Η ΑΡΝΗΣΗ ΠΡΟΣΒΑΣΗΣ ΣΕ BIG DATA ΣΤΙΣ ΨΗΦΙΑΚΕΣ ΑΓΟΡΕΣ

Πρόλογος Ι. Κόκκορη VII

Πρόλογος Ν. Γρηγοριάδη IX

Προλογικό σημείωμα συγγραφέα XI

Συντομογραφίες XIII

ΕΙΣΑΓΩΓΗ 1

Η ΕΝΝΟΙΑ ΤΩΝ BIG DATA ΚΑΙ ΟΙ ΔΙΑΔΙΚΤΥΑΚΕΣ ΠΛΑΤΦΟΡΜΕΣ 3

ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΤΗΣ ΨΗΦΙΑΚΗΣ ΑΓΟΡΑΣ 9

Α. Η δωρεάν παροχή υπηρεσιών προς τους χρήστες 9

Β. Η δημιουργία αποτελεσμάτων ανατροφοδότησης (feedback effects) 10

Γ. Η δημιουργία αποτελεσμάτων δικτύου (network effects) 11

Δ. Τα υψηλά σταθερά κόστη για την είσοδο στην αγορά 15

Ε. Το κόστος εναλλαγής πλατφόρμας και η δημιουργία αποτελεσμάτων
εγκλωβισμού (switching costs, lock-in effects αντίστοιχα) 16

Ο ΟΡΙΣΜΟΣ ΤΗΣ ΨΗΦΙΑΚΗΣ ΑΓΟΡΑΣ ΚΑΙ ΤΗΣ ΔΥΝΑΜΗΣ ΑΓΟΡΑΣ
ΣΤΗΝ ΨΗΦΙΑΚΗ ΟΙΚΟΝΟΜΙΑ 25

Α. Ουσιαστικές δυσχέρειες στον καθορισμό της σχετικής αγοράς 28

Β. Μεθοδολογικές δυσχέρειες στον τρόπο καθορισμού της σχετικής αγοράς 30

Γ. Η δυνατότητα προσδιορισμού της σχετικής αγοράς με προσανατολισμό
στο κόστος των χρηστών της πλατφόρμας (SSNIC test) 32

Δ. Η δυνατότητα προσδιορισμού της σχετικής αγοράς με προσανατολισμό
στην ποιότητα των προϊόντων/ υπηρεσιών (SSNDQ test) 36

Ε. Ο τρόπος προσδιορισμού της δύναμης στην αγορά στην ψηφιακή οικονομία 39

IV. ΤΑ ΚΡΙΤΗΡΙΑ ΓΙΑ ΤΗΝ ΕΦΑΡΜΟΓΗ ΤΗΣ ΘΕΩΡΙΑΣ ΤΩΝ ΑΝΑΓΚΑΙΩΝ ΔΙΕΥΚΟΛΥΝΣΕΩΝ ΣΕ ΒΑΡΟΣ ΜΙΑΣ ΔΕΣΠΟΖΟΥΣΑΣ ΕΠΙΧΕΙΡΗΣΗΣ
ΜΕΣΑ ΑΠΟ ΤΗΝ ΕΥΡΩΠΑΪΚΗ ΝΟΜΟΛΟΓΙΑ 43

Α. Η υπόθεση Magill 43

B. Η υπόθεση Oscar Bronner 45

Γ. Η υπόθεση IMS 49

Δ. Η υπόθεση Microsoft 52

V. Η ΔΥΝΑΤΟΤΗΤΑ ΕΦΑΡΜΟΓΗΣ ΤΗΣ ΘΕΩΡΙΑΣ ΤΩΝ ΑΝΑΓΚΑΙΩΝ ΔΙΕΥΚΟΛΥΝΣΕΩΝ ΣΤΗΝ ΠΕΡΙΠΤΩΣΗ ΤΗΣ ΑΡΝΗΣΗΣ ΠΡΟΣΒΑΣΗΣ
ΣΕ ΜΕΓΑΛΑ ΔΕΔΟΜΕΝΑ (BIG DATA) 55

Α. Η αναγκαιότητα των δεδομένων για τον ανταγωνισμό 56

Β. Η θεώρηση των δεδομένων ως υποκαταστατών και ευχερώς προσβάσιμων
μέσα από την ευρωπαϊκή νομολογία σε υποθέσεις συγχωνεύσεων 57

Γ. Περιπτώσεις δεδομένων με μοναδική φύση 63

Δ. Τα τεχνικά εμπόδια που καθιστούν αναγκαία την πρόσβαση στα δεδομένα 67

Ε. Τα κανονιστικά εμπόδια που καθιστούν αναγκαία την πρόσβαση στα δεδομένα 69

1. Οι περιορισμοί στην επεξεργασία των δεδομένων βάσει της νομοθεσίας για
την προστασία των προσωπικών δεδομένων 69

2. Η απαγόρευση εξαγωγής δεδομένων βάσει της νομοθεσίας για
την προστασία της πνευματικής ιδιοκτησίας 69

3. Η προστασία των μεμονωμένων δεδομένων με βάση την νομοθεσία για
την προστασία του εμπορικού απορρήτου 74

ΣΤ. Τα οικονομικά εμπόδια που καθιστούν αναγκαία την πρόσβαση στα δεδομένα 76

Ζ. Η εξάλειψη του αποτελεσματικού ανταγωνισμού στην ψηφιακή αγορά 81

Η. Η προϋπόθεση της εμφάνισης νέου προϊόντος στην ψηφιακή αγορά 84

Θ. Λόγοι που ενδέχεται να δικαιολογήσουν αντικειμενικά
την άρνηση πρόσβασης σε δεδομένα 87

