Dlaczego organy antymonopolowe interesują się AI i cenowymi algorytmami?

Piotr Semeniuk
Dodane przez Piotr Semeniuk Listopad 9, 2018 18:14

Dlaczego organy antymonopolowe interesują się AI i cenowymi algorytmami?

Dzisiaj w Warszawie przy ul. Wioślarskiej odbyła się konferencja organizowana przez Ministerstwo Cyfryzacji dotycząca sztucznej inteligencji. Na konferencji posumowano prace zespołów roboczych, które powołano w ramach MinCyfr, żeby rozpocząć dialog o wyzwaniach związanych z wykorzystaniem AI w polskiej gospodarce i administracji. Razem z Tomkiem Bagdzińskim, mieliśmy przyjemność przygotować kontrybucję dla podgrupy roboczej ds. prawnych dotyczącą AI a prawa konkurencji.

W tym wpisie chciałem poruszyć najgorętszy moim zdaniem antymonopolowy problem związany z wykorzystanie, AI: stosowanie przez firmy cenowych algorytmów, w tym tych wykorzystujących mechanizmy machine learning’u. To właśnie cenowych algorytmów dotyczyła moja kontrybucji dla MinCyfr.

Niniejszy wpis jest pierwszym w ramach czterech wpisów na ten temat prawa konkurencji i cenowych algorytmów, które w najbliższych tygodniach i miesiącach będę zamieszczał na łamach antitrust.pl.

Organy konkurencji zainteresowały się cenowymi algorytmami

W ostatnich latach organy ochrony konkurencji oraz międzynarodowe środowisko akademickie coraz intensywniej przyglądają się zastosowaniu przez przedsiębiorstwa algorytmów cenowych (w tym tych wykorzystujące mechanizmy AI), szczególnie w branży e-commerce. W czerwcu 2018 r. Luksemburski Organ Konkurencji zakończył śledztwo dotyczące użycia algorytmów cenowych w działalności jednej z aplikacji do zamawiania taksówek. Z kolei w lipcu 2018 r. Niemiecka Komisja Monopolowa (quasi-rządowy organ doradczy) opublikowała raport dotyczący konieczności potencjalnych zmian w prawie konkurencji związanych z wykorzystaniem algorytmów cenowych.

Zainteresowanym tematem polecam też bardzo ciekawy odcinek antymonopolowego podcastu prof. Caron Beaton-Wells z Uniwersytetu Melbourne, w którym prowadząca na temat cenowych algorytmów rozmawia z prof. Michal Gal z Uniwersytetu w Hajfie.

Czego obawiają się organy antymonopolowe?

Przede wszystkim tego, rynki, na których działają lub będą działały firmy stosujące cenowe algorytmy (szczególnie te wykorzystujące tzw. machine learning) będą bardziej narażone na „koluzję” (ang. collusion) – czyli wyrównywanie cen w górę w stronę cen kartelowych. Przy dyskusji o algorytmach cenowych mówi się najczęściej o dwóch negatywnych scenariuszach, które – pomimo wywoływania antykonkurencyjnych skutków – mogą nie być obecnie w pełni „adresowane” przez instrumentarium prawa konkurencji.

W Scenariuszu 1 (ang. predictable agent scenario), każda z firm działająca na danym rynku właściwym korzysta z autorskiego oprogramowania, które ma za zadanie „reagować” na ceny konkurencyjnych produktów. Gdy konkurent podwyższa ceny, oprogramowanie doprowadza do wzrostu cen danej firmy i analogicznie obniża ceny przy obniżkach konkurenta. Po niedługim czasie, oprogramowania konkurentów zaczynają się między sobą „komunikować”, co może doprowadzić do koordynacji cenowej, a więc skutku, który zostałby osiągnięty przez tradycyjny kartel. Koordynacja jest bowiem co do zasady bardziej opłacalna niż walka cenowa, szczególnie gdy dana firma ma świadomość natychmiastowej reakcji konkurenta przy obniżce cen (przyczyną niestabilności wielu karteli jest właśnie niepewność co do trwałości „kartelowej obietnicy” konkurenta  – automatyczne algorytmy cenowe likwidują tę niepewność).

Wreszcie, w Scenariuszu 2 (ang. autonomous machine scenario), algorytmy nie są jedynie „instrumentami” wykorzystywanymi przez ludzi ale „autonomicznymi agentami” mającymi samodzielnie zrealizować dany cel, czyli maksymalizację zysku przy pomocy polityki cenowej. Według autorów opisujących ten scenariusz, algorytmy „poprzez uczenie maszynowe oraz eksperymenty” samodzielnie będą dążyły do maksymalizacji zysku i, mając m.in. wiedzę o „procesach logistycznych, produkcji, klientach, konkurentach oraz o rynku” , w łatwy sposób doprowadzą do trwałego wzrostu cen powyżej poziomów konkurencyjnych. To właśnie sfera, gdzie prawo konkurencji najbardziej zazębia się z AI.

Gaps in enforcement?

W opinii większości autorów, potencjalnie antykonkurencyjne skutki algorytmów cenowych w wyżej opisanych dwóch scenariuszach mogą doprowadzić do luki w stosowaniu prawa antymonopolowego (ang. gap in enforcement). Do najszerzej omawianych „luk” należą te związane z niedostatecznie szeroką definicją „porozumienia” w prawie konkurencji oraz z tzw. „antropocentryzmem” prawa konkurencji, które do przypisania odpowiedzialności za jego naruszenie posługuje się subiektywnymi koncepcjami, np. pojęciem winy.

Powyższe dwie „luki” oraz ich istnienie lub nie w polskim prawie antymonopolowym postaram się opisać w dwóch kolejnych wpisach. W ostatnim, czwartym wpisie postaram się zaproponować rekomendacje, zarówno dla ustawodawcy, jak i polskiego organu antymonopolowego.

Piotr Semeniuk
Dodane przez Piotr Semeniuk Listopad 9, 2018 18:14
Napisz komentarz

Brak komentarzy

Co o tym myślisz?

Bądź pierwszą osobą która doda komentarz do artykułu.

Napisz komentarz
Zobacz komentarze

Napisz komentarz

Twój adres e-mail nie zostanie opublikowany.
Wymagane pola oznaczone są*

Wydarzenia

No events found