La rendita non passa più dal prezzo

Quando gli economisti spiegano i monopoli, partono quasi sempre dal prezzo più alto. È ancora corretto, ma non basta più.

In molti mercati dell'AI e delle piattaforme il prezzo per l'utente è zero, o pesantemente sussidiato. Eppure l'estrazione è reale. L'impresa cattura comunque valore — trasformando il comportamento degli utenti in dati, i dati in previsione, e la previsione in potere di mercato durevole.

E questo riguarda direttamente chi controlla l'AI e chi ne cattura il valore. Se lo scambio di fondo non è più denaro in cambio di un servizio, ma tracce comportamentali in cambio di un modello, allora il surplus del consumatore in monopolio va letto attraverso la proprietà dei dati, il controllo della distribuzione e le clausole contrattuali che rendono costosa l'uscita.

Il modello da manuale del surplus perduto

Il diagramma classico del monopolio conta ancora, perché isola il meccanismo di base dell'estrazione. Il surplus del consumatore è la differenza tra ciò che i compratori sarebbero stati disposti a pagare e ciò che pagano. In concorrenza il prezzo viene spinto verso il costo marginale, la produzione si espande e si realizzano più scambi vantaggiosi per entrambe le parti.

Il monopolista cambia questo risultato restringendo la produzione. Nel caso da manuale del prezzo unico, l'impresa produce dove il ricavo marginale eguaglia il costo marginale e poi fissa il prezzo che i consumatori sono disposti a tollerare per quella quantità ridotta. L'effetto è chiaro. Parte del valore che sarebbe rimasto ai compratori passa al produttore, e un'altra parte scompare, perché scambi che in un mercato concorrenziale sarebbero avvenuti non avvengono più.

Che cosa si perde, esattamente

Il diagramma scompone l'effetto sul benessere in componenti distinte:

• Surplus trasferito: il prezzo di monopolio, più alto, sposta all'impresa parte del surplus dei compratori sulle unità ancora vendute;
• Perdita secca: la riduzione della produzione elimina scambi che avrebbero creato valore per entrambe le parti;
• Minor benessere totale: il produttore guadagna parte di ciò che i consumatori perdono, ma le transazioni mancate generano una perdita sociale netta.

Questa distinzione non è solo geometria da aula. Mostra che il monopolio non è soltanto un problema distributivo. È anche un problema di produzione e di coordinamento, perché il mercato serve meno persone di quante potrebbe servirne a un prezzo giustificato dai costi.

Quella base spiega anche perché il diritto antitrust si sia storicamente concentrato su prezzi, quantità e barriere all'ingresso: sono i segnali osservabili che un'impresa ha acquisito il potere di convertire il controllo del mercato in rendite.

Il punto vale anche per la politica tecnologica. Il dibattito sulla governance dell'AI si concentra spesso su sicurezza, standard o coordinamento geopolitico. Contano, ma conta anche la struttura del mercato. Questa analisi sulla cooperazione internazionale in materia di AI è utile perché le scelte di governance contribuiscono a determinare chi fissa le regole di accesso, accumulazione e controllo.

Il modello da manuale resta quindi il punto di partenza giusto, ma solo come punto di partenza. Identifica la logica della cattura del surplus. Nei mercati industriali quella logica si presentava di solito come un prezzo di listino più alto. Nei mercati dell'AI e delle piattaforme opera spesso attraverso forme deboli di consenso, lock-in contrattuale e l'appropriazione dell'attività degli utenti, che migliora i modelli dell'impresa e ne rafforza la posizione.

Dove il modello da manuale non basta più

Al diagramma classico sfugge il fatto centrale del potere digitale. Nei mercati dell'AI e delle piattaforme, le imprese catturano spesso surplus senza alzare alcun prezzo di listino.

Un motore di ricerca, un chatbot, un sistema di raccomandazione o un assistente AI possono essere gratuiti al momento dell'uso. La transazione può così sembrare vantaggiosa per il consumatore, perfino generosa. Ma un prezzo monetario pari a zero non elimina l'estrazione. Cambia il canale attraverso cui l'estrazione avviene.

Il prezzo nascosto

Il modello da manuale presuppone che il monopolista venga pagato in denaro. Le imprese digitali vengono spesso pagate in altro: controllo contrattuale, dati comportamentali, posizionamento predefinito, interoperabilità ridotta e il diritto di osservare nel tempo come agiscono gli utenti. Sono meccanismi che permettono all'impresa di appropriarsi del valore tenendo basso il prezzo visibile.

