Il prezzo del monopolio che non vedi
L’AI può restare economica — o gratuita — mentre dati, capacità predittiva e costi di switching cambiano silenziosamente chi cattura il valore.
Un monopolio non deve necessariamente farti pagare di più per catturare una quota maggiore del valore.
È questo l’aggiornamento più scomodo che l’intelligenza artificiale porta a uno dei diagrammi più antichi dell’economia.
Nel modello classico, il monopolista aumenta i prezzi, limita la quantità offerta e si appropria di una parte maggiore del surplus generato dalla transazione.
Ma cosa succede quando il prodotto non costa nulla?
Cosa succede quando il prezzo resta basso — mentre ogni interazione genera informazioni, ogni integrazione rende più difficile cambiare fornitore e ogni anno di utilizzo rende quella relazione più difficile da ricostruire altrove?
Il problema del monopolio non è scomparso. È cambiato il meccanismo di estrazione.
Nei mercati dell’AI, la domanda importante non è più soltanto:
Quanto hai pagato?
È anche:
A cosa hai rinunciato, cosa ha imparato il fornitore e quanto sarebbe costoso andartene?
Il vecchio monopolio conta ancora
Partiamo dal modello conosciuto.
Il surplus del consumatore è la differenza tra quanto un acquirente sarebbe stato disposto a pagare e quanto paga effettivamente.
In un mercato concorrenziale, la competizione tende a spingere i prezzi verso il basso e la quantità verso l’alto. Avvengono più transazioni. Una quota maggiore del valore creato rimane ai consumatori.
Un monopolista che applica un prezzo unico modifica questo equilibrio.
Limita la produzione, aumenta il prezzo e cattura una parte del surplus che altrimenti sarebbe rimasta agli acquirenti.
Succedono due cose.
Il surplus viene trasferito. I consumatori che continuano ad acquistare pagano di più, spostando verso il produttore una parte del surplus che prima trattenevano.
Il surplus viene distrutto. Alcune transazioni non avvengono più, generando una perdita secca di benessere.
Questa distinzione conta.
Il monopolio non riguarda semplicemente il fatto che alcune aziende guadagnino “troppo”. Il problema economico più profondo è che il potere di mercato modifica sia chi riceve il valore, sia quanto valore viene creato in primo luogo.
Nei mercati industriali, il cartellino del prezzo rendeva gran parte di questo meccanismo visibile.
Nei mercati digitali è molto più difficile vederlo.
Ora togliamo il prezzo
Immaginiamo lo stesso mercato con un prezzo monetario pari a zero.
Il vecchio diagramma diventa improvvisamente meno intuitivo.
Un motore di ricerca può essere gratuito.
Un social network può essere gratuito.
Un chatbot può essere gratuito.
Un assistente AI può arrivare come una funzione aggiuntiva all’interno di un software che un’azienda paga già.
La tentazione è concludere che il surplus del consumatore debba quindi essere enorme.
A volte lo è.
Ma un prezzo monetario pari a zero non equivale a uno scambio economico pari a zero.
Gli utenti possono comunque cedere qualcosa di valore:
- informazioni sul proprio comportamento,
- attenzione,
- privacy,
- diritti contrattuali,
- controllo sul contesto accumulato,
- interoperabilità,
- oppure la possibilità concreta di cambiare fornitore in futuro.
Questo non significa che dovremmo limitarci a dichiarare che “i dati sono il nuovo prezzo”.
L’economia è più interessante di così.
I dati possono davvero migliorare un prodotto. La personalizzazione può far risparmiare tempo. La cronologia può rendere un assistente più utile. Le integrazioni possono eliminare lavoro.
Il problema emerge quando questi miglioramenti rendono anche il fornitore progressivamente più difficile da sostituire.
Il prezzo monetario può restare a zero mentre le condizioni della relazione diventano sempre più preziose per l’azienda.
