ofrecida, lo que genera una pérdida social que va más allá de las consideraciones redistributivas.

Una tercera preocupación que el mundo antitrust debiese considerar respecto a la privacidad es que la adquisición temprana y el uso constante de datos por parte de un incumbente con poder de mercado puede constituir una barrera de entrada. Mas allá del conocimiento individualizado de las preferencias de los consumidores que genera el constante flujo de información, el uso masivo de los datos puede también delatar tendencias de mercado agregadas, pues la suma de las partes revelaría información clave sobre el comportamiento colectivo en el mercado. Plataformas de reconocido renombre mundial pueden explotar el big-data para tomar ventajas respecto al conocimiento de la demanda y aplicar un apalancamiento defensivo ante la amenaza de un potencial entrante o favorecer sus propios productos en mercados nuevos a través de prácticas exclusorias que a veces no son fáciles de identificar, considerando los complejos modelos de negocios que las compañías tecnológicas revisan y actualizan constantemente (¿suena familiar Apple o Facebook?)

Finalmente, y combinando las dos preocupaciones anteriores, está la interrogante -en el estudio previo de fusiones- acerca de cómo debería ser incorporada la recolección de datos dentro del análisis. Esta preocupación ha estado mayormente presente en el mundo antitrust debido, principalmente, a las adquisiciones de Instagram y WhatsApp por parte de Facebook y la respuesta que tuvo la FTC en Estados Unidos. En casos recientes ha existido una mayor preocupación por las killing adquisitions y las ventajas adicionales que las incumbentes obtienen gracias a la recopilación masiva de datos. Dichas preocupaciones son críticas si se considera el alcance que Amazon, Facebook y Google han adquirido en sus respectivos segmentos de mercado, pues se espera que nuevos entrantes debiesen evitar la entrada en zonas donde competirían directamente con ellos, lo que debilitaría la proliferación de startups, deprimiendo en parte importante potenciales innovaciones.

Conclusión

La proliferación de modelos de negocios basados en la adquisición y procesamiento de datos de usuarios y la legislación actual respecto a la privacidad de los mismos, sugiere que el número de casos legales que envuelvan privacidad y competencia van a aumentar en los próximos años. La privacidad de datos es un elemento envuelto en la transacción usuario-plataforma que es valorado por esta última. La privacidad es un bien que la plataforma compra y que los usuarios ofrecen como medio de pago y, por lo tanto, pasa a ser un elemento relevante de la competencia (ver mi última columna en este mismo medio, “Big-data, Plataformas Digitales, y ¿la Nueva Economía?”).

Como se discutió en la sección previa, privacidad va a ser un tema que concierna al mundo antitrust, ya sea como un producto sin precio adquirido por una empresa con posición de dominio, la proliferación de la práctica de discriminación de precios, o como barrera de entrada a un nuevo competidor.

Sin embargo, y considerando los diferentes estándares legales en las principales jurisprudencias internacionales respecto a la definición y uso de la privacidad de la información, se espera que exista una divergencia tanto en el análisis jurídico-económico como en la futura jurisprudencia antitrust. La definición legal de la privacidad de los consumidores importa.