Questo cambia il modo in cui il surplus andrebbe misurato. Se gli utenti "pagano" con dati, attenzione, feedback, costi di passaggio e alternative precluse, il vecchio quadro fatto di prezzi e quantità coglie solo una parte del trasferimento. Il corrispettivo monetario può restare vicino allo zero mentre la piattaforma espande comunque le proprie rendite attraverso le condizioni di accesso e la proprietà delle informazioni che gli utenti generano.

Il punto di economia politica è semplice. L'attività degli utenti non si limita a consumare il servizio. Contribuisce a produrre l'asset che consolida la posizione dell'impresa.

Perché l'AI acuisce il problema

I sistemi di AI intensificano questa dinamica perché l'uso migliora il prodotto. Prompt, correzioni, classificazioni, schemi di lavoro, segnali di accettazione o rifiuto: tutto ha valore economico. L'impresa può aggregare quel valore su milioni di interazioni, convertirlo in perfezionamento dei modelli e previsione dei comportamenti, e usare il vantaggio che ne deriva per rafforzare il controllo su distribuzione e standard.

Per questo la domanda ristretta — "il consumatore ha pagato di più?" — manca spesso il meccanismo della cattura del valore. La domanda giusta è se i guadagni creati dalla partecipazione restano agli utenti o vengono convertiti in asset proprietari che alzano le barriere all'uscita e all'ingresso.

Il mercato appare quindi più efficiente di quanto sia. La produzione può essere alta e l'accesso a buon mercato, ma l'impresa sta comunque estraendo surplus attraverso l'architettura anziché attraverso il prezzo. In pratica, il potere di monopolio si manifesta non solo in ciò che gli utenti comprano, ma in ciò che devono cedere per partecipare.

I dati come surplus

La tesi centrale è netta. Nei mercati dell'AI e delle piattaforme, il surplus del consumatore spesso non viene semplicemente ridotto. Viene convertito in un asset di proprietà dell'impresa.

Ogni prompt, clic, correzione, caricamento, segnale di preferenza e schema d'uso crea valore informativo. La singola interazione conta poco. Aggregate su milioni di utenti, quelle interazioni diventano un input produttivo che migliora targeting, ranking, perfezionamento dei modelli, progettazione delle interfacce e previsione dei comportamenti.

L'utente vive lo scambio come consumo. L'impresa lo registra come consumo e, insieme, come formazione di capitale.

Dal valore d'uso all'asset proprietario

Nel racconto da manuale, il surplus del consumatore è la differenza tra ciò che un compratore avrebbe pagato e ciò che paga. Quel quadro conta ancora, ma gli sfugge un trasferimento diverso, diventato economicamente decisivo. Nei mercati delle piattaforme l'utente può conservare l'utilità immediata del servizio mentre l'impresa cattura il valore di lungo periodo creato dall'interazione stessa.

La distinzione conta perché i dati sono cumulativi. Una volta che l'attività degli utenti è trasformata in segnali di addestramento, conoscenza dei flussi di lavoro e capacità predittiva, quel valore non resta a chi l'ha generato. Sta dentro i modelli, i sistemi di raccomandazione e l'architettura di prodotto del fornitore. Quella che sembrava una transazione a buon mercato può quindi produrre un ampio trasferimento di valore economico a senso unico.

Il risultato passa inosservato proprio perché il prezzo in denaro resta basso.

Perché "gratuito" è spesso una descrizione sbagliata

Un servizio gratuito non è gratuito in termini economici, se la partecipazione fornisce un input che il fornitore può privatizzare.

L'attività degli utenti funziona come una forma di lavoro digitale non retribuito. Il termine va usato con cautela. Non significa che gli utenti siano dipendenti, né che ogni interazione vada trattata come lavoro in senso formale. Significa che le loro azioni producono qualcosa dotato di valore di scambio, e che quel valore viene trattenuto, scalato e monetizzato dall'impresa invece di tornare a chi l'ha generato.

Nella stessa transazione accadono tre cose:

• l'utente ottiene un valore d'uso immediato;
• l'impresa ottiene dati che migliorano le prestazioni future;
• il mercato si concentra, perché quei miglioramenti alzano i costi di passaggio e le barriere all'ingresso.

Il terzo effetto è il meno visibile e spesso il più importante. Un modello migliore, addestrato sull'interazione degli utenti, non è solo un prodotto migliore. È un fossato competitivo più profondo.

Ho approfondito questa dinamica in questa analisi su come i dati degli utenti alimenteranno l'AI. La questione di fondo è più ampia della privacy. Riguarda chi possiede il valore creato attraverso la partecipazione e chi può capitalizzarlo nel tempo.

Quando gli utenti migliorano il sistema con l'uso quotidiano, la piattaforma non si limita a soddisfare la domanda. Assorbe il valore produttivo incorporato nella domanda.