L’AI crea una seconda transazione
È qui che l’AI cambia il quadro.
Con un prodotto tradizionale, la transazione è abbastanza semplice da riconoscere.
Tu compri qualcosa.
Il fornitore la consegna.
Con l’AI può esistere un altro scambio, parallelo al primo.
L’utente riceve una risposta.
Il sistema riceve un’interazione.
Un prompt può rivelare un’intenzione.
Una correzione può indicare cosa il sistema ha sbagliato.
Una sequenza ripetuta può rivelare un workflow.
Gli output accettati o rifiutati possono rivelare preferenze.
Un documento caricato può fornire contesto.
Un’integrazione può mostrare come collaborano diverse parti di un’organizzazione.
Non tutti i fornitori addestrano il proprio modello sottostante su ogni interazione. Prodotti consumer, API e contratti enterprise differiscono in modo sostanziale, e questa distinzione è importante.
Ma l’addestramento del modello è solo uno dei modi in cui le interazioni possono generare valore.
Possono anche alimentare analisi di prodotto, valutazione, personalizzazione, ranking, progettazione dell’interfaccia, segmentazione e una migliore comprensione di come i clienti utilizzano realmente il sistema.
La catena economica può quindi assumere questa forma:
UTILIZZO → INFORMAZIONE → INFERENZA → PRODOTTO MIGLIORE → MAGGIORE DIPENDENZA
E infine:
MAGGIORE DIPENDENZA → MAGGIORE POTERE CONTRATTUALE
Ho analizzato il lato informativo di questa dinamica in Che ti piaccia o no, i tuoi dati alimenteranno l’AI. La distinzione importante è che l’asset prezioso raramente è un singolo prompt isolato.
È ciò che può essere inferito da una partecipazione ripetuta.
La piattaforma non ha bisogno che ogni singola interazione sia preziosa. Ha bisogno che milioni di interazioni diventino preziose insieme.
È qui che conta la scala.
Una singola correzione è rumore.
Milioni di correzioni possono mostrare dove i sistemi falliscono.
Un singolo workflow dice poco.
Migliaia di workflow simili possono indicare ciò di cui i clienti avranno bisogno dopo.
Una singola preferenza è banale.
Preferenze aggregate possono migliorare la capacità predittiva.
L’utente vive un’esperienza di consumo.
Il fornitore può contemporaneamente accumulare conoscenza.
Il vero moat è ciò che non viaggia con te
Ora immagina di utilizzare un sistema AI per tre anni.
Nel frattempo, la tua organizzazione comincia a costruirci intorno.
Conversazioni.
Librerie di prompt.
Agenti.
Permessi.
Documenti caricati.
Automazioni.
Integrazioni.
Criteri di valutazione.
Abitudini dei dipendenti.
Forse, a un certo punto, il modello sottostante viene perfino superato da un concorrente.
Puoi davvero cambiare?
È una domanda diversa.
Un modello concorrente può diventare migliore senza rendere più semplice adottare il sistema concorrente.
L’asset economicamente importante potrebbe non essere più il modello.
Potrebbe essere tutto ciò che si è accumulato intorno ad esso.
L’illusione dell’export
Immagina che il fornitore ti permetta di scaricare tutti i tuoi file.
Tecnicamente, i tuoi dati sono portabili.
Ma cosa succede a:
- cronologia delle conversazioni,
- istruzioni di sistema,
- stato degli agenti,
- embedding,
- logica delle integrazioni,
- storico delle valutazioni,
- permessi,
- metadati,
- relazioni tra workflow,
- personalizzazione,
- e comportamento del sistema a cui i dipendenti hanno imparato ad adattarsi?
Se questi elementi non possono essere ricostruiti altrove, l’utente può essere proprietario legalmente dei dati sottostanti ed essere comunque economicamente vincolato.
Questo ci dà un test migliore rispetto al semplice controllo della presenza di un pulsante “Esporta”.