1. Η προστασία της ιδιωτικότητας των χρηστών 87

2. Η προστασία του κινήτρου για επενδύσεις στην καινοτομία 88

Ι. Η εφαρμογή των αναγκαίων διευκολύνσεων στην άρνηση πρόσβασης
σε δεδομένα μέσα από την γερμανική τροπολογία του νόμου κατά
των περιορισμών του ανταγωνισμού 90

K. Η εφαρμογή της θεωρίας των αναγκαίων διευκολύνσεων και
η Πράξη για τις Ψηφιακές Αγορές (Digital Markets Act- DMA) 91

VI. ΣΥΜΠΕΡΑΣΜΑΤΑ 99

Βιβλιογραφία 105

Αλφαβητικό ευρετήριο 119

ΕΙΣΑΓΩΓΗ

Αντικείμενο του παρόντος έργου είναι η εφαρμογή του δικαίου του ελεύθερου ανταγωνισμού σε περιπτώσεις άρνησης πρόσβασης σε μεγάλα δεδομένα (big data) στις αγορές της ψηφιακής εποχής και ειδικότερα το κατά πόσο η άρνηση πρόσβασης μιας ψηφιακής πλατφόρμας στα δεδομένα που ελέγχει συνιστά αντι- ανταγωνιστική συμπεριφορά υπό το φως του αρ. 102 ΣΛΕΕ και το ενδεχόμενο εφαρμογής της θεωρίας των αναγκαίων διευκολύνσεων (essential facilities doctrine).

Στην πρώτη ενότητα, ελλείψει νομοθετικού ορισμού, ορίζεται η έννοια των big data με βάση τα εγγενή τους γνωρίσματα, που τα διακρίνουν από τις υπόλοιπες κατηγορίες δεδομένων, και επεξηγείται ο λόγος για τον οποίο η πρόσβαση στα big data κατατάσσεται σε ένα από τα πλέον επίκαιρα θέματα του δικαίου του ανταγωνισμού.

Στη δεύτερη ενότητα, αναλύονται τα χαρακτηριστικά της ψηφιακής οικονομίας, που ευνοούν την συγκέντρωση ισχύος από τις ψηφιακές πλατφόρμες, καθιστώντας δυσκολότερη την είσοδο νέων παικτών στην αγορά. Ως παράγοντες που δημιουργούν φραγμούς εισόδου στις ψηφιακές αγορές αναφέρονται η δωρεάν παροχή υπηρεσιών προς τους χρήστες, η δημιουργία αποτελεσμάτων ανατροφοδότησης (feedback effects), η δημιουργία αποτελεσμάτων δικτύου (network effects), τα υψηλά σταθερά κόστη και η ανάγκη σημαντικών επενδύσεων, το κόστος εναλλαγής πλατφόρμας και η δημιουργία αποτελεσμάτων εγκλωβισμού (switching cost, lock-in effects, αντίστοιχα).

Η τρίτη ενότητα αφορά στα προαπαιτούμενα για την εφαρμογή του αρ. 102 ΣΛΕΕ, τον καθορισμό της σχετικής αγοράς και της δύναμης στην αγορά. Ο καθορισμός της ψηφιακής αγοράς είναι απαιτητικό εγχείρημα, που αντιμετωπίζει ουσιαστικής και μεθοδολογικής φύσεως δυσκολίες, οι οποίες και εξετάζονται.

Στην τέταρτη ενότητα, παρατίθενται τα δομικά στοιχεία της θεωρίας των αναγκαίων διευκολύνσεων, όπως διαμορφώθηκαν στο πλαίσιο μη ψηφιακών αγορών, μέσα από την εν συντομία ανάλυση της νομολογίας του Δικαστηρίου της Ευρωπαϊκής Ένωσης (ΔΕΕ) στις υποθέσεις Magill, Oscar Bronner, IMS, και Microsoft. Η προσέγγιση αυτή είναι αναγκαία για την εξαγωγή χρήσιμων συμπερασμάτων σχετικά με το αν η εν λόγω θεωρία προσιδιάζει στα ιδιαίτερα γνωρίσματα της ψηφιακής αγοράς ή η εφαρμογή της υπαγορεύει την ως ένα βαθμό παραλλαγή της.

Στην πέμπτη ενότητα εξετάζονται οι περιπτώσεις δεδομένων που είναι ευκολότερο να θεωρηθούν αναγκαία για την άσκηση αποτελεσματικού ανταγωνισμού σύμφωνα με την θεωρία των αναγκαίων διευκολύνσεων, καθώς και τα τεχνικά, κανονιστικά και οικονομικά εμπόδια που απαντώνται στην ψηφιακή οικονομία και μπορούν να αποκλείσουν την πρόσβαση των λοιπών παικτών της αγοράς από μια αναγκαία υποδομή δεδο

