Un cliente descubre que a otra empresa de su mismo sector, del mismo tamaño y con el mismo volumen de compra, le estáis cobrando un 20% menos por el mismo servicio. No hay ningún dato personal de por medio, no hay RGPD que infrinjáis: es una negociación B2B, precio contra precio. Y aun así, la pregunta que nos plantean cada vez más pymes que usan IA para ajustar tarifas es distinta de la que ya hemos tratado en personalización de precios con IA: ¿puede ese trato desigual entre empresas constituir competencia desleal, aunque no toque ni un dato personal?
La respuesta corta es que sí puede, y por una vía legal distinta a la que la mayoría conoce. Este artículo se centra específicamente en esa vía: la Ley de Competencia Desleal, no el RGPD ni la normativa de consumo, que son los ángulos que ya cubrimos en el artículo anterior sobre dynamic pricing.
Por qué esto no es lo mismo que "RGPD y precios"
La confusión habitual es pensar que, si el sistema de precios con IA no usa datos personales, ya está fuera de cualquier problema legal. No es así. La Ley 3/1991 de Competencia Desleal no protege datos personales: protege la lealtad en las relaciones entre empresas y frente al mercado en general. Su artículo 4 establece una cláusula general —se considera desleal todo comportamiento contrario a las exigencias de la buena fe— que se aplica con independencia de si hay datos personales de por medio.
Esto importa especialmente para negocios B2B: una empresa que vende a otras empresas puede ajustar precios con IA sin tratar ni un solo dato personal (solo variables agregadas de la empresa cliente: volumen histórico, sector, capacidad de negociación estimada) y aun así exponerse a una reclamación por competencia desleal si ese ajuste se hace de forma opaca o discriminatoria frente a un competidor del propio cliente.
Dónde está, en la práctica, la línea
No toda diferencia de precio entre dos clientes es desleal. La ley distingue con bastante claridad entre lo que es negociación legítima y lo que cruza la línea:
- Diferenciar por volumen, plazo de pago o fidelidad es una práctica comercial habitual y aceptada: un cliente que compra más o paga antes puede obtener mejores condiciones, porque hay una razón objetiva y verificable detrás.
- Diferenciar de forma oculta y sin criterio objetivo, de manera que dos clientes en condiciones equivalentes reciban precios distintos sin que exista ninguna razón que lo justifique, empieza a acercarse al terreno de la discriminación desleal, especialmente si el efecto es perjudicar deliberadamente la posición competitiva de uno de ellos frente al otro.
- Usar información obtenida de un cliente para ajustar el precio que se le ofrece a su competidor directo —por ejemplo, si tu IA cruza datos que ha visto de la empresa A para calcular una oferta más agresiva a la empresa B, sabiendo que compiten entre sí— es el escenario que más riesgo legal concentra, porque combina competencia desleal con un posible uso indebido de información confidencial.
La diferencia de fondo es si el criterio que aplica el algoritmo es objetivo y defendible ante un tercero, o si es arbitrario y solo se sostiene porque "el sistema lo decidió así".
El caso particular de la dependencia económica
La Ley de Competencia Desleal también recoge, en su artículo 16, el concepto de discriminación y dependencia económica: tratar de forma desigual e injustificada a un cliente cuando existe una relación de dependencia comercial relevante entre ambas partes (por ejemplo, un proveedor pequeño que depende de un solo cliente grande para la mayoría de su facturación). Un sistema de pricing con IA que, sin razón objetiva, penaliza sistemáticamente a los clientes con menos poder de negociación frente a los que tienen más, puede encajar en este supuesto con más facilidad de la que parece a primera vista.
Cómo diseñar el sistema para que el criterio se sostenga
Si vas a automatizar decisiones de precio con IA en un contexto B2B, el punto de partida no es técnico, es de diseño de reglas:
- Define de antemano qué variables objetivas puede usar el sistema para diferenciar precios (volumen, antigüedad, plazo de pago, coste real de servir a ese cliente) y documenta por qué cada una es razonable.
- Excluye explícitamente del modelo cualquier variable que dependa de información confidencial de un tercero competidor del cliente al que se le está ofreciendo el precio.
- Guarda un registro de por qué cada precio relevante se calculó como se calculó, de forma que, si algún día un cliente pregunta, exista una respuesta objetiva y no un "así lo decidió el algoritmo".
- Revisa periódicamente si el patrón de precios que genera el sistema, visto en conjunto, perjudica sistemáticamente a algún tipo de cliente sin una razón que lo justifique.
Esto no es asesoría legal, y no pretende serlo
En MG Solutions no somos abogados y este artículo no sustituye una consulta legal. La Ley de Competencia Desleal se aplica caso por caso, y matices como el sector, el tipo de relación comercial o el volumen de negocio afectado cambian bastante el análisis. Si estás valorando automatizar decisiones de precio con IA en un contexto B2B, especialmente si compites en un mercado con pocos actores donde todos se conocen, la recomendación honesta es que un abogado especializado en derecho de la competencia revise el criterio antes de ponerlo en marcha, no después de recibir la primera reclamación.
Conclusión
La personalización de precios con IA entre empresas puede ser perfectamente legítima, pero el criterio de la Ley de Competencia Desleal es distinto al del RGPD: no protege datos personales, protege la lealtad frente al mercado y frente a otras empresas. Un sistema que diferencia precios con criterios objetivos y documentados está a salvo; uno que lo hace de forma opaca, o que usa información de un cliente para perjudicar a su competidor, no lo está.
En MG Solutions ayudamos a diseñar sistemas de automatización con reglas claras y trazables desde el primer día, precisamente para evitar este tipo de riesgo. Si quieres revisar cómo encaja tu caso, reserva una primera reunión.