Il test dell’uscita
Se me ne vado domani, quanta parte del valore che ho creato qui viene con me?
È questa la domanda che i team procurement dovrebbero porre prima ancora che la relazione cominci.
Perché il sistema AI più economico oggi può diventare il più costoso domani se lasciarlo significa ricostruire tutto ciò che gli ruota attorno.
Il problema competitivo non è quindi soltanto la proprietà dei dati.
È la contendibilità del mercato.
Un altro fornitore può realisticamente competere per quel cliente dopo diversi anni di utilizzo accumulato?
Oppure è diventata la relazione stessa a costituire il moat?
I tuoi dati non sono il surplus. Ciò che rivelano può aiutare a catturarlo.
Questa distinzione è importante.
Il vecchio argomento dell’economia digitale spesso comprime più fenomeni in una sola frase:
“Se il prodotto è gratis, il prodotto sei tu.”
Efficace.
Ma economicamente impreciso.
L’utente può ottenere un enorme valore da un servizio gratuito. Il fornitore può ottenere un enorme valore dalla relazione. Le due cose possono essere vere contemporaneamente.
La domanda più interessante è se una delle due parti acquisisca un vantaggio informativo che le permetta di catturare, in seguito, una quota progressivamente maggiore del valore.
Pensa a ciò che l’osservazione ripetuta può rivelare.
Chi è sensibile al prezzo?
Chi ha urgente bisogno di una funzione?
Quale azienda ha integrato profondamente il servizio?
Quale utente difficilmente cambierà?
Quale cliente non può permettersi interruzioni?
Quale organizzazione ha raggiunto il punto in cui una migrazione diventerebbe dolorosa?
È qui che i dati smettono di essere semplicemente un input per migliorare il prodotto.
Possono diventare un input per negoziare meglio.
Rendite algoritmiche: sapere cosa sei disposto ad accettare
Il monopolista dei manuali applica un unico prezzo.
Un monopolista ricco di dati può potenzialmente fare qualcosa di più sofisticato.
Può segmentare.
Non deve conoscere perfettamente la disponibilità a pagare di ogni singolo cliente. Gli basta avere informazioni sufficienti per distinguere gruppi che si comportano in modo diverso.
Didascalia: Più informazioni non danneggiano automaticamente i consumatori. Offrono però al venditore più strumenti per capire quali condizioni diversi clienti sono disposti ad accettare.
Questa segmentazione non deve necessariamente apparire come un prezzo personalizzato sullo schermo.
Può emergere attraverso:
Bundling. La combinazione di funzionalità davvero utile esiste solo nel piano superiore.
Feature gating. Interoperabilità, amministrazione, velocità o controllo diventano disponibili solo oltre una certa soglia di prezzo.
Prezzi di retention. Clienti diversi ricevono incentivi differenti in funzione della probabilità che se ne vadano.
Architettura dell’utilizzo. I limiti vengono posizionati attorno ai comportamenti di specifici gruppi di clienti.
Negoziazione enterprise. Il fornitore conosce molto meglio il livello di dipendenza del cliente rispetto a quanto lasci intendere un semplice listino pubblico.
Durata contrattuale. Gli sconti possono scambiare un prezzo visibile più basso con un periodo di dipendenza più lungo.
Qui serve però una precisazione importante.
Una maggiore segmentazione non significa automaticamente che i consumatori stiano peggio.
L’economia della discriminazione di prezzo è più condizionale.
La ricerca di Bergemann, Brooks e Morris mostra che maggiori informazioni e una segmentazione più precisa del mercato possono produrre distribuzioni molto diverse del surplus tra consumatori e produttori. Lavori più recenti di Bergemann, Heumann e Wang mostrano analogamente che l’effetto sui consumatori dipende dalla struttura della domanda e dei costi.
È proprio per questo che l’economia della determinazione monopolistica dei prezzi e della segmentazione è rilevante in questo contesto.