μένων. Για την εκτίμηση του αναγκαίου χαρακτήρα των δεδομένων λαμβάνεται υπόψη η πρόσφατη νομολογία της ευρωπαϊκής Επιτροπής σε υποθέσεις συγχωνεύσεων βάσεων δεδομένων σημαντικών επιχειρήσεων της ψηφιακής οικονομίας. Επιπλέον, εξετάζεται ο τρόπος με τον οποίο θα μπορούσε να ερμηνευθεί ο αποκλεισμός του αποτελεσματικού ανταγωνισμού στις ψηφιακές αγορές, καθώς και αν είναι απαραίτητη η προϋπόθεση της δημιουργίας ενός νέου προϊόντος, προκειμένου να εξαναγκασθεί μια δεσπόζουσα πλατφόρμα να παρέχει πρόσβαση στα δεδομένα της. Περαιτέρω, εξετάζονται οι πιθανοί δικαιολογητικοί λόγοι που θα μπορούσε να προβάλλει η δεσπόζουσα πλατφόρμα, προκειμένου να δικαιολογήσει την άρνησή της να παρέχει πρόσβαση σε τρίτες επιχειρήσεις στα δεδομένα της. Στο τέλος της εν λόγω ενότητας επισημαίνονται ως λόγοι που υπαγορεύουν την συσταλτική ερμηνεία της θεωρίας των αναγκαίων διευκολύνσεων στις ψηφιακές αγορές, η προστασία των επενδύσεων στην καινοτομία, καθώς και ο ενδεχόμενος κίνδυνος συμπαιγνίας που μπορεί να προκύψει από την ανεξέλεγκτη ανταλλαγή δεδομένων, καθώς επίσης αναδεικνύεται η προβληματική των εξεταζόμενων ζητημάτων του έργου μέσα από την γερμανική και ευρωπαϊκή νομοθεσία.

Στην έκτη ενότητα παρουσιάζονται σε θέσεις τα συμπεράσματα της παρούσας μελέτης.

Η ΕΝΝΟΙΑ ΤΩΝ BIG DATA ΚΑΙ ΟΙ ΔΙΑΔΙΚΤΥΑΚΕΣ ΠΛΑΤΦΟΡΜΕΣ

1. H νέα γενιά διαδικτύου βασίζεται στη διαλειτουργικότητα και σε μια κουλτούρα ψηφιακής συμμετοχής, καθώς παρέχεται στους χρήστες του διαδικτύου η δυνατότητα να μοιράζονται πληροφορίες και να αλληλεπιδρούν διαδικτυακά, δημιουργώντας οι ίδιοι το περιεχόμενο. Ο σημερινός χρήστης του διαδικτύου δεν είναι παθητικός δέκτης πληροφοριών από τις διαδικτυακές ιστοσελίδες, αλλά συμμετέχει ενεργά στον ψηφιακό κόσμο, αφήνοντας το προσωπικό του αποτύπωμα στην εκάστοτε δυναμική διαδικτυακή πλατφόρμα που συμμετέχει στην ψηφιακή οικονομία, παράγοντας τεράστιο όγκο δεδομένων, προσωπικών και μη, δημιουργώντας προφίλ, επικοινωνώντας με άλλους χρήστες, σχολιάζοντας ψηφιακά αναρτημένο υλικό (τραγούδια, άρθρα, απόψεις κ.λπ.).

2. Η κερδοφορία των μεγάλων εταιρειών της παγκόσμιας ψηφιακής οικονομίας (Facebook, Google, Amazon κ.λπ.) στηρίζεται κατά κύριο λόγο στην εκμετάλλευση του τεράστιου όγκου δεδομένων που συλλέγουν απ’ τους χρήστες, η οικονομική αξία των οποίων συνίσταται ιδίως στο γεγονός ότι συνιστούν την αναγκαία πρώτη ύλη για την παροχή ποιοτικά βελτιωμένων υπηρεσιών και εξατομικευμένων διαφημίσεων.

3. Χωρίς να παραγνωρίζονται τα οφέλη της συμμετοχικής ψηφιακής κοινότητας για τον εκάστοτε χρήστη (π.χ. ταχεία και χωρίς κόστος εξ αποστάσεως επικοινωνία, γρήγορα και ακριβή αποτελέσματα διαδικτυακής αναζήτησης, εύκολες και γρήγορες διαδικτυακές αγορές σε μεγάλη ποικιλία αγαθών και υπηρεσιών), το κόστος της αποκάλυψης των προσωπικών του πληροφοριών είναι σημαντικό. Η συσσώρευση γνώσης στα χέρια των μεγάλων παικτών της ψηφιακής αγοράς που αποτελεί το στρατηγικό τους πλεονέκτημα δημιουργεί και προκλήσεις που αφορούν στην ανθρωπότητα, καθώς ελλοχεύει ο κίνδυνος να αναδυθεί η πρωτοφανής άσκηση εξουσίας του «κατασκοπευτικού καπιταλισμού», μιας νέας οικονομικής τάξης, η οποία αξιώνει δικαιώματα επί της ανθρώπινης εμπειρίας και τη μεταχειρίζεται ως πρώτη ύλη στο πλαίσιο υπόγειων εμπορικών τακτικών εξόρυξης δεδομένων, διαμόρφωσης προγνωστικών και πωλήσεων[1].

4. Ανεξάρτητα από τις κοινωνικές επιπτώσεις, οι οποίες εκφεύγουν των ορίων της παρούσας μελέτης, είναι σημαντικό να αναδειχθεί γιατί η ανεξέλεγκτη επεξεργασία των μεγάλων δεδομένων (big data) από τις -μεγάλες κυρίως- πλατφόρμες της ψηφιακής οικονομίας μπορεί να συνιστά κίνδυνο για την ψηφιακή αγορά και να αποτελέσει πρόβλημα για το δίκαιο του ελεύθερου ανταγωνισμού.

