Algoritmos de precios y competencia: la pausa sancionadora es una trampa, no un alivio
Cuando empresas rivales alimentan sus precios al mismo modelo de un tercero y siguen su recomendación al pie de la letra, el resultado puede parecer un cártel aunque la norma todavía lo archive como un simple servicio de datos. Una fase de aplicación más tranquila reduce el riesgo sobre el papel, no en la práctica.
Aquí va la versión incómoda. Si tus competidores han dejado de reunirse en la trastienda y ahora introducen sus precios en el mismo modelo de un tercero, adoptando después la cifra que este les devuelve, el resultado en el mercado puede resultar indistinguible de un cártel. Nadie ha pactado nada en voz alta. La coordinación vive dentro del software de un proveedor, y tanto la norma como el argumento comercial la archivan como un simple servicio de datos. Esa brecha es donde chocan hoy los algoritmos de precios y el derecho de la competencia, y es más ancha de lo que suponen la mayoría de los consejos de administración.
El mecanismo no tiene nada de exótico. Una herramienta de optimización compartida absorbe información no pública de empresas que compiten entre sí, modela el mercado y devuelve a cada cliente una recomendación que tiende a apuntar en la misma dirección: al alza. Cada empresa actúa por su cuenta. El resultado agregado puede comportarse como si hubiera coordinación. Los economistas llaman a esto «colusión algorítmica», y la etiqueta no es cosmética: describe un mecanismo con consecuencias legales reales.
¿Ya alcanza el derecho de la competencia a estas herramientas compartidas de precios?
Sí, y bastante más de lo que sugiere el silencio informativo reciente. La prohibición no es nueva. El Capítulo I de la Competition Act 1998 británica prohíbe los acuerdos y las prácticas concertadas que impidan, restrinjan o falseen la competencia, sin exigir que exista un contrato firmado. El principio no es una singularidad británica: el artículo 101 del Tratado de Funcionamiento de la UE, y su trasposición en la española Ley de Defensa de la Competencia, prohíben en términos equivalentes las prácticas concertadas entre empresas independientes. Una práctica concertada puede surgir de una coordinación que sustituye los riesgos propios de competir por una cooperación práctica. Intercambiar información comercial sensible y no pública a través de un intermediario común es una vía reconocida para llegar exactamente a eso. La autoridad británica de competencia, la CMA (equivalente funcional de la CNMC española), lo expuso con claridad en su investigación sobre cómo los algoritmos pueden reducir la competencia y perjudicar a los consumidores, que señala las herramientas de precios compartidas y los flujos de información en «radios y ejes» como riesgos activos, no hipótesis de laboratorio.
El Reino Unido ya tiene antecedentes. En 2016, la CMA sancionó a dos vendedores de pósteres y marcos que habían usado software de reprecio automático en el marketplace de Amazon para evitar hacerse la competencia entre sí, una infracción del Capítulo I. Aquel expediente, el caso de venta online de pósteres y marcos, terminó en multa y en una condena penal para uno de los directivos implicados. El software era más rudimentario que los motores de optimización actuales. El principio se traslada sin dificultad.
Qué prueban, y qué no, los casos estadounidenses
Al otro lado del Atlántico, los reguladores han llevado la misma tesis a los tribunales. En septiembre de 2023, el Departamento de Justicia demandó a la firma de datos agrícolas Agri Stats, alegando que gestionaba un esquema de intercambio de información entre procesadoras de carne. En agosto de 2024, el mismo Departamento, junto con un grupo de fiscales generales estatales, demandó a la firma de precios de alquiler RealPage, alegando que su software ayudaba a los propietarios a coordinar rentas. En enero de 2025, el Gobierno amplió esa demanda para incluir a seis grandes propietarios como codemandados y, el mismo día, anunció un acuerdo propuesto con uno de ellos, Cortland Management, que se comprometió a dejar de usar datos no públicos de sus competidores para entrenar sus modelos de precios. Ese es el patrón a vigilar: los demandados individuales se van desprendiendo mediante acuerdos mientras el caso contra el modelo de software en sí sigue su curso. Ningún tribunal estadounidense ha resuelto todavía, sobre el fondo, que un modelo de precios basado en un algoritmo compartido sea ilegal por sí mismo, y un decreto de conformidad con un solo propietario no sienta precedente para el siguiente.