Il punto non è:
Più dati danneggiano sempre i consumatori.
Il punto è:
Più informazioni cambiano ciò che il venditore può conoscere sulla domanda — e quindi ciò che può potenzialmente estrarne.
Il monopolio più potente potrebbe non essere quello che pubblica il prezzo più alto. Potrebbe essere quello che sa quali condizioni ogni cliente è disposto ad accettare.
Un modo migliore di pensare al potere monopolistico nell’AI
Mettendo insieme i pezzi, il meccanismo diventa più chiaro.
1. Un accesso economico attira partecipazione.
Un prodotto gratuito o sovvenzionato può massimizzare l’adozione.
↓
2. La partecipazione genera informazioni.
L’utilizzo rivela preferenze, workflow, errori e dipendenze.
↓
3. Le informazioni migliorano la previsione.
Il fornitore comprende meglio sia il prodotto sia i propri clienti.
↓
4. Il sistema accumula contesto.
Integrazioni, cronologia e abitudini organizzative diventano più difficili da ricostruire altrove.
↓
5. Cambiare fornitore diventa più costoso.
L’alternativa non deve essere semplicemente “migliore”. Deve essere abbastanza migliore da giustificare la migrazione.
↓
6. Cambia il potere contrattuale.
Il fornitore acquisisce più margine su prezzi, bundling, contratti e condizioni del prodotto.
È una storia di monopolio molto diversa dal semplice:
Il prezzo sale. La quantità scende.
Ma la domanda economica sottostante è la stessa.
Chi cattura il surplus?
Il beneficio per il consumatore non esclude il potere di mercato
Vale la pena dirlo esplicitamente, perché il dibattito tecnologico spesso viene ridotto a una falsa alternativa.
O:
Il prodotto genera valore per i consumatori.
Oppure:
L’azienda ha troppo potere di mercato.
Entrambe le cose possono essere vere.
Un servizio AI che costa 20 euro al mese e fa risparmiare dieci ore di lavoro a un professionista può generare un enorme surplus del consumatore.
Un prodotto gratuito può migliorare la vita di milioni di persone.
Una piattaforma dominante può innovare.
Nessuna di queste osservazioni ci dice come i guadagni creati da quell’innovazione verranno infine distribuiti.
È questa la domanda del monopolio.
Quando la concorrenza è forte, i fornitori hanno incentivi a restituire ai clienti una quota maggiore di quei benefici attraverso:
prezzi più bassi,
prodotti migliori,
condizioni più favorevoli,
maggiore privacy,
migliore portabilità,
o interoperabilità più semplice.
Quando i clienti hanno poche alternative credibili, il fornitore dispone di più spazio per trattenere quei guadagni.
Creare valore e catturare valore sono due domande diverse.
L’AI potrebbe diventare straordinariamente efficace nella prima, modificando allo stesso tempo l’equilibrio della seconda.
La regolamentazione deve guardare all’architettura dell’estrazione
Se questa diagnosi è corretta, la politica della concorrenza non può concentrarsi soltanto sui prezzi visibili.
Un servizio gratuito può comunque creare problemi concorrenziali.
Un servizio economico può comunque generare lock-in.
Una fusione può essere rilevante anche se nessuno intende aumentare il prezzo dell’abbonamento nel prossimo trimestre.
Le domande più utili sono strutturali.
Il cliente può andarsene?
Non in teoria.
Nella pratica.
Cronologia, contesto e workflow possono essere trasferiti a un altro fornitore senza dover ricostruire tutto da zero?
Un altro fornitore può interoperare?
La proprietà formale dei dati significa poco se quelle informazioni non possono essere utilizzate efficacemente altrove.
Cosa consentono i contratti?
Clausole sull’utilizzo dei dati, informazioni derivate, termini di conservazione, API, interoperabilità e diritti di recesso possono incidere sulla concorrenza tanto quanto il prezzo pubblicizzato.
