Quando gli algoritmi fissano i prezzi: l'IA e il diritto antitrust in conflitto
Di Dirk Röthig | CEO, VERDANTIS Impact Capital | 7 marzo 2026
Novembre 2025: il Dipartimento di Giustizia statunitense raggiunge un accordo con RealPage. L'azienda software aveva fornito a migliaia di proprietari immobiliari un sistema di determinazione dei prezzi basato su IA — il risultato: aumenti coordinati degli affitti in milioni di appartamenti americani, senza che i proprietari avessero mai parlato tra loro. Nessun incontro dietro le quinte, nessuna telefonata segreta. Solo un algoritmo. Questo caso non è un fenomeno marginale americano. È il modello per una delle questioni legali più urgenti dell'economia digitale — e sta arrivando in Europa con tutta la sua forza.
Tag: Diritto della concorrenza, Diritto antitrust, Intelligenza artificiale, Algoritmi, Diritto UE
Un proprietario che non ha mai parlato con i suoi concorrenti
Al centro dello scandalo RealPage si trova un modello di business apparentemente semplice: un'azienda software raccoglie dati sui prezzi da proprietari immobiliari concorrenti, li inserisce in un sistema algoritmico e fornisce a ciascun proprietario raccomandazioni di prezzo individuali. Le raccomandazioni si basavano sui prezzi dei diretti concorrenti — senza che i proprietari stessi stabilissero mai contatti tra loro.
Il Dipartimento di Giustizia statunitense (DOJ) ha visto in ciò una violazione del diritto antitrust. Nella sua causa dell'agosto 2024, cui si sono uniti i procuratori generali di sette stati, l'agenzia ha sostenuto: quando concorrenti utilizzano la stessa piattaforma di determinazione dei prezzi basata su IA e forniscono informazioni di prezzo non pubbliche, viene effettivamente creato un coordinamento concertato — anche senza un accordo esplicito (DOJ, 2024). Nel novembre 2025, si è raggiunto un accordo con ampi obblighi: supervisione da parte di un monitor indipendente, apertura completa dei libri contabili alle autorità, cooperazione nei procedimenti in corso contro altri proprietari (Wilson Sonsini, 2025).
Il messaggio all'industria era inequivocabile: un algoritmo non protegge dalla responsabilità antitrust.
Il nucleo giuridico: cosa è effettivamente vietato?
Per comprendere la portata di questo sviluppo, bisogna esaminare il quadro normativo europeo. L'articolo 101 del Trattato sul funzionamento dell'Unione europea (TFUE) proibisce tutti gli accordi, decisioni e comportamenti consertati tra imprese che possono incidere apprezzabilmente sulla concorrenza. Il termine decisivo è il "comportamento consertato" — in inglese: concerted practice.
La Corte di Giustizia dell'Unione europea (CGUE) ha stabilito nella sua giurisprudenza: tale comportamento consertato non presuppone un accordo formale. È sufficiente che le imprese sappiano o possano ragionevolmente assumere che i loro partner di mercato adotteranno lo stesso comportamento — e che si comportino di conseguenza (CGUE, 1999, C-199/92 P — Hüls AG). Questa definizione, originariamente sviluppata per i casi classici di cartello, si applica al coordinamento dei prezzi algoritmic con sorprendente precisione.
La Commissione europea ha confermato questa valutazione nelle Linee Direttive Orizzontali riviste del 1º giugno 2023. Le Linee Direttive — il documento centrale di interpretazione per gli accordi di concorrenza orizzontale — identificano tre scenari critici di coordinamento dei prezzi algoritmic che potrebbero rientrare nell'articolo 101 TFUE (Commissione europea, 2023).
Tre vie verso la responsabilità antitrust
Scenario 1: Il patto diretto degli algoritmi
Lo scenario più chiaro è allo stesso tempo quello più simile ai cartelli classici: concorrenti si accordano esplicitamente per utilizzare lo stesso algoritmo per la determinazione dei prezzi. Se concorrenti nel settore alimentare, nelle stazioni di servizio o nell'industria alberghiera incaricano lo stesso fornitore di ottimizzazione dei prezzi e gli forniscono dati di costo identici, ciò può essere considerato uno scambio di informazioni illecito dal punto di vista antitrust — una violazione "by object" sanzionabile senza prova degli effetti effettivi sul mercato (Commissione europea, 2023).
Scenario 2: Coordinamento Hub-and-Spoke
Più complicato — e più frequente nella pratica — è il modello Hub-and-Spoke. Qui il fornitore di algoritmi funge da "mozzo" (Hub), mentre le aziende che lo utilizzano formano i "raggi" (Spokes). Ogni raggio fornisce al mozzo dati competitivi sensibili, il mozzo li elabora e fornisce a ciascun partecipante prezzi ottimizzati. Nessun raggio parla direttamente con un altro — ma tutti beneficiano del pool di informazioni comune.
