Perkembangan artificial intelligence serta implementasi komersialnya yang cepat telah menghasilkan banyak manfaat dan nilai ekonomi bagi produsen dan konsumen di seluruh dunia. Salah satu manfaat tersebut adalah kemampuan bagi perusahaan untuk terlibat dalam penetapan harga yang dipersonalisasi, atau personalized pricing, yang merupakan bentuk strategi first-degree price discrimination yang sangat akurat, di mana perusahaan menetapkan harga yang berbeda untuk setiap pelanggan individu berdasarkan data pribadi mereka dan ditentukan oleh algoritme yang kompleks. Meskipun hal ini juga menghasilkan banyak manfaat yang meningkatkan efisiensi pasar, seperti membebankan harga yang lebih rendah untuk konsumen yang tidak mampu membeli produk tertentu, hal ini juga dapat membebankan harga yang terlalu tinggi kepada konsumen yang oleh algoritme dianggap sesuai untuk mereka. Dengan demikian, penetapan harga yang dipersonalisasi menimbulkan masalah antimonopoli yang serius, karena berpotensi membahayakan consumer welfare. Melalui tinjauan pustaka yang sistematis, makalah penelitian ini bertujuan untuk menguji kelayakan penggunaan Pasal 102 TFEU sebagai alat utama untuk mengatasi potensi dampak merugikan dari penetapan harga yang dipersonalisasi dengan menganggapnya sebagai penyalahgunaan dominasi yang eksploitatif jika dilakukan oleh perusahaan dengan dominasi yang dominan. posisi. Hasil penelitian menunjukkan bahwa hal ini dapat dicapai dengan dua cara, pertama dengan secara eksplisit menangani pembebanan harga yang berlebihan sebagai pengenaan “harga yang tidak wajar”, dan kedua, jika pembebanan harga yang berlebihan dibarengi dengan adanya biaya pencarian dan switching yang tinggi. biaya, maka dapat dianggap sebagai pengenaan "kondisi perdagangan yang tidak adil" oleh perusahaan dominan, jika pendekatan pertama tidak cukup untuk campur tangan otoritas persaingan nasional (NCA). Selain itu, makalah penelitian menyarankan alternatif hukum lain untuk Pasal 102 TFEU untuk mengatasi dampak buruk dari personalized pricing.
The recent acceleration in the development of artificial intelligence and its rapid commercial implementation has yielded a great number of benefits for producers and consumers around the world. One such benefits is the ability for firms to engage in personalized pricing, which is a form of highly accurate first-degree price discrimination strategy, whereby firms charge different prices for each individual customer based on their personal data and determined by complex algorithms. While this, too, yields many benefits in regard to market efficiency, such as charging lower prices for consumers who are otherwise unable to afford certain products, it can also charge excessively high prices to consumers that the algorithms deem to be appropriate for them. Thus, personalized pricing raises serious antitrust concerns, as it may potentially harm consumer welfare.Through a systematic literature review, this research paper aims to examine the feasibility of using Article 102 TFEU as a key tool for addressing the potential adverse effects of personalized pricing by deeming it an exploitative abuse of dominance if it is conducted by a firm with a dominant position. The results show that this can be achieved in two ways, first by explicitly addressing the charging of excessive prices as an imposition of “unfair prices”, and second, if the charging of excessive prices is coupled with the presence of high search costs and switching costs, then it can be deemed as an imposition of “unfair trading conditions” by the dominant firms, should the first approach not suffice for national competition authorities (NCAs) to intervene. Moreover, the research paper suggests other legal alternatives to Article 102 TFEU to address the adverse effects of personalized pricing. |
MK-Devindra Hananbayu Tarunokusumo.pdf :: Unduh