第六章 結論
十、 以科技治理為中心的未來展望
針對AI 民主化所衍生的競爭法議題，似乎可以收斂在科技治理與管制上，
無論是從競爭執法架構、科技執法或問責機構的設置上，我們都能觀察到AI 所 涉及的多重面向，AI 發展已經牽動了既有的競爭執法考量。以往執法者可能較 關注水平競爭關係，只要市場上出現了聯合行為就能推定其反競爭的影響，透過 反競爭的法律基礎對事業加以裁罰；然而，當訂價演算法甚至是AI 在市場上的 地位日趨重要時，國際上似乎對競爭執法架構傾向採取相對觀望的態度，不再以 推定反競爭的角度看待AI，部分見解更是認為緘默勾結不會出現在非寡占市場，
或至少認為緘默勾結不會與價格歧視併存於同一市場。這些觀點充分反映了 AI 蘊藏的潛力與機遇，在AI 所衍生的競爭法問題尚未明確對市場造成負面影響前，
任何的管制手段都會讓執法者心存疑慮，擔心自己過度的管制會遏止事業創新，
進而影響其產業在國際上的競爭力。以這樣的國際情勢而言，目前仍然難以建構 新的 AI 責任體系並成立國際組織，強力管制的國家也可能會促使其 AI 科技往 海外發展，因此，採取較為溫和的科技治理措施，或許更有機會解決AI 所衍生 的競爭法問題。
緘默勾結與價格歧視二者間的關係相當微妙，未來還是科技治理的關注焦點。
如果透過現有的競爭法視角觀察，緘默勾結主要是水平競爭的問題，可能會因此 造成市場出現無謂損失，價格歧視則主要是垂直交易關係的問題，或許會讓事業 掠奪消費者剩餘；從而，有認為解決了水平競爭的緘默勾結問題，可能就會產生 垂直交易關係的價格歧視問題，此外，由於二者可能難以併存於同一市場，對於 AI 的去管制化也只會造成一種問題而已。然而，如果以 AI 民主化的視角觀察，
緘默勾結與價格歧視可以被理解為同一種問題，當市場上的AI 優勢在事業方時，
doi:10.6342/NTU202003608
101
消費者不只無力交涉緘默勾結的價格，也無從判斷價格歧視的合理性；反之，當 消費者掌握AI 優勢時，其共同透過 AI 消費者所為的採購決策，就會讓事業難以 進行緘默勾結或價格歧視。因此，本論文以為，緘默勾結與價格歧視實質上應該 是一種AI 優勢過度向事業傾斜的問題，從而在 AI 民主化下，應該透過科技治理 保障消費者接近並使用AI 的權利。
在競爭執法上以科技治理為中心的前提下，行為管制將是促使市場結構回歸 科技治理的最後手段，除了AI 有能力將緘默勾結問題延伸至非寡占市場以外，
價格歧視問題也未必能夠透過結構管制來解決，且結構管制可能讓事業在國際上 的競爭力急遽衰退，凡此種種，都讓結構管制與AI 的多重面向特性互相衝突。
當然即使是行為管制，在競爭執法機構沒有一定的把握時，也有可能造成市場上 系統性的災難，從而，以聲譽機制與資訊揭露為主軸的科技治理顯得格外重要。
在AI 民主化時代，事業都應該注重消費者的售後滿意程度，因為聲譽機制可以 藉由AI 被進一步的強化，在市場上評價較差的事業甚至可能被消費者聯合抵制，
從而，在聲譽機制下消費者較能夠與事業進行平等的交易。不過，事業也有可能 為了降低聲譽機制的影響力，刻意不讓市場的資訊充分被消費者所掌握，以避免 AI 消費者偵測到事業的限制競爭行為，此時，競爭執法機構可以透過科技治理 的機制，依照產業特性要求事業為必要的資訊揭露，讓消費者能夠判斷自己是否 處於不對等的交易地位。此外，科技治理也可以考慮委託問責機構加以執行，以 相對客觀中立的問責機構來監督市場變化，此或許更能針對AI 的多重面向特性 來解決問題，提供競爭執法機構更多元的具體建議，並從中緩和競爭執法機構、
事業與消費者三者間的緊張關係，共同創造AI 民主化的榮景。
doi:10.6342/NTU202003608
102
參考文獻
壹、 中文部分
一、 專書
Ajay Agrawal、Joshua Gans、Avi Goldfarb（著）。林奕伶（譯）（2018），《AI 經濟的策略思維：善用人工智慧的預測威力，做出最佳商業決策》，臺北：
天下雜誌。
Judea Pearl、Dana Macken（著），甘錫安（譯）（2019）。《因果革命：人工智 慧的大未來》，新北：行路。