5. Το γενικό επιχείρημα για τη μη ανταγωνιστική φύση των δεδομένων (non- rivalrous data), με την έννοια ότι είναι ελεύθερα διαθέσιμα στο διαδικτυακό περιβάλλον και ως εκ τούτου μπορούν ευχερώς να συλλεχθούν από τις ανταγωνιστικές πλατφόρμες, δεν φαίνεται πειστικό, καθότι υπεραπλουστευμένο[2]. Η κοινή λογική υπαγορεύει ότι δεν είναι δυνατός ο αποκλεισμός των δεδομένων από τους παράγοντες που επηρεάζουν τον ελεύθερο ανταγωνισμό, διότι δεν θα μπορούσε αλλιώς να εξηγηθεί η επιχειρηματική πολιτική που ακολουθείται από τις εκάστοτε διαδικτυακές πλατφόρμες να ξοδεύουν σημαντικά κεφάλαια για τη συλλογή και την ανάλυση των δεδομένων, παρέχοντας δωρεάν τις υπηρεσίες τους προς τους χρήστες. Απλούστερα, αν η συλλογή και η ανάλυση των δεδομένων ήταν δυνατόν να πραγματοποιηθεί από την εκάστοτε πλατφόρμα ελεύθερα και αν τα δεδομένα δεν αποτελούσαν σημαντικό ανταγωνιστικό πλεονέκτημα, τότε απλώς θα συλλέγονταν και θα αναλύονταν χωρίς την υλοποίηση σημαντικών επενδύσεων[3]. Στην πραγματικότητα, περιορισμένες κατηγορίες δεδομένων θεωρούνται απολύτως ελεύθερες και συνήθως πρόκειται για δεδομένα με μικρή αξία και χωρίς σημαντικό κόστος συλλογής (π.χ. εθελοντικά δεδομένα που παρέχει ο ίδιος ο χρήστης θεωρώντας τα μη σημαντικά σε διαφορετικές πλατφόρμες, ή δημόσια δεδομένα όπως λ.χ. διευθύνσεις ή τηλέφωνα επικοινωνίας). Εξάλλου, η πρακτική των αρχών του ανταγωνισμού και η συστηματική και ευρεία ενασχόληση της νομικής θεωρίας με το ζήτημα της πρόσβασης στα μεγάλα δεδομένα αποδεικνύουν ότι τα μεγάλα δεδομένα είναι δυνατόν να αποτελούν απαραίτητη υποδομή για την άσκηση του αποτελεσματικού ανταγωνισμού υπό συγκεκριμένες περιστάσεις.

6. Στο σημείο αυτό πρέπει να διευκρινιστεί ότι ο όρος μεγάλα δεδομένα ή «big data» δεν περιγράφει απλώς τη συλλογή μεγάλων ποσοτήτων δεδομένων[4]. Η χρήση του όρου είναι αόριστη, ενώ οι πιο συχνά χρησιμοποιούμενοι ορισμοί αναφέρονται συνήθως στη μεγάλη διάσταση των συνόλων δεδομένων και στην ανάγκη χρήσης μεγάλης κλίμακας υπολογιστικής ισχύος και μη τυπικού λογισμικού και μεθόδων για την εξαγωγή της αξίας από τα δεδομένα σε εύλογο χρονικό διάστημα. Η πρώτη εννοιολογική προσέγγιση των μεγάλων δεδομένων επεσήμανε ότι ξεχωρίζουν χάρη σε 3 χαρακτηριστικά τους: «Τα Big Data είναι το περιουσιακό στοιχείο πληροφοριών που χαρακτηρίζεται από τόσο μεγάλο όγκο, ταχύτητα και ποικιλία (σ.σ. volume, velocity, variety) που απαιτεί συγκεκριμένη τεχνολογία και αναλυτικές μεθόδους για τη μετατροπή τους σε αξία»[5]. Όπως, διαφαίνεται στη συνέχεια η θεωρία των τριών χαρακτηριστικών (θεωρία των 3 V[6]) αναπτύχθηκε περαιτέρω[7], ώστε να γίνεται λόγος για πέντε ιδιαίτερα χαρακτηριστικά των μεγάλων δεδομένων.

7. Έτσι, στην έννοια των «big data» συμπεριλαμβάνονται διαφορετικές κατηγορίες δεδομένων, που αντλούνται από διαφορετικές πηγές. Τα εν λόγω δεδομένα δεν είναι απαραίτητο να αποτελούνται αποκλειστικά από προσωπικά δεδομένα (π.χ. όνομα, φύλο, προσωπικές προτιμήσεις, τοποθεσία χρήστη)[8], καθώς μπορεί να αποτελούνται από συγκεντρωτικά και ανώνυμα δεδομένα[9].

8. Λόγω της έλλειψης νομοθετικού ορισμού, η έννοια των «big data» διακρίνεται από την κλασική έννοια των δεδομένων βάσει της θεωρίας των ιδιαίτερων χαρακτηριστικών τους, τα οποία πλέον απαριθμούνται σε πέντε. Σύμφωνα με την πλέον πρόσφατη «θεωρία των πέντε V» τα πέντε διακριτικά γνωρίσματα των biga data είναι ο όγκος (volume), η ταχύτητα (velocity), η ποικιλία (variety), η ακρίβεια (veracity) και η αξία (value)[10]. Όπως θα διαφανεί στην συνέχεια της παρούσας μελέτης, τα εν λόγω χαρακτηριστικά λαμβάνονται υπόψη από τις Αρχές ανταγωνισμού, προκειμένου να εκτιμηθεί κατά πόσο καθιστούν μοναδικά τα εκάστοτε επίμαχα μεγάλα δεδομένα, ώστε, ελλείψει άλλων δεδομένων με όμοια χαρακτηριστικά στην οικεία αγορά, η πρόσβαση σε αυτά να είναι η μόνη δυνατή λύση για τη διατήρηση του αποτελεσματικού ανταγωνισμού.

