Preus personalitzats amb IA: què està documentat del 'surveillance pricing' i com defensar-te

Imagina que tu i el teu veí busqueu el mateix vol, al mateix moment, des del mateix poble. A tu et surt 40 euros més car. No has fet res diferent: simplement, el sistema sap coses de tu que no sap d'ell.

Això té nom: surveillance pricing, preus de vigilància. Fixar el preu que veus tu, i només tu, a partir de les teves dades. I com passa gairebé sempre amb la IA, el que es diu al respecte barreja coses documentades, coses plausibles i coses que ningú ha demostrat. Aquest article separa les tres, perquè defensar-te bé comença per saber contra què et defenses.

Tres coses que no són el mateix

Quan algú diu "els preus canvien segons qui mira", pot estar parlant de tres fenòmens diferents, i la diferència importa:

1. Preus dinàmics. El preu canvia per a tothom segons la demanda, l'hora o l'estoc. El vol de divendres a la tarda és més car per a tots. No fa servir les teves dades personals. És legal i és vell com els mercats.

1. Discriminació per grup. El preu canvia segons característiques de grup: des d'on et connectes, si ets "membre" del programa de fidelitat, si arribes des d'un comparador o directament. Aquí sí que hi ha evidència sòlida des de fa més d'una dècada.

1. Personalització individual. El preu es fixa per a tu concretament, a partir del teu perfil: què has mirat, què has comprat, quant sembles disposat a pagar. Això és el surveillance pricing en sentit estricte, i és on la IA canvia les regles del joc.

Què hi ha documentat, cas per cas

La FTC va mirar dins de la maquinària

El juliol de 2024, l'autoritat de consum dels Estats Units (FTC) va ordenar a vuit empreses, entre elles Mastercard, JPMorgan Chase, Accenture i McKinsey, que expliquessin quins serveis de fixació de preus per perfil ofereixen als seus clients.

Els resultats preliminars, publicats el gener de 2025, són el document més important que existeix sobre aquest tema. La FTC va trobar que hi ha eines comercials que poden fer servir, per ajustar preus i ofertes, senyals com la localització precisa, l'historial de navegació, els productes que has deixat abandonats al cistell i fins i tot els moviments del ratolí a la pàgina. Un dels exemples citats: una empresa de cosmètica que orienta promocions segons el tipus i el to de pell del client.

El matís honest: allò documenta que la maquinària existeix i es ven, no quantes empreses la fan servir ni amb quina intensitat. L'estudi segueix sense informe final: el nou president de la FTC va retirar la consulta pública una setmana després d'obrir-se, i el tema s'ha convertit en terreny de batalla política.

Delta i el preu "amb IA" dels bitllets

El 2025, Delta Air Lines va explicar a inversors que fixava ja un 3% de les tarifes domèstiques amb IA (amb l'empresa Fetcherr) i que volia arribar al 20% a final d'any. Tres senadors nord-americans van demanar explicacions per escrit, preocupats que el sistema apuntés al "punt de dolor" de cada passatger. La resposta oficial de Delta va ser categòrica: "el nostre preu de bitllets mai no té en compte dades personals". La companyia sosté que la IA optimitza tarifes agregades, no individuals.

Fixa't en el patró, perquè el veuràs sempre: hi ha la capacitat tècnica, hi ha l'alarma, i hi ha la negació de l'ús individualitzat. El que gairebé mai hi ha és transparència verificable de manera independent.

Uber, Lyft i els descomptes que no ho eren

Consumer Reports va publicar el 2025 una investigació amb viatges idèntics demanats al mateix moment: la diferència mitjana entre el preu més alt i el més baix pel mateix trajecte era del 42%. I un 12% dels "descomptes" anunciats eren descomptes sobre un preu de referència inflat, és a dir, no eren descomptes. Les dues empreses neguen personalitzar la tarifa amb dades personals i qüestionen la metodologia. El que queda documentat, com a mínim, és que el preu que veus no és una foto fiable del mercat.

