Garantir des conditions de concurrence équitables
Les modèles commerciaux fondés sur les données apparaissent comme un moyen de transformer les données en actifs économiques. Tout particulièrement, les entreprises de plateformes apportent des solutions aux problèmes de développement en appariant les fournisseurs et les consommateurs sur la base de données, notamment dans des pays à faible revenu. Pourtant, on observe une tendance à la concentration de ces entreprises. C’est ainsi que des acteurs plus jeunes et plus petits doivent surmonter de nombreux obstacles pour rivaliser avec de plus grandes sociétés bien établies. La concentration du marché peut être préjudiciable au bien-être des individus qui se connectent à ces plateformes en qualité de consommateurs, de fournisseurs ou de prestataires de services. Des mesures doivent donc être prises pour garantir des règles de jeu équitables et une saine concurrence sur le marché.
Modèles commerciaux fondés sur les données
De plus en plus, les entreprises utilisent les données comme un facteur essentiel de création de la valeur dans le processus de production. En même temps, les données sont continuellement générées comme un sous-produit de l’activité économique et réinjectées dans le processus de production. Grâce à l’accroissement de leur capacité de collecte, de stockage et de traitement des données, les entreprises ont augmenté de manière exponentielle la valeur qu’elles retirent des données ces dernières années. Parallèlement, les modèles commerciaux fondés sur les données qui créent des biens et services de meilleure qualité aident à résoudre bon nombre de problèmes de développement.
Les entreprises utilisent des données issues de sources diverses comme un facteur de production. Elles peuvent ainsi prendre de meilleures décisions fondées sur les données. Il s’ensuit des améliorations qualitatives, une baisse des coûts et la création de produits nouveaux et innovants. En Inde par exemple, des agriculteurs peuvent utiliser une plateforme basée sur les données qui combine imagerie satellitaire, intelligence artificielle et apprentissage automatique pour observer à distance l’état des cultures et estimer leur rendement avant les récoltes. Au Chili et au Cameroun, des télécliniques et leurs spécialistes peuvent, à distance, assurer le suivi et faire le diagnostic de patients résidant dans des régions difficiles d’accès en utilisant des capteurs pour recueillir les données médicales de ces patients et l’intelligence artificielle pour analyser ces données.
Les entreprises de plateformes, qui constituent l’un des modèles fondés sur les données les plus omniprésents et les plus révolutionnaires aujourd’hui, réduisent les coûts de transaction et limitent les défaillances du marché en favorisant une meilleure adéquation de l’offre et de la demande. En Afrique de l’Ouest par exemple, des plateformes rapprochent des exploitants agricoles qui possèdent des tracteurs inutilisés de ceux qui en ont besoin.
Note: AI = artificial intelligence; IoT = internet of things.
Fondamentalement, les données sont des sous-produits des entreprises fondées sur des données, qu’elles peuvent ensuite utiliser comme un apport important pour le cycle économique à base de données. À titre d’exemple, les plateformes de commerce électronique utilisent les données générées comme un sous-produit des façons de naviguer et des achats pour améliorer leur offre de produits. Les opérateurs de cartes de crédit vendent parfois leurs données de transactions pour une région spécifique aux fournisseurs de services touristiques dans cette région.
Les plateformes dans les pays en développement
Les entreprises de plateformes constituent l’un des modèles à base de données les plus révolutionnaires qui soient. Elles se répandent dans les pays à faible revenu et à revenu intermédiaire, sous la forme aussi bien de start-up que de sociétés opérant à grande échelle, à capitaux locaux ou sous contrôle étranger.
De nouveaux travaux de recherche portant à la fois sur des start-up et des structures établies démontrent la diversité des nouvelles plateformes. Au moins 959 entreprises de plateformes ont une présence physique dans un ensemble de 17 pays à faible revenu et à revenu intermédiaire dans toutes les régions et dans quatre secteurs importants pour l’emploi ou la productivité économique que sont le commerce électronique, le transport et la logistique (y compris le transport de marchandises et de passagers), l’agriculture et le tourisme.
Entreprises de plateformes par pays et par secteur
Source: Base de données du Groupe de la Banque mondiale sur les plateformes numériques des économies en développement 2020, à partir de données de Crunchbase, Factiva, Thomsonreuters et Alexa (téléchargées au 2e trimestre 2020).