La Commissione europea e diverse autorità antitrust nazionali concordano: anche questo modello può rientrare nell'articolo 101 TFUE, a condizione che i partecipanti sappiano o debbano sapere che il loro concorrente sta utilizzando la stessa piattaforma (Morgan Lewis, 2025). Il caso RealPage era un esempio da manuale di questa costruzione.
Scenario 3: Collusione tacita tramite apprendimento automatico
Più sofisticato dal punto di vista tecnico — e più difficile da catturare per i regolatori — è la cosiddetta "collusione tacita per algoritmo". In questo caso, gli algoritmi non sono programmati per la collusione. Sviluppano strategie di prezzo collusivo attraverso apprendimento autonomo.
Esperimenti di laboratorio e modelli teorici mostrano: se due algoritmi di prezzo autoapprendi concorrono in un mercato con interazioni ripetute, convergono senza alcun intervento umano su prezzi sovracompetitivi (Calvano et al., 2020). "Scoprono" indipendentemente che mantenere mutuamente i prezzi alti è più redditizio che sottoquotare i prezzi — simile a come si comportano gli oligopolisti umani in determinate strutture di mercato.
Se questo comportamento rientra nell'articolo 101 TFUE è ancora giuridicamente irrisolto. L'Ufficio federale dei cartelli tedesco riconosce il problema: nel suo documento di discussione "Algoritmi e concorrenza", l'ufficio rileva che la collusione può verificarsi provabilmente in condizioni di laboratorio — se ciò sia trasferibile ai mercati reali rimane una domanda aperta (Bundeskartellamt, 2021). Il gruppo di esperti su IA e concorrenza, convocato dall'Ufficio nel giugno 2025, ha riportato questa questione all'ordine del giorno, senza arrivare a una conclusione definitiva (Bundeskartellamt, 2025).
La questione dell'onere della prova: come si prova la collusione algoritmica?
Qui risiede il dilemma fondamentale per le autorità antitrust. I cartelli classici lasciano tracce: e-mail, riunioni, memorandum interni. Il coordinamento algoritmic, invece, può emergere completamente senza documentazione. Nessun amministratore delegato deve mai aver parlato con un concorrente. Nessuno sviluppatore di algoritmi deve aver inteso un comportamento collusivo. Il risultato — prezzi coordinati a danno dei consumatori — emerge come un fenomeno emergente dalla dinamica di mercato e dall'apprendimento automatico.
Per le autorità antitrust questo significa: devono dimostrare che le aziende hanno utilizzato l'algoritmo con consapevolezza del suo effetto di coordinamento, oppure devono sviluppare nuovi modelli di responsabilità che non si basino sulla colpa soggettiva. La Commissione europea sta sperimentando il concetto di "Compliance by Design": le aziende dovrebbero essere obbligate a dimostrare che i loro algoritmi non hanno tendenze collusivi — un'inversione dell'onere della prova che è discussa controversamente nella letteratura giuridica (Hogan Lovells, 2025).
L'Autorità britannica per la Concorrenza e i Mercati (CMA) ha seguito un percorso più pragmatico nel 2024: ha avviato il "Dynamic Pricing Project", un'indagine trasversale sulla determinazione dei prezzi algoritmica dall'e-commerce all'approvvigionamento energetico, e ha annunciato per il 2025 "Do's and Don'ts of Dynamic Pricing" vincolanti — regole di condotta che dovrebbero servire alle aziende come orientamento per il porto sicuro (CMA, 2024).
Il diritto della concorrenza tedesco: GWB incontra l'IA
In Germania si applica la Legge contro le restrizioni della concorrenza (GWB), che funziona come corrispettivo nazionale agli articoli 101/102 TFUE. La decima novella della GWB del 2021 ha già digitalizzato significativamente il diritto antitrust tedesco: il potere di mercato può ora essere valutato in modo adatto anche per i mercati delle piattaforme e gli ecosistemi dati. Tuttavia, per la determinazione dei prezzi algoritmica — in particolare per la collusione tacita attraverso algoritmi che apprendono autonomamente — manca ancora un quadro normativo chiaro.
L'Ufficio federale dei cartelli ha segnalato che intende perseguire il coordinamento algoritmic con gli strumenti esistenti, anche se l'inquadramento dogmatico è complesso. Il presidente Andreas Mundt ha sottolineato in vari colloqui che l'ufficio trasferisce le regole di condotta per gli umani all'uso degli algoritmi: se un umano agirebbe in violazione del diritto antitrust, lo stesso rimane vietato quando agisce un algoritmo (LTO, 2023).