Perché il lock-in trasforma la cattura dei dati in potere di monopolio

L'estrazione di dati pesa soprattutto quando gli utenti non possono portare altrove il valore che hanno contribuito a creare. Se cronologie, prompt, preferenze, flussi di lavoro aziendali e comportamenti appresi dal sistema restano intrappolati nell'infrastruttura di una sola impresa, il surplus generato dall'uso è già stato espropriato.

La storia del monopolio va oltre una lamentela sulle condizioni d'uso. L'impresa non ha bisogno di alzare i prezzi di listino per catturare più valore. Può tenere l'accesso a buon mercato, accumulare vantaggi comportamentali e di addestramento, e poi usarli per rendere costosa l'uscita agli utenti e costoso l'ingresso ai concorrenti.

In questo quadro, il surplus del consumatore non è solo ciò che scompare con prezzi più alti e produzione più bassa. È anche ciò che diventa dati proprietari, modelli migliori e vincoli di passaggio che rafforzano il monopolio stesso.

Rendite algoritmiche e discriminazione di prezzo

Quando ha abbastanza dati comportamentali, un'impresa può fare più che migliorare il prodotto. Può fissare i prezzi in modo più aggressivo.

Il monopolio da manuale applica un prezzo unico a tutti. Le imprese ricche di dati possono avvicinarsi molto alla segmentazione per disponibilità a pagare. Non serve una mappa perfetta delle preferenze di ogni utente per spostare in modo decisivo il potere negoziale. Bastano segnali sufficienti per ordinare gli utenti in categorie, dedurre l'urgenza e individuare i vincoli all'uscita.

I dati trasformano l'asimmetria informativa in estrazione di rendita

Il monopolio nei mercati dell'AI comincia ad assomigliare meno ai vecchi prezzi industriali e più a un'estrazione continua di rendita. L'impresa impara chi è sensibile al prezzo, chi è vincolato, chi ha bisogno di velocità e chi non può permettersi interruzioni.

La struttura di fondo non è neutrale. Questo lavoro della Cowles Foundation su prezzi di monopolio e segmentazione mostra che le segmentazioni che massimizzano il surplus del consumatore minimizzano quello del produttore — un'opposizione diretta tra il benessere dell'utente e l'interesse del monopolista. In condizioni standard, surplus del consumatore e surplus totale possono allinearsi. L'allineamento si rompe quando il monopolista usa i dati per discriminare i prezzi e catturare ciò che altrimenti resterebbe all'utente.

L'economia della privacy rende esplicito il caso limite. Nel modello di monopolio digitale di Loertscher e Marx, il profitto del monopolista cresce sempre al diminuire della privacy — e con privacy pari a zero l'abbinamento tra utente e prodotto diventa perfetto, mentre il monopolista ne estrae l'intero valore.

La rendita non deve per forza sembrare un aumento di prezzo

È la parte che sfugge a molti manager. L'estrazione può avvenire senza alcun aumento visibile del listino.

Può presentarsi come:

• livelli di offerta accorpati, che rendono l'opzione inferiore di fatto inutilizzabile;
• offerte personalizzate, che mostrano prezzi diversi a utenti o organizzazioni diverse;
• dipendenza contrattuale, quando uscire diventa costoso perché i dati d'uso accumulati non possono viaggiare;
• funzionalità a scaglioni, quando l'impresa riserva interoperabilità, velocità o controllo amministrativo ai segmenti che pagano di più.

Ogni meccanismo converte un vantaggio informativo in rendita economica. L'utente lo vive come scomodità, dipendenza o prezzi opachi. L'impresa lo registra come margine.

Ho già scritto delle implicazioni negoziali per chi possiede contenuti in questa analisi sul pay-per-crawl e il traffico AI. La stessa logica vale in generale. Quando l'intermediario controlla la scoperta e impara abbastanza sulle controparti, può intermediare il valore e trattenerne una quota sproporzionata.

Il monopolista più potente non è quello con il prezzo pubblico più alto. È quello che sa abbastanza di te da fissare le condizioni senza farsi vedere.

Perché tutto questo riguarda il surplus del consumatore nel monopolio

Nel vecchio grafico un po' di surplus restava ai consumatori, perché il monopolio applicava un prezzo unico. Nei mercati ricchi di dati quel cuscinetto residuo si assottiglia. L'impresa non si limita a restringere la produzione. Studia la domanda a grana fine e organizza il mercato in modo che una quota crescente dell'area sotto la curva di domanda finisca nelle sue mani.

Implicazioni per antitrust e regolamentazione

Se il surplus del consumatore in monopolio viene ormai catturato attraverso dati, previsione e lock-in, una politica della concorrenza centrata solo sui prezzi è troppo stretta.