Le commerce électronique est le principal secteur d’activité des entreprises de plateformes : il représente 82 % des entreprises de l’échantillon. La plus grande proportion d’entreprises de commerce électronique se trouve en Asie du Sud et en Afrique du Nord, et la plus faible en Europe et Asie centrale. Le secteur agricole est généralement le moins représenté dans toutes les régions, hormis en Afrique subsaharienne.
Le Nigéria, le Bangladesh et l’Indonésie sont des foyers de plateformes, tels que mesurés par un nombre relativement grand d’entreprises de plateformes par rapport au PIB, surtout de commerce électronique. Le Kenya et le Nigéria se démarquent particulièrement pour ce qui est du secteur agricole. .
Dans tous les pays examinés, la plupart des plateformes sont de création récente ; 55 % ont été établies durant les cinq dernières années. À peine 11 % des entreprises ont plus de 10 ans d’existence. Les entreprises sont généralement petites. Plus de 80 % ont un effectif ne dépassant pas 50 employés. Près de la moitié (47 %) n’ont pas plus de 10 employés.
La propriété et le trafic semblent concentrés dans quelques grandes entreprises de plateformes mondiales
Bien que le nombre d’entreprises locales fondées sur les données ne cesse de croître dans les pays à faible revenu et à revenu intermédiaire, des entreprises étrangères y sont très présentes, ce qui souligne l’envergure mondiale de l’économie fondée sur les données.
« Deux tiers des 25 sites les plus importants dans l’échantillon de pays faible revenu et à revenu intermédiaire sont détenus par tout juste six compagnies basées aux États unis »
L’équilibre entre les entreprises locales et les sociétés étrangères est mesuré par leur représentation parmi les 25 sites web les plus visités dans les pays.
Sites web appartenant à des entreprises locales et étrangères
Source : Alexa (téléchargé au 2e trimestre 2020).
Voici les 25 sites web les plus visités dans l’échantillon de pays, classés par ordre décroissant de la gauche vers la droite. Les sites sont colorés par catégorie. La catégorie « autre » comprend les pages d’information et les sites web gouvernementaux, ainsi que des sites liés aux établissements universitaires, aux institutions financières et aux opérateurs de services de télécommunication.
Sites sous contrôle étranger. Ils représentent 59 % des sites du haut du classement ; leur proportion varie de 84 % aux Philippines à 20 % en Indonésie. La présence de ces sites web étrangers souligne le caractère mondial de l’économie des données et l’importance des grandes entreprises internationales dans l’écosystème fondé sur les données.
En fait, la plupart des plus grands sites web sont détenus par la même poignée de sociétés basées aux États unis. Deux tiers des 25 sites les plus importants de l’échantillon sont détenus par : Google, Microsoft, Facebook, Verizon, Amazon, et Zoom. Leur présence rappelle que l’économie des données est encore à un stade embryonnaire dans les pays à faible revenu, comparativement aux pays à revenu élevé.
Google, Facebook et Microsoft contrôlent à eux seuls la moitié des plus grands sites. Ils se classent parmi les 10 sites web les plus visités dans tous les pays à faible revenu pour lesquels des données sont disponibles.
Lorsque les entreprises de plateformes asseyent leur domination sur le marché, cela peut faire obstacle aux nouveaux arrivants et porter préjudice aux utilisateurs
Si la montée en puissance des entreprises fondées sur les données peut engendrer des possibilités commerciales propices au développement, la possession de données peut aussi fournir auxdites entreprises un avantage concurrentiel susceptibles de faire basculer les marchés dans des situations de concentration hégémonique et de position dominante, augmentant ainsi le risque d’exclusion d’entreprises et d’entrepreneurs de plus petite taille, ainsi que d’exploitation des utilisateurs.
La concentration des marchés fondés sur les données et la position dominante sur ces marchés comportent des risques à la fois pour les consommateurs et les fournisseurs, de même que pour les prestataires de services.
Risques associés à la concentration des marchés fondés sur les données
Risque accru de pratiques anticoncurrentielles Pour les consommateurs, cela peut signifier un abus de position dominante qui pousse les prix à la hausse et réduit l’éventail de choix des consommateurs, ainsi que des ententes algorithmiques. Pour les entrepreneurs, cela peut signifier l’exclusion du marché pour de plus petites entreprises.