RealPage: quan l'algorisme coordina els preus de tothom

El fenomen veí també compta. El Departament de Justícia nord-americà va demandar RealPage el 2024 perquè el seu programari de preus de lloguer feia servir dades de propietaris competidors per recomanar rendes, coordinant de facto el mercat. L'acord proposat el novembre de 2025 obliga a treballar només amb dades antigues i públiques. Aquí ningú et personalitza el preu a tu: l'algorisme puja el preu de tots alhora. És un recordatori que el problema no sempre és que et mirin a tu; de vegades és que els venedors es miren entre ells.

El que diu la ciència (i que gairebé ningú cita)

Els dos estudis de mesura més citats van en una direcció incòmoda per als titulars alarmistes:

• Mikians i col·legues (2012) van mesurar 200 venedors durant setmanes: no van trobar evidència de preus diferents per sistema operatiu o navegador, però sí diferències de fins al 166% segons la ubicació geogràfica i d'un 23% segons si arribaves des d'un agregador o directament.
• Hannak i col·legues (Northeastern, 2014) van analitzar 16 grans webs de comerç i viatges amb comptes reals i sintètics: van trobar personalització en 9, però majoritàriament en forma d'steering (ordenar-te els resultats perquè vegis primer els cars) i de preus per a "membres". La majoria dels seus experiments no van detectar personalització individual.

La conclusió honesta a dia d'avui: la discriminació per grup i el steering estan àmpliament documentats; la personalització individual 1:1 a gran escala, no. El que ha canviat amb la IA no és l'evidència, és el cost: la FTC ha demostrat que les eines per fer-ho ja es venen com a servei, i el que abans exigia un equip de científics de dades ara és una subscripció. Per això els legisladors s'estan movent abans que l'evidència sigui massiva. Nova York exigeix des del novembre de 2025 que qualsevol preu fixat amb un algorisme que faci servir dades personals porti aquest avís literal: "THIS PRICE WAS SET BY AN ALGORITHM USING YOUR PERSONAL DATA", amb multes de fins a 1.000 dòlars per infracció.

El dret europeu que gairebé ningú fa servir

Aquí ve la part que t'afecta directament i que gairebé ningú coneix.

Des del 28 de maig de 2022, per la directiva europea coneguda com a Òmnibus, qualsevol comerciant que et mostri un preu personalitzat basat en una decisió automatitzada t'ho ha de dir abans que compris. No és opcional: és informació precontractual obligatòria, com el preu total o el dret de desistiment. Ull al matís: els preus dinàmics purs (els que pugen per demanda, per a tothom) no ho han d'avisar; la personalització basada en el teu perfil, sí.

I Espanya va anar més enllà en transposar-ho. L'article 97.1.f del text refós de la Llei de consumidors diu, literalment, que el preu personalitzat per decisió automatitzada "debe mantenerse invariable durante todo el proceso de compra", que t'han d'informar dels paràmetres que s'han tingut en compte, i que aquests paràmetres "en ningún caso" podran ser discriminatoris "ni explotar situaciones de urgencia o necesidad".

Llegeix això dues vegades, perquè és una eina real: a Espanya, si un preu està personalitzat, t'ho han de dir, no te'l poden apujar a mig procés de compra, i no poden fer servir la teva urgència contra tu. A això se li suma el RGPD: si el perfilat es recolza en l'"interès legítim" de l'empresa, t'hi pots oposar (article 21, tot i que l'empresa pot intentar justificar que els seus motius prevalen, excepte en màrqueting directe, on la teva oposició és incondicional), i davant decisions només automatitzades amb efectes significatius tens garanties addicionals (article 22).

Com defensar-te: el que funciona, per ordre d'evidència

1. Primer, identifica contra què lluites. Si el preu canvia igual per a tothom (comprova-ho amb algú altre al mateix moment), és preu dinàmic: la teva defensa és el calendari i la flexibilitat, no la privacitat.

2. Fes la prova del doble navegador. És el mètode dels investigadors i l'únic detector fiable a l'abast de qualsevol: obre el mateix producte alhora en la teva sessió normal i en una finestra d'incògnit sense iniciar sessió (millor encara: un altre dispositiu amb una altra xarxa). Si els preus difereixen de manera consistent, tens personalització davant.