9. Στην περίπτωση των «big data» ο όγκος των επεξεργαζόμενων δεδομένων είναι συχνά μεγαλύτερος από τα μεγέθη των «terabytes»[11] και «petabytes»[12], που σημαίνει ότι για την επεξεργασία τους απαιτούνται προηγμένες τεχνολογίες. Η πρόοδος των ψηφιακών τεχνολογιών επιτρέπει την δυνατότητα διατήρησης και ανάλυσης του τεράστιου

αυτού όγκου πληροφοριών. Για την κατανόηση του όγκου παραγωγής, διατήρησης και ανάλυσης δεδομένων εντός της ψηφιακής οικονομίας, αναφέρεται ότι το 2017 υπήρχαν περίπου 656 εκατομμύρια καθημερινά tweets και περίπου 5,2 δισεκατομμύρια καθημερινά πραγματοποιούμενες αναζητήσεις στη μηχανή αναζήτησης της Google, ώστε στατιστικές εκτιμήσεις να καταλήγουν ότι ο όγκος των δεδομένων που πλέον δημιουργούμε ως χρήστες ανά λεπτό αντιστοιχεί σε όλα τα δεδομένα που παράγονται από την αρχή του χρόνου μέχρι το έτος 2000 (!)[13].

10. Η ταχύτητα των big data ως ξεχωριστό διακριτικό τους γνώρισμα, αναφέρεται στην ταχύτητα με την οποία δημιουργούνται τα νέα δεδομένα, στην ταχύτητα με την οποία μπορούν να διανεμηθούν και στην ταχύτητα με την οποία μπορούν να αναλυθούν, συχνά σε πραγματικό χρόνο (σε κλάσματα χιλιοστών του δευτερολέπτου), χωρίς να χρειάζεται η αποθήκευσή τους σε βάσεις δεδομένων[14]. Παράδειγμα, συνιστά η διάδοση των αλληλεπιδράσεων των χρηστών εντός του Facebook ή του Instagram. Το εν λόγω χαρακτηριστικό σχετίζεται με τη δυναμική φύση των «big data», καθώς παραλλάσσονται όσο παράγονται νέα δεδομένα[15].

11. Η ποικιλία ως χαρακτηριστικό τους αφορά τη δυνατότητα των «big data» να αναλύονται ως συγκεντρωτικά δεδομένα, τα οποία προέρχονται από διαφορετικές πηγές (π.χ. ιστορικό διαδικτυακών αναζητήσεων, λίστες μουσικής, αλληλεπιδράσεις χρηστών κοινωνικού δικτύου) και απαρτίζονται από διαφορετικούς τύπους δεδομένων, είτε πρόκειται για δομημένα δεδομένα (πρόκειται δηλαδή για δεδομένα αυστηρής μορφοποίησης, αποθηκευμένα σε βάσεις δεδομένων), είτε ημιδομημένα (δεδομένα, δηλαδή, που συλλέγονται χωρίς να είναι εκ των προτέρων καθορισμένο πως θα αποθηκευτούν, ώστε να μην έχουν ταυτόσημη δομή) ή μη δομημένα (π.χ. δεδομένα χωρίς προκαθορισμένη μορφή, όπως σελίδες web σε html, δεδομένα που συλλέγονται από αρχεία κειμένου, αρχεία καταγραφής, πηγές κοινωνικών μέσων και δεδομένα κινητής τηλεφωνίας[16]).

12. Η ακρίβεια των «big data» αναφέρεται στον βαθμό στον οποίο είναι ακριβή και αξιόπιστα δεδομένα[17]. Λόγω της αυξανόμενης ποσότητας και ποικιλίας των συλλεγόμενων δεδομένων, η ακρίβεια των δεδομένων ελέγχεται δυσκολότερα. Για παράδειγμα,

υπάρχει κίνδυνος συλλογής ανακριβών δεδομένων όπως είναι τα hashtags, τα τυπογραφικά λάθη, παραποιημένες εκφράσεις, λανθασμένες συντομογραφίες κ.λπ. Απλούστερα, η ακρίβεια αφορά το ποια δεδομένα συλλέγονται, με την έννοια ότι προέρχονται από αληθείς πηγές.

13. Η αξία των δεδομένων αφορά στη δυνατότητα επωφελούς αξιοποίησής τους από την εκάστοτε εταιρεία που τα ελέγχει (π.χ. καλύτερη προσαρμογή των παρεχόμενων προϊόντων ή υπηρεσιών στις ανάγκες των πελατών, βελτιστοποίηση των λειτουργιών ή των διαδικτυακών υποδομών τους)[18].

14. Η συσσώρευση των δεδομένων στην ψηφιακή οικονομία είναι ο βασικός επιχειρηματικός σκοπός της εκάστοτε διαδικτυακής πλατφόρμας, προκειμένου να βελτιώσει το βαθμό εξατομίκευσης των υπηρεσιών της προς τους χρήστες και να προβλέψει την καταναλωτική τους συμπεριφορά. Ανάλογα με την λειτουργία που επιτελούν οι διαδικτυακές πλατφόρμες διακρίνονται σε:

α) μηχανές αναζήτησης, π.χ. Google, Microsoft Bing,

β) κοινωνικά δίκτυα, π.χ. Facebook, Instagram, Twitter, LinkedIn, Snapchat,

γ) πλατφόρμες ηλεκτρονικών αγορών, π.χ. Amazon, E-bay, Alibaba, JD.comκαι

δ) διαμεσολαβητικές πλατφόρμες παροχής υπηρεσιών, π.χ. Uber, Airbnb, Booking.