Déséquilibre des pouvoirs de négociation Pour les entrepreneurs, cela peut signifier des conditions contractuelles défavorables et opaques pour les fournisseurs qui font des opérations sur les plateformes.
Risque de collecte de données excessives Pour les consommateurs, cela peut signifier la collecte et le traitement d’un trop grand nombre de leurs données à caractère personnel. Pour les entrepreneurs, cela peut signifier que des plateformes collectent et utilisent des données concernant les produits de leurs fournisseurs qui peuvent ensuite être utilisées pour renforcer les produits de ces plateformes elles-mêmes.
Discrimination et biais Pour les consommateurs, cela peut signifier d’utiliser des données pour les discriminer sur la base de leur profil de consommation ou leur disposition à payer. Pour les entrepreneurs, cela peut signifier que les algorithmes de recherche et de classement des plateformes soient biaisés au détriment de produits d’entrepreneurs indépendants et au profit des produits des plateformes elles-mêmes.
Détérioration du bien-être et dissuasion de l’innovation Le manque de contestabilité du marché dissuade les entreprises d’innover et d’améliorer la productivité. À plus long terme, il s’ensuit une augmentation des prix et un baisse de la qualité pour les consommateurs et les entreprises.
Ainsi, comment les entreprises consolident-elles leur pouvoir sur les marchés numériques ? Prenons par exemple une plateforme de commerce électronique mature. Elle détient beaucoup de données (historiques) de consommateurs et peut générer une expérience d’achat plus personnalisée, avec des recommandations de produits plus précises, des paniers précommandés et un plus grand nombre d’avis de consommateurs. Avec son grand nombre de consommateurs, cette plateforme va aussi attirer plus de fournisseurs par le jeu des effets de réseau indirects, ce qui fait qu’il est plus coûteux pour les utilisateurs de passer à une plateforme concurrente.
En revanche, aux nouveaux entrants sur le marché, il manque les mégadonnées historiques de l’acteur établi, et ceux-ci ne pourront pas bénéficier des effets de réseau et des économies d’échelle. En conséquence, de nouvelles entreprises généreront moins de données pour aider à développer et améliorer leurs produits et services, et par ricochet attirer moins de consommateurs. Elles auront ainsi plus de mal à innover et à rivaliser avec de grandes entreprises.
Les données peuvent aussi faciliter l’entrée d’une plateforme dans des marchés voisins. Entre autres exemples bien connus, on peut citer la transition de M-Pesa du transfert d’argent aux produits d’épargne et de crédit ; l’entrée d’Uber dans la distribution de repas et la livraison de marchandises ; et l’évolution de Google de la recherche à la vente, la cartographie et d’autres secteurs.
En combinant différents types de données, les plateformes peuvent tirer profit de l’éventail plus vaste de données à leur disposition, ce qui explique le nombre de plus en plus important de fusions dont le but est d’accumuler des données. L’acquisition de WhatsApp par Facebook en est un excellent exemple.
Que peuvent faire les organismes de réglementation ?
Les gouvernements disposent de deux instruments de politique de concurrence complémentaires pour se prémunir contre les risques d’enracinement d’une position dominante sur le marché. Le premier est l’application de législations portant sur les ententes, avec des possibilités d’adaptation au contexte des entreprises fondées sur les données. Cela suppose de déceler et sanctionner des pratiques anticoncurrentielles (lorsqu’une entreprise abuse de sa position dominante ou un groupe d’entreprises conclut un accord anticoncurrentiel) ou de prévenir des fusions anticoncurrentielles. Le second — qui est aussi important que le premier — est l’élaboration de réglementations permettant aux entreprises fondées sur les données d’entrer dans des marchés et de rivaliser sur un pied d’égalité tout en protégeant les utilisateurs.
Appliquer effectivement les règles relatives aux pratiques anticoncurrentielles
Pour s’attaquer aux positions dominantes sur les marchés de données, les autorités de la concurrence peuvent assurer l’application effective des législations antitrust. Lorsqu’une entreprise abuse de sa position dominante ou un groupe d’entreprises conclut un accord anticoncurrentiel, ces pratiques anticoncurrentielles sont frappées d’illégalité et peuvent être sanctionnées.