Cosa diventa più difficile da replicare per i concorrenti?
Quando le aziende combinano dataset, distribuzione, infrastruttura o relazioni con i clienti, l’effetto competitivo più importante potrebbe non comparire immediatamente su una fattura.
Potrebbe manifestarsi sotto forma di moat più forte.
Ed è anche per questo che il dibattito va oltre la privacy.
La privacy chiede:
Cosa può sapere un’azienda su di me?
La concorrenza pone un’altra domanda:
Cosa può fare l’azienda proprio perché lo sa?
E queste due domande si sovrappongono sempre di più.
Lo stesso problema di potere contrattuale appare in una forma diversa in La rivoluzione del pay-per-crawl: come gli editori possono monetizzare il traffico AI. Quando un intermediario controlla l’accesso e possiede abbastanza informazioni sulle parti presenti sui due lati del mercato, il controllo del canale diventa esso stesso economicamente importante.
La domanda di procurement che nessuno pone abbastanza presto
Per le aziende che stanno adottando l’AI oggi, la lezione è più semplice.
Non negoziare soltanto sul prezzo di oggi.
Negozia sull’uscita di domani.
Prima di adottare un sistema destinato a diventare parte integrante delle operazioni, poni quattro domande.
Cosa si accumula?
Quali elementi di cronologia, contesto, configurazione e informazione derivata acquistano valore man mano che la relazione continua?
Cosa può viaggiare?
Cosa può realmente essere esportato in un formato utilizzabile da un altro fornitore?
Cosa sopravvive alla cessazione del contratto?
Cosa conserva il fornitore? Cosa conservi tu? Cosa scompare?
Cosa può essere ricostruito altrove?
Un altro fornitore potrebbe realisticamente riprodurre il servizio utilizzando ciò che sei in grado di portare con te?
È quest’ultima la domanda che inserirei in ogni serio processo di procurement AI.
Perché la proprietà dei dati, senza una reale possibilità di sostituzione del fornitore, può comunque lasciare il cliente prigioniero.
Il prezzo del monopolio che non vedi
Il diagramma tradizionale del monopolio non è sbagliato.
È incompleto.
La sua intuizione fondamentale rimane valida: il potere di mercato modifica il modo in cui vengono distribuiti i benefici dello scambio.
Ciò che l’AI cambia è il numero di strumenti disponibili per effettuare quel trasferimento.
L’azienda può aumentare il prezzo.
Ma può anche accumulare informazioni.
Migliorare la capacità predittiva.
Controllare la distribuzione.
Progettare bundle.
Limitare l’interoperabilità.
Aumentare i costi di switching.
Oppure consentire ad anni di contesto prezioso di accumularsi in un luogo che i clienti non possono facilmente ricostruire altrove.
Il trasferimento più importante può quindi avvenire mentre il prezzo di listino non cambia affatto.
Il cliente continua a ricevere un prodotto utile.
Il fornitore continua a creare valore reale.
Ma a ogni interazione, la relazione può diventare più preziosa per il fornitore — e più costosa da abbandonare per il cliente.
Questo è l’aggiornamento digitale del surplus del consumatore in monopolio.
La domanda non è se il servizio sia gratuito.
La domanda è se tu rimanga libero di andartene.
Se questo è il tipo di analisi che vuoi leggere più spesso, iscriviti ad AI Frontiers by ELECTE.
Fonti
- Prezzo e quantità in un monopolio con prezzo unico
- Perdita di surplus del consumatore attraverso meccanismi monopolistici non legati al prezzo
- Dati sulle preferenze, privacy ed estrazione del surplus in monopolio
- Prezzi monopolistici, segmentazione e surplus di consumatori e produttori
Fabio Lauria
CEO & Founder, ELECTE
Ogni settimana esploriamo l'AI senza l'hype — con dati, analisi e una prospettiva indipendente.
Comments ()