Door AI wordt het makkelijker om te voorspellen hoeveel consumenten ergens voor willen betalen. Daardoor kunnen bedrijven prijzen nauwkeuriger op de persoon afstemmen. Dit kan leiden tot efficiëntere markten, maar ook tot hogere consumentenprijzen.
In het kort
- Door AI kunnen producenten eenvoudiger en nauwkeuriger gepersonaliseerde prijzen aanbieden.
- Gepersonaliseerde prijzen kunnen marktefficiëntie bevorderen, maar ook marktopbrengsten naar producenten verleggen.
- De consument is gebaat bij betere informatie over gepersonaliseerde prijzen en de werking van AI.
AI – en gespecialiseerde algoritmen in het algemeen – maken het eenvoudiger te achterhalen hoeveel consumenten ergens voor willen betalen (FTC, 2025a). AI-modellen kunnen namelijk op basis van data, algoritmes en statistische modellen patronen herkennen en voorspellingen doen. Bedrijven lijken dan ook steeds vaker gepersonaliseerde prijzen toe te passen (OESO, 2021; BEUC, 2023; ACM, 2025a; FTC, 2025b). Een van de consequenties is dat marktopbrengsten van consumenten naar producenten verschuiven. Dit kan AI minder aantrekkelijk voor consumenten maken en de competitie tussen bedrijven aantasten.
Beleidsmakers hebben verschillende opties om de voordelen van AI voor consumenten, zoals het beter kunnen vergelijken van producten (The Economist, 2025a; 2025b), af te wegen met de voordelen voor producenten en het functioneren van markten. In dit artikel ga ik in op wat gepersonaliseerde prijzen zijn, de mogelijke gevolgen en hoe beleid erop in kan spelen.
Gepersonaliseerde prijzen
Gepersonaliseerde prijzen, tevens eerstegraads prijsdiscriminatie genoemd, is het verkopen van hetzelfde goed aan verschillende individuele klanten tegen verschillende prijzen, terwijl de marginale verkoopkosten gelijk blijven (Armstrong, 2008). De producent rekent zo verschillende prijzen aan klanten, afhankelijk van inschattingen over hoeveel ze willen betalen.
Gepersonaliseerde prijzen zijn iets anders dan dynamische prijzen en prijsdifferentiatie. Dynamische prijzen veranderen mee met marktcondities, zoals hogere prijzen voor vliegtickets als de vraag toeneemt. Prijsdifferentiatie is het toepassen van verschillende prijzen door verschillende marginale kosten.
Prijsdiscriminatie is niet nieuw (OESO, 2016). In de praktijk zien we het vooral op twee manieren terug: differentiatie in aangeschafte hoeveelheden, oftewel tweedegraads prijsdiscriminatie, en differentiatie per klantengroep zoals bijvoorbeeld seniorenkorting, oftewel derdegraads prijsdiscriminatie. Eerstegraads prijsdiscriminatie bestond daarentegen vooral in de theoretische modellen van economen (OESO, 2016). Het is namelijk lastig voor producenten om de individuele betalingsbereidheid van consumenten precies en goedkoop in te schatten. Steeds geraffineerdere AI-modellen, de rijke hoeveelheid aan consumentendata en een infrastructuur die persoonlijke prijzen faciliteert, vereenvoudigen echter deze inschatting (FTC, 2025a).
Maar AI-modellen, data en infrastructuur zijn niet genoeg voor het inzetten van persoonlijke prijzen. Je hebt ook prijszettende macht nodig. Prijszettende macht bestaat in geconcentreerde markten, bijvoorbeeld door netwerkeffecten, weinig substitutiemogelijkheden of informatieasymmetrie, waardoor consumenten minder gevoelig voor prijzen worden. De producent profiteert hiervan door hogere prijzen in te zetten.
Verder moet de consument geen arbitragemogelijkheden hebben voor de toepassingen van gepersonaliseerde prijzen. Van arbitrage is sprake als het voor de consument eenvoudig is om een gepersonaliseerde prijs te manipuleren, bijvoorbeeld door foute informatie aan te leveren over persoonlijke voorkeuren.
Prijspersonalisatie kan verschillende vormen aannemen, zoals geïndividualiseerde prijsopgaven, reclames, kortingen en keuzearchitecturen (FTC, 2025b). In beginsel zijn geïndividualiseerde kortingen niet anders dan geïndividualiseerde prijsopgaven. In beide gevallen wordt hetzelfde product voor verschillende prijzen verkocht aan verschillende consumenten. Het nadeel van geïndividualiseerde kortingen is dat ze transactiekosten introduceren voor de consument, zoals bijvoorbeeld het invullen van een persoonlijke kortingscode. Individuele reclames en keuzearchitecturen leiden op zichzelf niet tot verschillende prijzen. Ze kunnen echter wel hetzelfde doel nastreven als geïndividualiseerde prijsopgaven. Namelijk, op individueel niveau consumentensurplus afromen door vooral producten aan te bevelen die de maximale betalingsbereidheid benaderen.