Par exemple, compte tenu du risque accru d’émergence d’entreprises dominantes dans l’économie des données, plusieurs autorités de la concurrence à travers le monde ont décelé et jugé des affaires dans le cadre desquelles des entreprises abusaient de leur position dominante. Global Digital Antitrust Database, une base de données numérique établie par la Banque mondiale pour toutes les affaires tranchées concernant des ententes impliquant des plateformes numériques, contient 30 affaires d’abus de position dominante à travers le monde que l’on peut classer en 13 types de pratiques. Parmi ces pratiques, on compte celles directement liées à l’utilisation des données par des entreprises, y compris des restrictions d’accès aux données pour des concurrents, la manipulation d’algorithmes de recherche et des politiques de collecte et de traitement de données à des fins d’exploitation. Cette dernière pratique illustre l’interface entre la protection des données et la politique de la concurrence.
Explorez les différents types d’abus et les affaires associées tranchées par des autorités de la concurrence à travers le monde en utilisant les filtres ci-dessous.
Source: Global Digital Antitrust Database, Banque mondiale, Finance Competitiveness & Innovation Global Practice.
Un autre moyen par lequel les autorités de la concurrence peuvent faire appliquer la réglementation antitrust est en bloquant des fusions et acquisitions potentiellement anticoncurrentielles entre plateformes numériques ou en imposant des conditions pour celles-ci. Par exemple, la Commission fédérale pour la concurrence économique du Mexique (COFECE) a décidé en 2019 de bloquer la proposition d’acquisition de Cornershop par Walmart au motif que la société qui en résulterait aurait accès à des données sur les ventes de détaillants concurrents à travers la plateforme, ce qui était perçu comme plaçant les concurrents dans une position désavantageuse.
Garantir des règles de concurrence équitables par la réglementation
En plus de prendre des mesures antitrust après avoir identifié un comportement anticoncurrentiel, les organismes de réglementation du marché peuvent être conçus de manière à permettre aux entreprises fondées sur les données d’intégrer des marchés et de rivaliser sur un pied d’égalité tout en protégeant les utilisateurs. Cette réglementation ex ante comporte des dispositions relatives à la gouvernance des données, des dispositions axées sur les plateformes fondées sur les données, et des règles traditionnelles pour le secteur. Elle est aussi importante que les mesures antitrust — sinon plus encore —, particulièrement là où l’autorité de la concurrence n’est pas opérationnelle.
Des initiatives obligatoires et volontaires d’amélioration de l’accès aux données sont des exemples de réglementation ex ante. À cet égard, les organismes de réglementation ont le choix entre plusieurs options, notamment faciliter le partage volontaire de données entre entreprises ou autoriser la portabilité de telle manière que les consommateurs soient en mesure de transférer leurs données entre différents contrôleurs de données. L’interopérabilité obligatoire des données — qui va plus loin que la portabilité en assouplissant les obstacles au partage — est utile lorsque le partage continu est requis.
Les systèmes « bancaires ouverts » — dans lesquels des prestataires de services financiers sont obligés de partager des données de comptes utilisateur à des tiers à travers des interfaces applicatives (API) — est un excellent exemple qui illustre parfaitement ce type de réglementation. Les données bancaires ont des caractéristiques particulières qui font qu’elles se prêtent bien aux initiatives de partage parce qu’elles sont relativement homogènes et normalisées — et la notion de « banque ouverte » est désormais bien établie en Europe. L’initiative de banque ouverte au Royaume-Uni est généralement considérée comme ayant particulièrement réussi à stimuler l’entrée dans le marché et l’innovation, 134 prestataires tiers étant enregistrés et fournissant des services en ce moment. Au moins neuf autres juridictions ont des systèmes bancaires ouverts.
Enfin, les gouvernements peuvent optimiser la réglementation hors ligne. Pour certaines entreprises fondées sur les données, l’important pour pouvoir entrer dans le marché et soutenir la concurrence est d’améliorer la réglementation traditionnelle « hors ligne ». Dans certains cas, cette réglementation protège ou favorise des acteurs traditionnels ou établis au détriment des entreprises fondées sur les données. Au Maroc et en Tunisie par exemple, les entreprises publiques ne sont pas assujetties aux mêmes obligations de protection des données que les opérateurs privés.
