人工智能的算法合謀挑戰(zhàn)

陳永偉

人工智能對(duì)法律挑戰(zhàn)之一就是算法合謀問題，算法合謀作為合謀的一種新形式，和傳統(tǒng)的合謀既有類似，也有不同。

合謀對(duì)競爭的損害

近年來，人們?cè)谏虡I(yè)活動(dòng)中大量運(yùn)用數(shù)據(jù)導(dǎo)向的交易方式， 使得企業(yè)有條件在商業(yè)活動(dòng)中使用以大數(shù)據(jù)為基礎(chǔ)的計(jì)算機(jī)算法。與日常生活中的算法相比， 計(jì)算機(jī)算法最大的優(yōu)勢(shì)在于速度和復(fù)雜性， 即能夠以極高的速度處理異常復(fù)雜的大量數(shù)據(jù)， 從而實(shí)現(xiàn)既定的商業(yè)目的。比如企業(yè)通過計(jì)算機(jī)算法收集和處理數(shù)據(jù)信息， 便能夠有針對(duì)性地向用戶推薦商品或服務(wù)， 或者采用動(dòng)態(tài)定價(jià)算法， 使商品在網(wǎng)上顯示的價(jià)格能夠根據(jù)各種因素自動(dòng)調(diào)整。目前電子商務(wù)、零售、金融、旅游和酒店、體育和娛樂業(yè)乃至許多傳統(tǒng)行業(yè)， 都在運(yùn)用計(jì)算機(jī)算法幫助其收集市場(chǎng)信息， 為其商品和服務(wù)定價(jià)以及主動(dòng)推薦服務(wù)或商品。

目前為止， 算法本質(zhì)上仍然是人類的工具。算法如何運(yùn)轉(zhuǎn)， 取決于人們?nèi)绾卧O(shè)置它。從競爭法角度， 企業(yè)借助計(jì)算機(jī)算法， 能夠更快對(duì)市場(chǎng)價(jià)格作出反映， 可能會(huì)提升市場(chǎng)的透明度和競爭效率， 對(duì)市場(chǎng)競爭環(huán)境和消費(fèi)者有利。但是， 不恰當(dāng)?shù)剡\(yùn)用計(jì)算機(jī)算法， 也有可能會(huì)產(chǎn)生對(duì)競爭的嚴(yán)重?fù)p害， 導(dǎo)致反壟斷合規(guī)問題。

合謀是個(gè)古老的話題。追溯起來，至少可以找到亞當(dāng)·斯密在《國富論》中的一句話：“同行的人很少聚會(huì)，但是他們?nèi)绻坏┚蹠?huì)，將不是策劃出一個(gè)對(duì)付公眾的陰謀，就是炮制出一個(gè)掩人耳目的提高物價(jià)的計(jì)劃?！笨梢妼?duì)于合謀的厭惡已經(jīng)由來已久。事實(shí)上，幾乎所有國家都把這個(gè)合謀視為一種違法行為——一些國家認(rèn)為它是本身違法，另一些國家雖然不提本身違法，但也認(rèn)為這是一個(gè)嚴(yán)重的問題。為什么合謀會(huì)是一個(gè)問題呢？原因在于它會(huì)限制競爭，導(dǎo)致效率損失。如果原來市場(chǎng)上有好多個(gè)企業(yè)，可以通過競爭產(chǎn)生更低的價(jià)格和更高的產(chǎn)量，進(jìn)而產(chǎn)生更多的消費(fèi)者剩余。但是如果幾家企業(yè)聯(lián)合起來，一起定價(jià)、定產(chǎn)量，那么結(jié)果就是類似于壟斷——產(chǎn)量會(huì)更低，價(jià)格會(huì)更高，消費(fèi)者剩余會(huì)下降。換言之，從經(jīng)濟(jì)學(xué)角度來講，合謀會(huì)導(dǎo)致福利損害。

既然合謀和壟斷很近似，那為什么要進(jìn)行合謀，而不是進(jìn)行橫向并購，變成一個(gè)壟斷者呢？這個(gè)問題在一些文獻(xiàn)中有回答。例如Kumar 等人（2011）就指出，壟斷企業(yè)很容易面臨反壟斷指控，在市場(chǎng)進(jìn)行價(jià)格談判的時(shí)候，有可能引來更多的抵觸。而相比之下，合謀是相對(duì)隱秘的，因此就不存在這些問題。這就是為什么很多企業(yè)更愿意選擇合謀，而不是選擇并購。