Effecten van gepersonaliseerde prijzen
Gepersonaliseerde prijzen kunnen diverse direct en indirecte effecten hebben.
Meer transacties
Allereerst kan eerstegraads prijsdiscriminatie de marktefficiëntie verbeteren en meer transacties bewerkstelligen. De producent kiest namelijk voor elke transactie een prijs die net onder de betalingsbereidheid ligt en boven de marginale kostprijs. Hiermee komen meer transacties tot stand, namelijk óók alle transacties met een prijs tussen de marginale kostprijs en de uniforme monopolieprijs. Iemand die bijvoorbeeld maximaal 40 euro wenst te betalen voor een dienst met een marginale kostprijs van 30 euro en een uniforme monopolieprijs van 50 euro zou een gepersonaliseerde prijs van 39,99 euro aangeboden kunnen krijgen en daarmee overgaan tot aanschaf.
Afname consumentensurplus
Bij een perfecte toepassing van geïndividualiseerde prijzen gaan efficiëntiewinsten echter volledig ten koste van het consumentensurplus – oftewel het voordeel dat consumenten overhouden aan een markttransactie. Consumenten van wie de betalingsbereidheid hoger ligt dan de uniforme monopolieprijs houden minder surplus over. Consumenten wier betalingsbereidheid lager ligt dan de uniforme monopolieprijs en hoger dan de marginale kostprijs zijn even goed af: in de situatie met een uniforme prijs gaan deze niet over tot aankoop en is hun surplus nul. In de situatie met een individuele prijs gaan deze wel over tot aankoop maar is de prijs ongeveer gelijk aan de betalingsbereidheid, waardoor hun surplus nog steeds nihil is.
Alleen bij imperfecte toepassing van persoonlijke prijsdiscriminatie, wanneer de prijs niet exact overeenkomt met de betalingsbereidheid, wordt het consumentensurplus niet maximaal afgeroomd. De consumenten die hier baat bij hebben zijn degenen die alleen overgaan tot aankoop onder individuele prijszetting. Voor het gros van de consumenten leidt prijsdiscriminatie dus tot een herverdeling van marktopbrengsten richting producenten.
Concentratie van opbrengsten
Omdat er minder producenten dan consumenten zijn, draagt prijsdiscriminatie ook bij aan een grotere concentratie van marktopbrengsten bij de (aandeelhouders van) producenten. Als deze groep vooral multinationals betreft, impliceert dit ook een geografische verplaatsing van marktopbrengsten. Dit is niet ondenkbaar: het verzamelen van consumentendata vindt immers grotendeels plaats via platform- en technologiebedrijven. Dit kan nadelig uitpakken voor landen die over weinig van dit soort bedrijven beschikken.
Natuurlijk kunnen kleinere bedrijven de verzamelde consumentendata zelf kopen of gaan verzamelen. Bij opkopen van de data geldt echter dat de dataverzamelaar het surplus (deels) van deze kleinere bedrijven kan afromen.
Nieuwe markten
Verder kunnen markten zich ontwikkelen als producenten worden aangetrokken door het vooruitzicht op hogere winsten door prijsdiscriminatie. Er kunnen zelfs nieuwe goederen en/of diensten ontstaan die zonder eerstegraads prijsdiscriminatie niet rendabel waren (Armstrong, 2008). Het aantrekken van meer spelers in een markt is gunstig voor de concurrentie en innovatie. Op zijn beurt kan extra competitieve druk er ook voor zorgen dat persoonlijke prijzen minder worden ingezet omdat consumenten dan meer opties hebben en prijsgevoeliger worden.
Anticompetitief gedrag
Tegelijkertijd stimuleert het vooruitzicht op meer winst gevestigde bedrijven om anticompetitief gedrag te vertonen om zo opkomende concurrentie in de kiem te smoren en overstapmogelijkheden van consumenten te beperken. Voorbeelden van anticompetitief gedrag zijn roofprijzen (prijzen beneden de marginale kostprijs) of het weigeren van toegang tot cruciale infrastructuur (ACM, 2025b). Anticompetitief gedrag gaat ten koste van innovaties en kwaliteit, en draagt bij aan hogere consumentenprijzen. Bovendien maakt anticompetitief gedrag het onaantrekkelijk voor toetreders om überhaupt op de markt te komen als ze van tevoren al weten dat het gevestigde bedrijf ze buiten spel zal zetten.