Οι εν λόγω πλατφόρμες, στο πλαίσιο της επιχειρηματικής τους δράσης, καθορίζουν το σκοπό και τα μέσα της επεξεργασίας των απαραίτητων για την λειτουργία τους δεδομένων και ως εκ τούτου σύμφωνα με το νομοθετικό πλαίσιο για την προστασία των προσωπικών δεδομένων είναι υπεύθυνες για την επεξεργασία των δεδομένων[19] και υποχρεούνται στην λήψη των κατάλληλων τεχνικών και οργανωτικών μέτρων (π.χ. κρυπτογράφηση, περιορισμένη πρόσβαση σε ηλεκτρονικά και φυσικά αρχεία) για την ασφάλεια των προσωπικών δεδομένων που ελέγχουν, ειδάλλως στην περίπτωση περιστατικού παραβίασης των δεδομένων αντιμετωπίζουν τον κίνδυνο να έρθουν αντιμέτωπες με υψηλά διοικητικά πρόστιμα και λοιπές κυρώσεις. Στην παρούσα, μελέτη, θα ασχοληθούμε ιδίως με τις τρεις πρώτες κατηγορίες πλατφορμών, λόγω του κοινού χαρακτηριστικού τους ότι παρέχουν τις υπηρεσίες τους «δωρεάν» προς τους χρήστες.

II. ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΤΗΣ ΨΗΦΙΑΚΗΣ ΑΓΟΡΑΣ

ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΤΗΣ ΨΗΦΙΑΚΗΣ ΑΓΟΡΑΣ

15. Στην παρούσα ενότητα εξετάζονται τα χαρακτηριστικά της ψηφιακής οικονομίας που διευκολύνουν[20] τις πλατφόρμες διαδικτυακής αναζήτησης (π.χ. Google), ηλεκτρονικού εμπορίου (π.χ. Amazon) και κοινωνικής δικτύωσης (π.χ. Facebook) να γίνουν «φύλακες» (“gatekeepers”) των ψηφιακών αγορών, υπό την έννοια ότι αποκτούν στρατηγική θέση[21] και διατηρούν ανθεκτική την ισχύ τους στην ψηφιακή αγορά, δυσχεραίνοντας την είσοδο νέων παικτών με τη δημιουργία φραγμών εισόδου. Αυτά είναι:

α) η δωρεάν παροχή υπηρεσιών προς τους χρήστες[22],

β) η δημιουργία αποτελεσμάτων ανατροφοδότησης (feedback effects),

γ) η δημιουργία αποτελεσμάτων δικτύου (network effects),

δ) τα υψηλά σταθερά κόστη για την είσοδο στην αγορά,

ε) το κόστος εναλλαγής πλατφόρμας και η δημιουργία αποτελεσμάτων εγκλωβισμού (switching costs, lock-in effects αντίστοιχα)[23].

Α. Η δωρεάν παροχή υπηρεσιών προς τους χρήστες

16. Πρώτον, στην περίπτωση των ανωτέρω ειδών πλατφόρμας οι υπηρεσίες προς τον χρήστη προσφέρονται «δωρεάν», καθώς ελλείπει το χρηματικό αντάλλαγμα, γεγονός που σημαίνει ότι εκλείπει η κλασική σχέση ανταλλαγής ανάμεσα στην ποιότητα των υπηρεσιών και της τιμής. Έτσι, οι νεοεισερχόμενοι παίκτες αδυνατούν να ανταγωνιστούν παρέχοντας χαμηλότερης ποιότητας υπηρεσίες με φθηνότερη τιμή, ώστε να προσελκύσουν χρήστες κερδίζοντας ένα μερίδιο αγοράς. Η έλλειψη χρηματικής τιμής

για τη χρήση των υπηρεσιών μιας πλατφόρμας, από την πλευρά των χρηστών, δυσχεραίνει την είσοδο ενός νέου παίκτη στην ψηφιακή αγορά[24].

Β. Η δημιουργία αποτελεσμάτων ανατροφοδότησης (feedback effects)

17. Δεύτερον, οι πλατφόρμες επωφελούνται από αποτελέσματα ανατροφοδότησης (feedback effects), όταν τρίτοι παράγουν μια σειρά συμπληρωματικών προϊόντων, τα οποία προσελκύουν περισσότερους χρήστες στην πλατφόρμα[25]. Για παράδειγμα, η χρησιμότητα ενός κινητού τύπου «smart-phone» ή μιας συσκευής «tablet» αυξάνεται όταν το λειτουργικό τους πρόγραμμα είναι συμβατό με πλήθος εφαρμογών[26]. Μια πλατφόρμα συμβατή με πληθώρα διαδικτυακών εφαρμογών είναι σε θέση να επεξεργάζεται μεγαλύτερο αριθμό δεδομένων, δημιουργώντας μια μεγάλη βάση δεδομένων, χάριν στην οποία διευκολύνεται να εμπλουτίσει και να βελτιώσει τις παρεχόμενες προς τους χρήστες υπηρεσίες, με απώτερο στόχο να αποκτήσει ακόμη περισσότερους (user feedback loop- βρόχος ανατροφοδότησης χρήστη)[27]. Η παροχή βελτιωμένων, εξατομικευμένων υπηρεσιών προς τους χρήστες οδηγεί με τη σειρά της στην αύξηση των εσόδων της πλατφόρμας[28], τα οποία δύνανται να επενδυθούν στην περαιτέρω βελτίωση και εξατομίκευση των παρεχόμενων υπηρεσιών, με απώτερο στόχο την προσέλκυση ακόμη περισσότερων χρηστών (monetization feedback loop- βρόχος ανατροφοδότησης εσόδων)[29]. Τα αποτελέσματα ανατροφοδότησης καθιστούν λιγότερη ελκυστική την

χρήση μιας πλατφόρμας που είναι συμβατή με μικρό αριθμό εφαρμογών συγκριτικά με μία δημοφιλή πλατφόρμα που παρέχει ευρεία γκάμα εξατομικευμένων υπηρεσιών.