Por qué una fase de aplicación más tranquila es la trampa, no el alivio
Aquí va mi tesis, con la prueba que la haría cambiar. Una empresa racional lee un acuerdo como el de Cortland como el fin de la tormenta. Yo lo leo como el barómetro cayendo. Un decreto de conformidad resuelve la exposición de un solo demandado mientras deja el modelo subyacente a la venta para los siguientes cien compradores, y lo hace sin el precedente que fijaría un juicio. Una sanción conductual, o una multa inferior a la ganancia obtenida, se contabiliza como coste del negocio, no como elemento disuasorio. Así que el riesgo percibido de adoptar software de precios puede caer justo en el momento en que su exposición legal latente está subiendo. Lo que me haría cambiar de opinión es un acuerdo que desmontara la arquitectura de intercambio de datos en todo el mercado, o una sentencia sobre el fondo que declarara ilegal el propio modelo de algoritmo compartido. A falta de eso, la probabilidad base favorece la continuidad.
¿Qué deben hacer ya compras y cumplimiento normativo?
Empieza por resistirte a la generalización cómoda. No toda herramienta de precios es un problema. Un modelo entrenado solo con los datos propios de la empresa, con precios de lista públicos, o con estadísticas de mercado genuinamente agregadas y anonimizadas, ocupa un terreno muy distinto al de uno que agrupa cotizaciones vivas y no públicas de los rivales y devuelve una cifra que todos siguen. La exposición se concentra donde coinciden dos cosas: entran datos sensibles de la competencia, y la recomendación se adopta con poco criterio independiente. Ese es el patrón que hay que auditar, en ambos lados de la operación.
Si vendes en un mercado de insumos concentrado, la pregunta de cumplimiento no es si la herramienta es legal de comprar, sino cómo se vería tu política de precios reconstruida a partir de los registros del proveedor ante una futura solicitud de divulgación. Si compras, no des por hecho que algo va a rescatarte en un plazo útil, y construye los controles antes de firmar. Esto es exactamente lo que debería aflorar una revisión seria de estrategia técnica antes de firmar con un proveedor, no después de recibir una reclamación. La lección se generaliza más allá de los precios: cualquier sistema en el que el modelo de un tercero fije en silencio resultados para partes que compiten entre sí exige el mismo escrutinio que aplicamos a mantener un control humano genuino sobre las decisiones automatizadas. Una recomendación que se acepta siempre empieza a parecer una delegación, y las delegaciones pueden acarrear responsabilidad.
Una corrección a la historia cómoda: el proveedor no está a salvo por defecto. La empresa que sostiene el algoritmo puede ser precisamente el «facilitador» que un regulador señale primero, que es justo la posición en la que se encuentra ahora un intermediario de datos al otro lado del Atlántico. Los compradores pueden heredar una coordinación de precios que nunca eligieron; los vendedores pueden construir una reclamación latente que todavía no ven en sus libros; y el proveedor queda en medio, con las pruebas en su poder. La auditoría que hoy parece paranoia es la que, cuando cambie el ciclo, parecerá previsión.
Preguntas frecuentes
¿El derecho de la competencia exige probar que los competidores acordaron fijar precios?
No. La prohibición del Capítulo I de la Competition Act 1998 británica, como el artículo 101 del TFUE y su equivalente en la Ley de Defensa de la Competencia española, cubre las prácticas concertadas, no solo los acuerdos formales. Una coordinación que sustituye los riesgos normales de competir, incluido el intercambio de información comercial no pública a través de una herramienta compartida, puede quedar dentro de esa prohibición sin que nadie firme nada. Los casos estadounidenses de Agri Stats y RealPage ponen a prueba una teoría similar de intercambio de información, pero ambos siguen siendo alegaciones, no derecho ya asentado.
Si una herramienta de precios es legal de comprar, ¿el comprador queda protegido de responsabilidad?
No necesariamente. La legalidad de un producto es independiente de cómo se usa. Si tus datos de entrada y tu comportamiento de precios forman parte de un patrón coordinado con la competencia, que la herramienta esté a la venta libremente no es probable que sirva de defensa. Tanto la conducta del comprador como el papel del proveedor al facilitar cualquier intercambio de información pueden atraer el escrutinio del regulador.
¿Cómo debería evaluar una empresa española el riesgo de los precios algorítmicos bajo el derecho de la competencia?
Empieza por los flujos de información. Identifica qué datos no públicos de la competencia, si los hay, entran en el modelo, si las recomendaciones se siguen de forma mecánica, y si el efecto agregado suaviza la competencia. Documenta el criterio humano aplicado a cada decisión, porque una aceptación automática sin examinar es la posición más difícil de defender.
Relacionado
- Tu proveedor de nube también financia sus ingresos de IA: hazle due diligence financiera antes de firmar
- El anuncio no es el contrato: la brecha entre lo anunciado y lo contratado en la infraestructura de la IA
- El número sin diana: los sensores de glucosa convierten los relojes de fitness en máquinas de ansiedad
- Data & Strategy
Escrito por una persona editorial de IA del sistema editorial propietario de Abyshire y revisado por nuestro equipo.