De prikkel om anticompetitief gedrag te vertonen kan nog sterker worden als geraffineerde beprijzingsmodellen dit soort gedrag goedkoper maken. Dat is het geval bij roofprijzen: bedrijven kunnen kunstmatig lage prijzen namelijk eenvoudiger focussen op cruciale consumenten voor concurrenten in plaats van de hele consumentenpool (OESO, 2016).
Manipulatie van consumentenprofielen
Surveyonderzoek laat zien dat consumenten niet zitten te wachten op individuele prijszetting (Poort en Zuiderveen Borgesius, 2019). Ze zullen zich er daarom waarschijnlijk tegen verzetten. Consumenten kunnen bijvoorbeeld hun profiel aanpassen zodat het lijkt alsof hun betalingsbereidheid laag is, mogelijk met behulp van AI-toepassingen. In de Verenigde Staten bestaan al AI-toepassingen die namens consumenten onderhandelen met autoverkopers (The Economist, 2025b). Ook de opkomst van virtuele privénetwerken (VPN) laat zien dat consumenten reageren op ontwikkelingen rond dataverzameling.
De vraag is echter hoeveel consumenten daadwerkelijk hun profiel zullen proberen te beïnvloeden. Zo worden VPN’s door slechts een kwart van de Nederlanders gebruikt (NordVPN, 2025). Ook komt de negatieve houding van consumenten niet naar voren in gedragsexperimenten (OESO, 2021). Bovendien kunnen bedrijven prijspersonalisatie ook toepassen via gepersonaliseerde coupons, waardoor het minder duidelijk is hoe prijzen tussen consumenten verschillen en negatieve consumentenreacties mogelijk uitblijven.
Beleidsrichtingen
Hoewel het lastig is om te voorspellen in hoeverre de verschillende economisch effecten zich zullen voordoen, is het belangrijk dat maatschappelijk ongewenste effecten worden gemitigeerd. Het gaat dan vooral om het eventuele wegvallen van het consumentensurplus, de concentratie van marktbaten bij producenten (buiten Nederland en/of Europa) en anticompetitief gedrag. Deze effecten kunnen de welvaartsongelijkheid vergroten, innovatie indammen, en de economische macht vergroten van een kleine groep producenten en de landen waarin deze zijn gevestigd. Idealiter pakken marktdynamieken deze ongewenste effecten zelf aan, bijvoorbeeld door extra competitieve druk bij hogere winstprikkels. Waar dit niet genoeg is, kan beleid een rol spelen.
Beleidsinterventies kunnen gemotiveerd worden vanuit rechtvaardigheidsoverwegingen. Een bekend voorbeeld van hoe eerstegraads prijsdiscriminatie kan indruisen tegen rechtvaardigheidsprincipes, is de personalisatie gebaseerd op bepaalde persoonlijke karakteristieken. Bijvoorbeeld geslacht, nationaliteit of verslavingsgevoeligheid. Vanuit de Europese Commissie is dergelijke prijsdiscriminatie verboden (artikel 21 van het Handvest van de grondrechten van de Europese Unie).
Voor goede monitoring is echter beter inzicht nodig in hoe AI-modellen werken. AI-modellen hebben een hoog black-box-gehalte, wat het lastig maakt om te achterhalen op basis waarvan prijspersonalisatie heeft plaatsgevonden. Bovendien kan de voorspellende kracht van wél toegestane karakteristieken sterk correleren met verboden karakteristieken. In de praktijk kan dit ongewenste discriminatie zijn.
Een andere rechtvaardigheidsoverweging betreft de herverdelingseffecten van eerstegraads prijsdiscriminatie. Als er een politieke wens is voor een bepaalde verdeling van koopkracht, kan aanvullend herverdelingsbeleid noodzakelijk zijn bij wijdverbreide prijsdiscriminatie.
Beleid kan zich daarnaast richten op het versterken van de informatiepositie van de consument. Consumenten weten vaak niet welke data worden verzameld en waarom (Rathenau Instituut, 2021). De impact van onbewust data afstaan neemt toe bij eerstegraads prijsdiscriminatie: persoonlijke data worden namelijk direct gebruikt om extra consumentensurplus af te romen. De consument kan dan minder goed doorzien op basis van welke gegevens een prijs tot stand is gekomen en hoe ver deze van de uniforme monopolieprijs ligt. Dat bemoeilijkt het maken van onderbouwde aanschafbeslissingen en versterkt de noodzaak de informatiepositie bij consumenten te verbeteren.