Non significa che i prezzi non contino più. Significa che non raccontano più tutta la storia. Un servizio può essere economico, sussidiato o gratuito e imporre comunque un danno economico sostanziale, se trasferisce all'operatore i guadagni della partecipazione degli utenti, blocca l'uscita e alimenta un circolo che i concorrenti non possono eguagliare.

La politica della concorrenza deve andare oltre i prezzi visibili

L'implicazione pratica è che i regolatori dovrebbero porsi domande diverse.

• Consolidamento dei dati: una fusione combina dataset in modo da approfondire la previsione dei comportamenti e precludere la concorrenza?
• Interoperabilità: gli utenti possono spostare altrove cronologia, contesto e output senza perdere il valore accumulato?
• Clausole contrattuali: impostazioni predefinite e licenze convertono l'attività dei clienti in vantaggio proprietario per i modelli?
• Appalti e acquisti: un livello di AI "gratuito" o scontato è un meccanismo per catturare dati istituzionali e approfondire la dipendenza dal fornitore?

Non è teoria. Nei settori commerciali concorrenziali, i guadagni di efficienza dell'AI tendono a trasferirsi ai consumatori attraverso prezzi più bassi, perché la concorrenza impedisce alle imprese di trattenere il surplus. Nei settori di servizi monopolistici con alte barriere all'ingresso, le imprese trattengono invece una quota maggiore di quel guadagno come rendita, come sostiene questa analisi su AI, concorrenza e destinazione del surplus. Quella distinzione è uno dei filtri di policy più chiari a disposizione.

Dove la rivalità è reale, i guadagni di produttività si diffondono. Dove il controllo è concentrato, i guadagni di produttività si accumulano.

La regolamentazione dovrebbe colpire l'architettura dell'estrazione

Mi concentrerei su quattro leve.

1. Portabilità dei dati che funzioni davvero. Diritti formali di portabilità valgono poco se i dati esportati sono incompleti, privi di contesto o inutilizzabili in un sistema rivale.
2. Obblighi di interoperabilità. Nei mercati con gatekeeper consolidati, l'interoperabilità può ridurre i costi di passaggio e impedire che la cronologia degli utenti diventi un asset prigioniero.
3. Scrutinio delle condizioni d'uso. Molti dei trasferimenti più importanti passano da contratti che gli utenti non negoziano mai. I regolatori dovrebbero leggerli come strumenti di cattura del valore, non come clausole di rito.
4. Un'analisi delle fusioni che tratti i dati come asset strategico. Un'operazione può ridurre la concorrenza anche se il prodotto resta economico, perché il guadagno principale è il controllo sugli input di addestramento e sulla previsione dei comportamenti.

Un regolatore che cerca solo prezzi più alti non vedrà il meccanismo di estrazione centrale di molti monopoli dell'AI.

Che cosa significa per operatori e decisori europei

Visto dall'Europa, il problema pesa soprattutto su appalti pubblici e pubblica amministrazione. Le istituzioni accettano spesso software sussidiato o componenti AI integrate perché la voce di spesa iniziale sembra conveniente. Il costo vero però è strategico: dati istituzionali preziosi, modalità d'uso e dipendenze operative si accumulano in sistemi che l'istituzione non controlla.

Per questo serve una regolamentazione che arrivi prima che il mercato si assesti. Ne ho scritto in questo pezzo sulle ragioni di una regolamentazione proattiva dell'AI. Quando una piattaforma somma scala, dati e posizione predefinita nella distribuzione, riaprire il mercato alla concorrenza diventa molto più difficile.

Il vecchio diagramma del monopolio ha ancora qualcosa da insegnare: che il surplus può essere trasferito o distrutto. L'era digitale aggiunge una terza possibilità: il surplus può essere assorbito nell'infrastruttura. L'utente continua a creare valore. Il monopolista lo cattura prima ancora che diventi benessere del consumatore.

Fonti

• Come un monopolio massimizza il profitto scegliendo quantità e prezzo — OpenStax, Principles of Economics
• Surplus del consumatore, profitto di monopolio e perdita secca nel modello standard — Misra, SSRN
• Digital monopolies: privacy protection or price regulation? — Loertscher & Marx, International Journal of Industrial Organization
• Prezzi di monopolio, segmentazione e conflitto tra surplus del consumatore e del produttore — Cowles Foundation, Yale
• AI, concorrenza e destinazione del surplus economico — Drift Signal
• Il G7 e il futuro della governance dell'AI — Global Governance Media
• I costi economici del rent-seeking — Unitism

Fabio Lauria

CEO & Founder, ELECTE

Ogni settimana esploriamo l'AI senza l'hype — con dati, analisi e una prospettiva indipendente.