Γ. Η δημιουργία αποτελεσμάτων δικτύου (network effects)

18. Τρίτον, οι ψηφιακές πλατφόρμες μπορεί να χαρακτηρίζονται από αποτελέσματα δικτύου (network effects)[30] ή άλλως από εξωτερικότητες του δικτύου (network externalities), που σημαίνει ότι η αξία της εκάστοτε πλατφόρμας αυξάνεται για κάθε μεμονωμένο χρήστη ανάλογα με την αύξηση του αριθμού των λοιπών χρηστών[31]. Στο σημείο αυτό αναφέρεται ότι στη νομική θεωρία προτείνεται η διάκριση των παραδοσιακών αποτελεσμάτων δικτύου από τα αποτελέσματα δικτύου που σχετίζονται με τα big data[32], με το σκεπτικό ότι τα τελευταία ξεχωρίζουν λόγω του ότι είναι πιο ανεπαίσθητα και απαιτούν μια ειδικότερη προσέγγιση. Η λειτουργία των αποτελεσμάτων δικτύου στην περίπτωση των ψηφιακών αγορών είναι περισσότερο πολύπλοκη διαδικασία[33] αφού:

-όσο περισσότεροι χρήστες χρησιμοποιούν τις ψηφιακές υπηρεσίες, τόσο περισσότερα δεδομένα συνεισφέρουν,

-όσο περισσότερα δεδομένα συνεισφέρουν, τόσο πιο εύκολο καθίσταται για την πλατφόρμα να παρέχει «έξυπνες υπηρεσίες», με την έννοια ότι είναι σε θέση να βελτιώσει την ποιότητά τους, εξυπηρετώντας καλύτερα τους χρήστες με υπηρεσίες εξατομικευμένες προς τις προτιμήσεις τους,

-με τη σειρά τους οι βελτιωμένες υπηρεσίες που εξυπηρετούν ικανοποιητικότερα τους χρήστες είναι πιθανό να οδηγήσουν στην προσέλκυση περισσότερων χρηστών διατεθειμένων να συνεισφέρουν περισσότερα δεδομένα, προκειμένου να χρησιμοποιήσουν τις διαδικτυακές υπηρεσίες, γεγονός που είναι με τη σειρά του πιθανόν να οδηγήσει στην περαιτέρω βελτίωση των παρεχόμενων υπηρεσιών.

19. Τα αποτελέσματα του δικτύου ή οι εξωτερικότητες του δικτύου (network effects, network externalities αντίστοιχα) διακρίνονται α) σε άμεσα, όταν η αξία ενός προϊόντος ή μιας υπηρεσίας αυξάνεται ανάλογα με την αύξηση του αριθμού των καταναλωτών, και β) σε έμμεσα, όταν ο αυξανόμενος αριθμός των καταναλωτών οδηγεί στην παραγωγή συμπληρωματικών προϊόντων ή στην παροχή συμπληρωματικών υπηρεσιών που αυξάνουν την αξία του δικτύου[34] (βλ. και ανωτέρω, όπου αναφέρεται ότι με την σειρά τους τα συμπληρωματικά προϊόντα ή υπηρεσίες δημιουργούν αποτελέσματα ανατροφοδότησης -feedback effects-, με την έννοια ότι συντελούν στην περαιτέρω αύξηση των χρηστών και των εσόδων της πλατφόρμας αντίστοιχα).

20. Τα άμεσα αποτελέσματα του δικτύου αναφέρονται στο οικονομικό φαινόμενο, σύμφωνα με το οποίο μια ομάδα χρηστών προσελκύει περισσότερους χρήστες της ίδιας κατηγορίας, με κλασικό παράδειγμα τα τηλεφωνικά δίκτυα, όπου όσο μεγαλύτερος είναι ο αριθμός των χρηστών του δικτύου που μπορούν να επικοινωνήσουν μεταξύ τους, τόσο μεγαλύτερη είναι η αξία της χρήσης του δικτύου για τους χρήστες και τόσο πιθανότερο είναι το εν λόγω δίκτυο να προσελκύσει περισσότερους ακόμη χρήστες[35]. Άμεσα αποτελέσματα δικτύου δημιουργούνται στις πλατφόρμες κοινωνικής δικτύωσης (π.χ. Instagram, Twitter, Facebook), όπου η αύξηση του αριθμού των χρηστών δημιουργεί ένα μεγαλύτερο κόσμο ανθρώπων, με τους οποίους κάθε χρήστης μπορεί να επικοινωνήσει, ώστε κάθε χρήστης να δημιουργεί μια θετική εξωτερικότητα για τους άλλους χρήστες, αυξάνοντας έτσι την αξία της πλατφόρμας. Όσον αφορά στις πλατφόρμες διαδικτυακής αναζήτησης (π.χ. Google) ή διαδικτυακών αγορών (π.χ. Amazon)

δεν δημιουργούνται άμεσα αποτελέσματα δικτύου λόγω της έλλειψης αλληλεπίδρασης ανάμεσα στους χρήστες[36].

21. Αντιθέτως, στις πλατφόρμες διαδικτυακής αναζήτησης ή διαδικτυακών αγορών απαντώνται έμμεσα αποτελέσματα δικτύου[37], ακριβώς διότι οι χρήστες δεν αλληλεπιδρούν μεταξύ τους. Στην περίπτωση της ψηφιακής πλατφόρμας, τα έμμεσα αποτελέσματα δικτύου δημιουργούνται όταν η κλίμακα και το εύρος των δεδομένων από τη μία πλευρά της αγοράς (από την πλευρά των χρηστών) επηρεάζουν την άλλη πλευρά της αγοράς (την πλευρά των διαφημιστών). Με άλλα λόγια, οι έμμεσες επιπτώσεις στο δίκτυο εμφανίζονται στην εξής περίπτωση: η αξία του προϊόντος ή της υπηρεσίας είναι μεγαλύτερη για μια συγκεκριμένη ομάδα χρηστών, όταν περισσότεροι χρήστες που ανήκουν σε διαφορετική κατηγορία χρηστών χρησιμοποιούν την υπηρεσία[38].