合謀分為兩種：明示合謀（Express Collusion）和默示合謀（Tacit Collusion）。明示合謀指的是企業(yè)之間采用文字、口頭或信件等積極明示方式達(dá)成意思一致，通過溝通和轉(zhuǎn)移，達(dá)到限制競爭的目的合謀形式。簡言之，明示合謀是依靠共同協(xié)議來維持合謀，而默示合謀的維持則依靠心照不宣，或者用博弈論中所說的“聚點(diǎn)”（Focal Point）達(dá)成。

從經(jīng)濟(jì)學(xué)上看，合謀的維持并不容易。先看明示合謀，這主要是面臨“囚徒困境”問題：假定幾家企業(yè)相互約定把價(jià)格維持在一個(gè)較高水平，以獲得更高利潤，然后再在合謀者之間進(jìn)行分配。那么從合謀者整體來看，維持合謀是最優(yōu)的選擇。但對(duì)于任何一家企業(yè)而言，給定別人都遵守了協(xié)議，那么其中任何一家企業(yè)只要私自背離協(xié)議，偷偷把價(jià)格降下來，就能占有更多市場(chǎng)份額，獲得比參與合謀更高的利潤。從這個(gè)角度講，每個(gè)企業(yè)都有違約的動(dòng)機(jī)。而默契合謀的維持則更不容易。如果企業(yè)之間僅通過心照不宣的默契來維持合謀，那么除了要面臨上述的囚徒困境問題外，還需要應(yīng)對(duì)信息和協(xié)調(diào)問題——對(duì)市場(chǎng)信息或者伙伴行為的錯(cuò)誤理解都可能導(dǎo)致合謀的破裂。

算法合謀問題

所謂算法（Algorithm），簡而言之就是一系列解決問題的指令。只要給定初始條件，這一系列指令就會(huì)自動(dòng)給出相應(yīng)的答案。隨著計(jì)算機(jī)和互聯(lián)網(wǎng)的普及，算法已經(jīng)走進(jìn)了生產(chǎn)生活的各個(gè)方面，對(duì)經(jīng)濟(jì)生活產(chǎn)生了很大影響。算法是人工智能的核心要素，隨著人工智能技術(shù)的成熟，影響越來越大，也因此同時(shí)需要法律進(jìn)行更多的規(guī)范。

算法對(duì)于合謀問題的影響有兩個(gè)層面：第一個(gè)層面是改變合謀的環(huán)境，也就是前面講到的那幾個(gè)影響合謀的因素，從而對(duì)合謀產(chǎn)生作用；第二個(gè)層面是直接作為一種工具被應(yīng)用到合謀過程中。

1、算法對(duì)合謀環(huán)境的影響

先看第一個(gè)層面，即算法對(duì)合謀環(huán)境的改變。

首先是算法對(duì)產(chǎn)業(yè)結(jié)構(gòu)特征的改變：

（1）市場(chǎng)中企業(yè)的數(shù)量。算法對(duì)市場(chǎng)中企業(yè)數(shù)量的影響有兩個(gè)方面：一方面，算法的應(yīng)用可以強(qiáng)化在位者的力量，從而有可能讓市場(chǎng)中的企業(yè)更少；另一方面，算法也可以讓新的企業(yè)以更低的成本進(jìn)入市場(chǎng)，因此可能會(huì)讓市場(chǎng)上的企業(yè)更多。因此，總體來看，算法對(duì)企業(yè)數(shù)量的影響并不確定，其對(duì)合謀的影響當(dāng)然也就難以確定了。

（2）進(jìn)入障礙。和上面的分析一樣，算法對(duì)于市場(chǎng)壁壘的影響是不確定的，由此帶來的對(duì)合謀的影響也難以確定。

（3）市場(chǎng)透明度。顯然，算法的應(yīng)用會(huì)讓市場(chǎng)的信息更快傳播，市場(chǎng)的透明度也會(huì)因而提升。這會(huì)讓企業(yè)之間的合謀變得更加容易。

（4）市場(chǎng)的互動(dòng)程度。算法會(huì)讓企業(yè)之間的互動(dòng)更加頻繁，這會(huì)讓企業(yè)更加重視未來的可能損失。由于害怕背棄合謀會(huì)遭受未來的頻繁打擊，企業(yè)會(huì)更傾向于維持合謀。