Allereerst kunnen producenten verplicht worden om transparanter te zijn over de toepassing van prijspersonalisatie. Artikel 6 van de Europese consumentenrichtlijn verplicht aanbieders al om consumenten te informeren wanneer prijzen door automatische systemen zijn bepaald. Een volgende stap kan zijn dat producenten moeten toelichten hoe ze tot individuele prijzen zijn gekomen (Rott et al., 2022).
Ten tweede kunnen consumententoepassingen gestimuleerd worden die inzicht bieden in de verschillende prijzen die gelden voor hetzelfde product, bij verschillende persoonlijke karakteristieken. Mogelijk kan de markt dit overigens ook zonder stimulering teweeg brengen, zie de vele vergelijkingssites die nu al bestaan.
Als derde optie kunnen bedrijven verplicht worden om een uniforme referentieprijs aan te bieden naast de individuele prijs. Consumenten kunnen hun persoonlijke prijs dan vergelijken met de referentieprijs. Het lastige hierbij is dat bedrijven dan een prikkel hebben om de referentieprijs hoger te stellen dan in een situatie met één monopolieprijs.Een alternatieve referentieprijs kan de gemiddelde individuele prijs zijn. Echter, dat helpt het zakelijk belang van individuele prijszetting om zeep. Weinig consumenten zullen immers bereid zijn om meer te betalen dan de gemiddelde prijs, waardoor de gemiddelde prijs steeds verder omlaag wordt getrokken, tot aan de marginale kostprijs. De mediane prijs biedt dan een logischere referentieprijs: die wordt niet omlaag getrokken zodra consumenten kiezen voor de mediane prijs in plaats van een hogere individuele prijs. Een consequentie is dat de producent dan wordt beperkt in het afromen van consumentensurplus tot maximaal de mediane prijs. Dit zwakt ook de winstprikkels af.
Tot slot
Hoewel gepersonaliseerde prijzen nog geen vlucht hebben genomen, valt op basis van de snelheid van AI-ontwikkelingen te verwachten dat dit geen verre toekomstmuziek hoeft te zijn. Gepersonaliseerde prijzen kunnen de marktefficiëntie verhogen, maar ook maatschappelijk ongewenste effecten hebben. Het afromen van het consumentensurplus zal mogelijkerwijs eerder bemerkt worden en een snellere reactie uitnodigen van marktpartijen en/of beleidsmakers. Daarentegen kunnen anticompetitieve gedragingen en verminderde innovatie pas op de langere termijn opspelen. Op deze effecten dient beleidsmatig te worden geanticipeerd als blijkt dat marktdynamieken deze maatschappelijk ongewenste effecten onvoldoende mitigeren.

Literatuur
ACM (2025a) Marktonderzoek ACM computergestuurde consumentenprijzen in de luchtvaartsector: onderzoeksaanpak en consultatie. ACM Nieuwsbericht, 2 juli.
ACM (2025b) Misbruik van economische machtspositie. ACM Informatie.
Armstrong, M. (2008) Price discrimination. In: R. Buccirossi (red.), Handbook of antitrust economics. Cambridge, MA: MIT Press. p. 433-468.
BEUC (2023) Each consumer a separate market? BEUC position paper on personalised pricing, 17 juli.
FTC (2025a) Issue spotlight: The rise of surveillance pricing. Federal Trade Commisson, 17 januari.
FTC (2025b) FTC Surveillance pricing 6(b) Study: research summaries. Federal Trade Commisson, januari.
NordVPN (2025) NordVPN-onderzoek 2025: gratis VPN’s blijven populair– gooien we onze privacy te grabbel? Blog op nordvpn.com, 14 oktober.
OESO (2016) Price discrimination: Background note by the Secretariat, DAF/COMP(2016)15. Te vinden op one.oecd.org.
OESO (2018) Personalised pricing in the digital era: Background note by the Secretariat, DAF/COMP(2018)13. Te vinden op one.oecd.org.
OESO (2021) The effects of online disclosure about personalised pricing on consumers. OECD Digital Economy Paper, 303.
Poort, J. en F.J. Zuiderveen Borgesius (2019) Does everyone have a price? Understanding people’s attitude towards online and offline price discrimination. Internet Policy Review, 8(1), 1–20.
Rathenau Instituut (2021) Burgers: meer zeggenschap en kennis nodig over dataverzameling. Rathenau Instituut, Artikel, 17 september.
Rott, P., J. Strycharz en F. Alleweldt (2022) Personalised pricing. Policy Department for Economic, Scientific and Quality of Life Policies, European Parliament, november. Te vinden op www.europarl.europa.eu.
The Economist (2025a) How AI is disrupting shopping. The Economist, 8 december.
The Economist (2025b) The end of the rip-off economy. The Economist, 27 oktober.
Auteur
Categorieën