Cosa devono fare ora le aziende
La pressione normativa sui sistemi di determinazione dei prezzi algoritmica non è più uno scenario futuro — è una realtà presente. La Commissione europea condurrà a partire da luglio 2025 diverse indagini settoriali sulla determinazione dei prezzi algoritmica secondo le proprie dichiarazioni (Global Competition Review, 2025). Ciò comporta obblighi specifici di conformità per le aziende:
1. Audit dell'algoritmo: Ogni sistema di determinazione dei prezzi basato su IA dovrebbe sottoporsi a un esame antitrust. Domande centrali: quali dati sui concorrenti confluiscono? Il sistema può generare raccomandazioni di prezzo che di fatto replicano i prezzi concorrenti?
2. Governo dei dati: I dati competitivi sensibili (prezzi, capacità, margini) non dovrebbero confluire in piattaforme algoritmic condivise senza un esame antitrust. Il solo fatto che un terzo elabori i dati non esonera le aziende dalla loro responsabilità.
3. Documentazione dell'indipendenza: Le aziende dovrebbero documentare che le loro decisioni di prezzo vengono prese indipendentemente dai concorrenti — anche quando utilizzano sistemi di IA esterni.
4. Monitoraggio normativo: Il paesaggio normativo si sta sviluppando rapidamente. I "Do's and Don'ts" della CMA, le nuove Linee Direttive dell'UE e gli sviluppi nazionali della GWB richiedono un monitoraggio continuo da parte di consulenti specializzati in diritto antitrust.
Prospettive: la fine del volo cieco normativo
Dirk Röthig, CEO di VERDANTIS Impact Capital, riassume così la situazione: la digitalizzazione ha aumentato esponenzialmente la velocità delle decisioni aziendali — il diritto rimane sempre un po' indietro. Nel tema della determinazione dei prezzi algoritmica, questo divario si sta chiudendo molto rapidamente. Le aziende che oggi credono ancora che i loro sistemi di IA siano neutrali dal punto di vista antitrust potrebbero scoprire il contrario domani.
Lo sviluppo normativo mostra una direzione chiara: le autorità antitrust negli USA, nell'UE e nel Regno Unito non considerano più la determinazione dei prezzi algoritmica come un fenomeno marginale tecnico, ma come un campo centrale di applicazione. L'accordo RealPage con i suoi ampi obblighi — supervisione indipendente, regole sulla privacy per le informazioni sui concorrenti, obblighi di cooperazione delle autorità — dovrebbe servire come modello per i futuri procedimenti europei.
Per la pratica questo significa: i sistemi di IA non sono spazi privi di diritto. Chi fa fissare i prezzi dagli algoritmi assume la responsabilità antitrust — completamente e immediatamente. La complessità tecnica dei sistemi non protegge dalla responsabilità; al massimo aumenta le difficoltà probatorie per le autorità. A lungo termine, questo non è una protezione sostenibile.
Dirk Röthig sottolinea inoltre che le aziende devono comprendere che la trasparenza algoritmica non è semplicemente una questione di conformità normativa, ma diventerà un fattore competitivo critico. Le organizzazioni che possono dimostrare sistemi di prezzo equi e verificabili avranno un vantaggio competitivo significativo nel mercato del futuro.
L'analisi di Dirk Röthig suggerisce che la convergenza tra tecnologia e regolamentazione sarà determinante nei prossimi tre-cinque anni. Le aziende che ora investono nella governance algoritmica robusta e nella trasparenza anticipata beneficeranno quando le normative diventeranno più stringenti. Dirk Röthig consiglia alle aziende di non aspettare che i regolatori agiscano, ma di prendere l'iniziativa nella progettazione di sistemi che siano integralmente compatibili con il diritto antitrust.
Ulteriori articoli di Dirk Röthig
- AI-First Companies: How Native AI Firms Disrupt Industries — Come le aziende native dell'IA sfidano strutturalmente i settori tradizionali
- [Valutazione degli investimenti in IA: un framework per VC e PE](https://dev.to/dirkroethig-verdant
Über den Autor: Dirk Röthig ist CEO von VERDANTIS Impact Capital, einer Impact-Investment-Plattform für Carbon Credits, Agroforstry und Nature-Based Solutions mit Sitz in Zug, Schweiz. Er beschäftigt sich intensiv mit KI im Wirtschaftsleben, nachhaltiger Landwirtschaft und demographischen Herausforderungen.
Kontakt und weitere Artikel: verdantiscapital.com | LinkedIn
Top comments (0)