其次是算法對(duì)需求因素的影響。從直覺上講，需求的因素更多取決于消費(fèi)者偏好，它和算法并不會(huì)有太多的直接關(guān)系。

最后是算法對(duì)供給因素的影響：

（1）創(chuàng)新。顯然，算法的普及會(huì)讓創(chuàng)新變得更為頻繁，而如前所述，頻繁的創(chuàng)新是會(huì)讓合謀更難進(jìn)行的。因此，這一點(diǎn)會(huì)促使算法降低合謀的可能性。

（2）成本的差異性。算法的應(yīng)用會(huì)讓企業(yè)有更多可能進(jìn)行個(gè)性化生產(chǎn)，此時(shí)企業(yè)的成本差異就會(huì)增大。正如前面指出的，這會(huì)讓合謀變得更難進(jìn)行。

總的來說，算法的應(yīng)用對(duì)合謀環(huán)境產(chǎn)生的影響是不確定的，在現(xiàn)實(shí)中需要case by case地進(jìn)行考察。

2、作為合謀工具的算法

總的來說，作為合謀工具的算法有四種：監(jiān)督算法、平行算法、信號(hào)算法，以及自我學(xué)習(xí)算法。

（1）監(jiān)督算法（Monitoring Algorithms）

監(jiān)督算法的作用在于發(fā)現(xiàn)伙伴企業(yè)的背叛行為，從而啟動(dòng)懲罰。在前面討論合謀的一般理論時(shí)，我們?cè)?jīng)說過，用重復(fù)博弈機(jī)制維持合謀會(huì)遭遇兩個(gè)困難，難以發(fā)現(xiàn)背叛行為、沒有激勵(lì)和懲罰。監(jiān)督算法可以很好破解這兩個(gè)問題。利用這種算法，可以偵查對(duì)手的定價(jià)行為，一旦發(fā)現(xiàn)對(duì)手違約了，就自動(dòng)啟動(dòng)價(jià)格戰(zhàn)。顯然，如果做到了這點(diǎn)，那么通過重復(fù)博弈來對(duì)背叛者進(jìn)行懲罰就變成了可以置信的威脅，這就可以讓重復(fù)博弈這個(gè)維持合謀的機(jī)制順利進(jìn)行。

（2）平行算法（Parallel Algorithms）

平行算法的功能在于自動(dòng)為所有企業(yè)設(shè)定最優(yōu)價(jià)格。利用這種算法，企業(yè)就跳過了共同定價(jià)、互相監(jiān)督等步驟，只要告訴電腦一個(gè)計(jì)算最優(yōu)價(jià)格的方案，電腦就會(huì)自動(dòng)讓所有企業(yè)都設(shè)定同樣的最優(yōu)價(jià)格。這種算法不僅讓合謀的協(xié)調(diào)成本大為降低，也避免了市場(chǎng)波動(dòng)帶來的各種信息干擾，從而讓合謀可以簡單地維持下去。

（3）信號(hào)算法（Signaling Algorithms）

信號(hào)算法的主要作用是為進(jìn)行合謀的企業(yè)設(shè)置聚點(diǎn)。前面我們說過，在進(jìn)行默契合謀時(shí)，彼此有心照不宣的共識(shí)是很重要的，這個(gè)共識(shí)就是聚點(diǎn)?，F(xiàn)實(shí)中，均衡可能有很多個(gè)，但大家都不知道哪個(gè)會(huì)出現(xiàn)，因此就需要信號(hào)來進(jìn)行協(xié)調(diào)，從而達(dá)成一個(gè)相關(guān)均衡（correlated equilibrium）。信號(hào)算法就起到了這個(gè)作用，它為參與合謀的企業(yè)提供了共同的信號(hào)，從而讓它們可以便利地共同選擇合謀行為。

（4）自我學(xué)習(xí)算法（Self-Learning Algorithms）

自我學(xué)習(xí)算法未必是為了合謀而設(shè)計(jì)的。它的目標(biāo)可能只是為了給企業(yè)選擇一個(gè)在市場(chǎng)上最優(yōu)的價(jià)格。但是，如果市場(chǎng)上的所有企業(yè)都用了這類算法，那么算法之間通過彼此的學(xué)習(xí)就可能達(dá)成一樣的（最優(yōu)）價(jià)格，從而產(chǎn)生了類似合謀的效果。至于算法是怎樣學(xué)習(xí)的，其中的機(jī)理未必清楚，它在很多時(shí)候更像一個(gè)黑箱。

對(duì)算法合謀問題的應(yīng)對(duì)