3. La ubicació és la palanca més documentada. Les diferències per geografia són les més grans que ha trobat la recerca (fins al 166% en productes digitals). Comparar des d'una altra ubicació (una VPN, o simplement la web d'un altre país de la mateixa empresa) és la comprovació amb més probabilitat de trobar diferència real. Compte: canviar de país per comprar pot violar les condicions del servei i complicar-te impostos i garanties; com a eina de diagnòstic, en canvi, és perfectament legítima.

4. Esborrar galetes i limitar rastrejadors: útil, no màgic. Redueix la personalització basada en el teu historial, que és una de les senyals documentades per la FTC. No t'amaga del fingerprinting del dispositiu ni de la teva IP. És higiene, no invisibilitat.

5. Desconfia del "descompte". Un de cada vuit descomptes que va mirar Consumer Reports era fals: preu de referència inflat. Per a compres que importen, un historial de preus (comparadors, rastrejadors de preu) val més que qualsevol etiqueta de rebaixa.

6. App contra web: compara, no assumeixis. Hi ha diferències documentades en els dos sentits. L'única regla és mirar-ho tot dos abans de compres grans.

7. La fidelització és personalització que has signat. Els preus "de membre" són la forma legal i documentada de preu per perfil: pagues amb les teves dades. Pot sortir a compte, però decideix-ho sabent-ho.

8. Fes servir els teus drets, que per això hi són. Si sospites d'un preu personalitzat no avisat, o d'un preu que ha pujat mentre compraves: captura de pantalla, reclamació a l'empresa citant l'article 97.1.f, i si no responen, full de reclamacions a consum. Aquestes obligacions només tindran dents si els consumidors les invoquen.

I si ets empresa, mira't al mirall

Moltes pimes fan servir eines de pricing sense saber què fan per dins. Si la teva eina personalitza preus amb dades dels clients, la llei ja t'obliga a dir-ho, i la tendència regulatòria (Nova York, Maryland, la Comissió Europea revisant l'aplicació de l'Òmnibus) va tota en la mateixa direcció: més transparència, no menys. Saber-ho abans que t'ho digui un inspector o un fil viral és, senzillament, més barat. En vam parlar a fons a la guia de l'AI Act per a pimes.

El criteri de sempre, aplicat als preus

Si has llegit el nostre article sobre les estafes amb IA, reconeixeràs l'esquema: el mecanisme real no és la tecnologia, és l'asimetria. Ells saben coses de tu; tu no saps què saben ni com les fan servir. La defensa no és cap eina màgica: és criteri. Saber distingir un preu dinàmic d'un de personalitzat, comprovar en lloc d'assumir, i conèixer els drets que ja tens.

Això s'ensenya. A IAescola formem equips d'empresa, ajuntaments i centres educatius perquè entenguin com funciona la IA que ja els envolta, la que fan servir i la que els fan servir a sobre. Si vols que el teu equip aprengui a mirar la lletra petita algorítmica amb aquest mateix mètode, parlem sense compromís.

---

Fonts: FTC, ordres de la secció 6(b) a vuit empreses (23 de juliol de 2024) i resultats preliminars de l'estudi de surveillance pricing (17 de gener de 2025). Cartes dels senadors Gallego, Blumenthal i Warner a Delta Air Lines i resposta oficial de Delta (2025). Consumer Reports, investigació sobre preus d'Uber i Lyft (2025). Departament de Justícia dels EUA, acord proposat amb RealPage (novembre de 2025). Mikians et al., "Detecting price and search discrimination on the Internet" (ACM HotNets, 2012). Hannak et al., "Measuring Price Discrimination and Steering on E-commerce Web Sites" (ACM IMC, 2014). Directiva (UE) 2019/2161 i Directiva 2011/83/UE (EUR-Lex). Reial decret legislatiu 1/2007, article 97.1.f (BOE, text consolidat). Llei de Nova York de divulgació de preus algorítmics (en vigor des del 10 de novembre de 2025).