22. Η δημιουργία εμμέσων αποτελεσμάτων απαντάται στις πλατφόρμες διαδικτυακής αναζήτησης, όπως η Google, και αναφέρεται στο οικονομικό φαινόμενο σύμφωνα με το οποίο ο αυξημένος αριθμός χρηστών αυξάνει την αξία της πλατφόρμας από την άλλη πλευρά της πλατφόρμας, ήτοι από την πλευρά των διαφημιστών, οι οποίοι εκτιμούν περισσότερο μια δημοφιλή πλατφόρμα, όπου οι διαφημίσεις τους έχουν ευκαιρίες μεγαλύτερης ανταπόκρισης[39]. Στις πλατφόρμες διαδικτυακής αναζήτησης ή διαδικτυακών αγορών δεν απαντώνται, επομένως, άμεσα αποτελέσματα δικτύου, όπως συμβαίνει στις πλατφόρμες κοινωνικής δικτύωσης. Στις πλατφόρμες κοινωνικής δικτύωσης, πέραν των άμεσων αποτελεσμάτων δικτύου, είναι επίσης δυνατή η ύπαρξη και έμμεσων αποτελεσμάτων δικτύου, αν αναλογιστούμε ότι ένα μεγαλύτερο κοινωνικό δίκτυο είναι περισσότερο ελκυστικό για τους διαφημιστές που προτίθενται να απευθύνουν τις διαφημίσεις τους σε ένα ευρύτερο κοινό, όσο και για τους χρήστες που προτιμούν να εντάσσονται σε ένα κοινωνικό δίκτυο με μεγαλύτερο φάσμα διαφημίσεων που ανταποκρίνονται στις προσδοκίες τους[40].

23. Τα αποτελέσματα δικτύου δημιουργούν εν ολίγοις οικονομίες κλίμακας από την πλευρά της ζήτησης. Οι επιπτώσεις είναι επωφελείς για τους καταναλωτές βραχυπρόθεσμα καθώς αυξάνουν τη χρησιμότητα της κατανάλωσης. Περαιτέρω, διευκολύνουν τις επιχειρήσεις να αποκτήσουν δεσπόζουσα θέση και να ενισχύσουν τα εμπόδια εισό

δου που ενδέχεται να έχουν αρνητικές επιπτώσεις στον ανταγωνισμό και την καινοτομία μακροπρόθεσμα.

24. Όπως προκύπτει, τα θετικά αποτελέσματα δικτύου (είτε άμεσα είτε έμμεσα) για τους χρήστες είναι πλείστα[41], αν αναλογιστούμε ότι χάριν στην επεξεργασία των δεδομένων τους οι πλατφόρμες με μηχανές αναζήτησης εμφανίζουν όσο το δυνατό πιο συναφή αποτελέσματα, αποδίδοντας προφανώς καλύτερα, οι πλατφόρμες ηλεκτρονικού εμπορίου είναι σε θέση να προβλέπουν τα αρεστά προϊόντα στους χρήστες βάσει των προγενέστερων προτιμήσεών τους, ενώ οι πλατφόρμες κοινωνικών δικτύων εμφανίζουν τις πιο σχετικές με τα ενδιαφέροντα των χρηστών κοινωνικές αλληλεπιδράσεις.

25. Σε κάθε περίπτωση, προκειμένου να προσδιοριστεί πληρέστερα η οικονομική σημασία των άμεσων και των έμμεσων επιπτώσεων του δικτύου είναι σημαντικό να ληφθούν υπόψη όλες οι πλευρές της πλατφόρμας[42]. Σε συνέχεια της εξέτασης των θετικών αποτελεσμάτων των επιπτώσεων δικτύου ως προς τους χρήστες, ακολουθεί η εξέταση των αποτελεσμάτων δικτύου από την πλευρά των διαφημιστών.

26. Κατά κανόνα και σε αντίθεση προς την συμπεριφορά των χρηστών, οι διαφημιστές δεν θέλουν να είναι εκεί που είναι οι αντίπαλοί τους[43]. Αυτό συμβαίνει, διότι η αυξημένη παρουσία διαφημιστών εντός της πλατφόρμας σημαίνει ότι ο κάθε διαφημιστής πρέπει να ανταγωνιστεί περισσότερο προκειμένου να τραβήξει την προσοχή του εκάστοτε χρήστη, ενώ, δε, εγκυμονεί ο κίνδυνος μεγαλύτερου κόστους ανά διαφήμιση λόγω της συμφόρησης διαφημίσεων εντός της πλατφόρμας. Επιπλέον, η πλατφόρμα είναι σε θέση να επιβάλλει μεγαλύτερες χρεώσεις ανά διαφήμιση λόγω της πλειονότητας των διαφημιστών εντός αυτής[44]. Επομένως, δεν εντοπίζονται θετικά άμεσα αποτελέσματα δικτύου αναφορικά με τους διαφημιστές, παρά αρνητικά[45], με την έννοια ότι η αύξηση του αριθμού των διαφημιστών εντός του περιβάλλοντος μιας διαδικτυακής πλατφόρμας περισσότερο βλάπτει παρά ωφελεί τα οικονομικά συμφέροντα των διαφημιστών.