算法合謀是新技術(shù)帶來的新問題。對(duì)于它的應(yīng)對(duì)，我們還缺乏相關(guān)的經(jīng)驗(yàn)?？傮w來說，有如下幾點(diǎn)是值得進(jìn)行思考的。

第一，要對(duì)市場(chǎng)透明度的作用進(jìn)行再思考。傳統(tǒng)的經(jīng)濟(jì)理論認(rèn)為，更透明的市場(chǎng)環(huán)境更有利于競爭。但事實(shí)上，如果考慮到合謀存在的可能性，那么更高的市場(chǎng)透明度也可能會(huì)產(chǎn)生反競爭的效果。在算法合謀背景下，應(yīng)該怎樣改變市場(chǎng)透明度以促進(jìn)競爭呢？OECD報(bào)告中的一個(gè)建議是，增加對(duì)消費(fèi)者的透明，減少對(duì)競爭對(duì)手的透明。這聽起來很有道理，但如何操作呢？這恐怕才是真正需要回答的問題。

第二，是否應(yīng)當(dāng)要求企業(yè)分享算法。OECD的報(bào)告中建議，為了防止企業(yè)進(jìn)行算法合謀，應(yīng)當(dāng)要求企業(yè)分享算法。在筆者看來，這點(diǎn)是頗值得商榷的。在數(shù)字經(jīng)濟(jì)時(shí)代，算法往往是企業(yè)最重要的創(chuàng)新成果和核心競爭力，如果為了防止合謀而讓企業(yè)分享算法，那么就會(huì)打擊企業(yè)的創(chuàng)新積極性。究竟應(yīng)該如何在鼓勵(lì)企業(yè)創(chuàng)新和防止其反競爭行為之間進(jìn)行權(quán)衡，這仍然需要進(jìn)行深入思考。

第三，要對(duì)人機(jī)關(guān)系進(jìn)行思考。正如我們看到的，在很多情況下，所謂的合謀結(jié)果只是機(jī)器優(yōu)化運(yùn)行的結(jié)果，而非人的主觀故意。在這種情況下，應(yīng)當(dāng)怎樣進(jìn)行處理？對(duì)于合謀造成的損害，是應(yīng)當(dāng)處理程序設(shè)計(jì)者還是如何？這都需要進(jìn)行進(jìn)一步的思考。

第四，是否需要對(duì)算法進(jìn)行進(jìn)一步的直接干預(yù)。一些觀點(diǎn)認(rèn)為，考慮到算法合謀在內(nèi)的一系列問題，應(yīng)當(dāng)采取更為直接的干預(yù)措施，例如對(duì)算法進(jìn)行監(jiān)管。不可否認(rèn)，算法監(jiān)管很有必要性，但究竟怎么管，誰來管，是十分棘手的問題。現(xiàn)在很多算法都非常復(fù)雜，要識(shí)別出其結(jié)果，做出相關(guān)法律定性不僅需要編程知識(shí)，還需要法律、經(jīng)濟(jì)學(xué)等知識(shí)，這些人員配套能否保障，將是一個(gè)大問題。與此同時(shí)，監(jiān)督算法，就要求公開算法，這對(duì)于企業(yè)是否公平，這也是需要考慮的。與直接干預(yù)相比，在所有算法中植入一些底層算法，以規(guī)定一些原則性問題或許更為可取，不過其實(shí)現(xiàn)依然需要進(jìn)一步的研究。

具有典型意義的UBER案及其意義

目前，算法合謀真正的訴訟例子很少。Uber案或許是比較有代表性的一個(gè)。從定性上看，這個(gè)案子牽涉的是 “軸輻合謀”，嚴(yán)格說，它還是一個(gè)相對(duì)傳統(tǒng)的案子，只不過涉及到了算法這個(gè)現(xiàn)代工具。

先看一下案件的背景：2015年12月16日，美國康涅狄格州居民、環(huán)保人士Spencer Meyer在美國紐約南區(qū)聯(lián)邦地區(qū)法院對(duì)Uber聯(lián)合創(chuàng)始人、前任CEO Travis Kalanick提起反壟斷集團(tuán)訴訟。2016年1月29日，原告提出修訂版起訴狀，主張Kalanick以及那些利用Uber定價(jià)算法的司機(jī)之間達(dá)成了合謀，限制了司機(jī)之間的價(jià)格競爭，損害了包括原告在內(nèi)的Uber乘客的利益，違反聯(lián)邦《謝爾曼法》以及紐約州《唐納利法》（Donnelly Act，紐約州統(tǒng)一商法典第340條）。被告于2016年2月8日向法院提出動(dòng)議，請(qǐng)求法院駁回原告的起訴（motion to dismiss），原告于2016年2月18日提出反對(duì)意見，被告2016年2月25日作出回應(yīng)。2016年3月9日雙方進(jìn)行了口頭陳述。法院綜合考慮了雙方提供的材料以及陳述，于2016年3月31日否決了被告提出的駁回原告起訴的動(dòng)議。隨后，被告提起動(dòng)議要求法院重新考慮是否允許原告進(jìn)行集團(tuán)訴訟，但是被法院拒絕。2016年5月20日，被告又提起動(dòng)議要求追加Uber為被告，此動(dòng)議得到法院批準(zhǔn)。此后，Uber提出動(dòng)議該爭議應(yīng)提交仲裁，一審法院拒絕了被告的仲裁請(qǐng)求，上訴法院則最終同意了對(duì)該爭議進(jìn)行仲裁。

在相關(guān)市場(chǎng)上，原告認(rèn)為，本案的相關(guān)市場(chǎng)是“相對(duì)新的移動(dòng)應(yīng)用生成的共享乘車服務(wù)市場(chǎng)”（relatively new mobile app-generated ride-share service market）。在這個(gè)市場(chǎng)上，Uber占有80%以上的市場(chǎng)份額。在原告看來，當(dāng)司機(jī)同意Uber提供的書面協(xié)議相關(guān)條款并接受使用Uber應(yīng)用的乘客時(shí)，即表明他們同意參與合謀，而拋棄了本應(yīng)存在的競爭。他認(rèn)為，這種橫向合謀（horizontal conspiracy）對(duì)其代表的集團(tuán)——“所有在美國一個(gè)或多個(gè)場(chǎng)合用過Uber App，并從與Uber合作的司機(jī)那里獲得乘車服務(wù)，并基于Uber定價(jià)算法設(shè)置的價(jià)格支付過費(fèi)用的人”造成了損害。此外，原告還認(rèn)為， Kalanick 和Uber組織了多次司機(jī)線下見面會(huì)，這也有助于合謀的達(dá)成。

對(duì)于原告的指控，被告給出了抗辯。在被告看來，各司機(jī)同意Uber書面協(xié)議的相關(guān)條款，并不能表明司機(jī)之間存在橫向協(xié)議，只存在每個(gè)司機(jī)與Uber之間的縱向協(xié)議。每個(gè)司機(jī)作出的與Uber簽訂合同的決定，僅僅是司機(jī)各自的獨(dú)立行為，這并不足以支持原告有關(guān)合謀的指控。

在審理過程中，法庭比較支持原告的主張。通過援引United States v. Apple， Inc.等“軸輻合謀”的案例，法庭認(rèn)為被告確實(shí)參與組織了橫向合謀。同時(shí)，法庭也認(rèn)同了原告關(guān)于被告還存在縱向合謀的主張。法院認(rèn)為原告已經(jīng)提出了合理的《謝爾曼法》第一條項(xiàng)下的縱向合謀主張，拒絕了駁回原告基于紐約州的反壟斷法《唐納利法》的主張。

未來，這樣的案件有可能將越來越多，因此需要在法律上做出更好的預(yù)案安排。隨著國內(nèi)計(jì)算機(jī)算法的快速發(fā)展， 商業(yè)模式正在發(fā)生深度變革，計(jì)算機(jī)定價(jià)算法與反壟斷法產(chǎn)生了更多交集。因此，企業(yè)在運(yùn)用算法進(jìn)行定價(jià)，享有技術(shù)發(fā)展帶來的效率提升時(shí)，也要密切注意使用定價(jià)算法的方式，關(guān)注和提前防范定價(jià)算法可能帶來的反壟斷法合規(guī)風(fēng)險(xiǎn)。

隨著計(jì)算機(jī)科學(xué)的不斷升級(jí)發(fā)展和廣泛應(yīng)用， 商業(yè)模式正在發(fā)生深度變革。如何在現(xiàn)有的法律體系下確保合規(guī)操作， 企業(yè)面臨諸多挑戰(zhàn)。企業(yè)唯有緊跟技術(shù)發(fā)展的步伐，對(duì)新興技術(shù)和商業(yè)模式及時(shí)進(jìn)行合規(guī)評(píng)估，才能避免相關(guān)合規(guī)風(fēng)險(xiǎn)。