Youngsook Park、Jerome Glenn（著）、宋佩芬（譯）（2020）。《區塊鏈、AI、
生技與新能源革命、產業重新洗牌，接下來10 年的工作與商機在哪裡？》，
臺北：高寶國際。
古明地正俊、長谷佳明（著），沈鄉吟、郭漢遜（譯）（2020）。《AI 大局：鳥 瞰人工智慧技術全貌，重塑AI 時代的領導力》，臺北：旗標。
我妻幸長（著），吳嘉芳（譯）（2020）。《決心打底！Python 深度學習基礎養 成》，臺北：旗標。
二、 書之篇章
林達也（著）、何蟬秀（譯）（2019）。〈世界與日本的區塊鏈〉，松尾真一郎
（等著）、何蟬秀（譯），《區塊鏈技術的未解決問題》，頁 162-174，臺 北：五南。
doi:10.6342/NTU202003608
103
松尾真一郎（著）、何蟬秀（譯）（2019）。〈區塊鏈的四個難題〉，松尾真一 郎（等著）、何蟬秀（譯），《區塊鏈技術的未解決問題》，頁 46-52，臺 北：五南。
三、 學位論文
邱映曦（2019）。《競爭法的數位紀元－論數位平台資訊力對競爭法適用之影響》，
國立政治大學法律學系博士學位論文。
陳乃瑋（2018）。《基於卷積核冗餘的神經網路壓縮機制》，國立政治大學資訊 科學系碩士論文。
劉上瑋（2017）。《深度增強學習在動態資產配置上之應用—以美國 ETF 為例》，
國立政治大學金融學系研究所碩士學位論文。
劉繡禎（2013）。《結合 Q-Learning 與混合學習方法於足球代理人系統》，國 立臺北科技大學電資學院電資碩士班碩士學位論文。
四、 期刊論文
馬泰成（2005）。〈默契性聯合行為與相關案例研析〉，《公平交易季刊》，13 卷，1 期，頁 89-112。
張志弘（2019）。〈英國對於運用訂價演算法促進聯合行為之經濟分析〉，《公 平交易通訊》，87 期，頁 16-19。
許俊雄（2017）。〈軸輻式共謀〉，《公平交易通訊》，76 期，頁 18-21。
陳文輝、黃玠元（2018）。〈應用於行為識別資料擴增之改良生成對抗網路〉，
《先進工程學刊》，13 卷，3 期，頁 143-147。
doi:10.6342/NTU202003608
104
陳和全（2020）。〈訂價演算法與競爭法議題初探〉，《公平交易季刊》，28 卷，
2 期，頁 91-148。
陳志民（2018）。〈大數據與市場力濫用行為初探〉，《公平交易季刊》，26 卷，
3 期，頁 1-33。
陳凱迪（2018）。〈人工智慧發展對金融業之衝擊與因應〉，《財金資訊季刊》，
93 期，頁 14-22，檢自：https://www.fisc.com.tw/Upload/842a6ffa-3e6f-4949-b018-b4a204b51170/TC/9303.pdf （最後瀏覽日：2020/08/12）
黃銘傑（2000）。〈相對優勢地位濫用與公平交易法之規範〉，《臺大法學論叢》，
30 卷，5 期，頁 221-268。
黃銘傑（2019）。〈自駕車對現行汽車事故法律責任之挑戰與回應〉，《月旦法 學雜誌》288 期，頁 51-57。
黃銘傑（2019）。〈人工智慧發展對法律及法律人的影響〉，《月旦法學教室》，
200 期，頁 51-54。
楊長蓉（2018）。〈APEC 跨境隱私保護規則體系下之問責機構介紹〉，《科技 法律透析》，30 卷，9 期，頁 34-46。
臧正運（2018）。〈試論金融監理科技的分析框架與發展圖像〉，《管理評論》，
37 卷，4 期，頁 19-35。
臧正運（2019）。〈台灣發展監理科技之芻議〉，《存款保險資訊季刊》，32 卷，
4 期，頁 50-77。
顏雅倫（2018）。〈市場界定、市場力量與智慧財產權－我國執法趨勢與挑戰〉，
《月旦法學雜誌》，279 期，頁 155-173。
doi:10.6342/NTU202003608
105
顏雅倫（2019）。〈聯合行為之合意推定－美國反托拉斯法之比較法研究〉，《公 平交易季刊》，27 卷，1 期，頁 51-112。
魏茂國（2018）。〈邊緣運算加速 AI 技術應用普及〉，《工業技術與資訊月刊》，
315 期，頁 26-27，檢自：https://www.itri.org.tw/WebTools/FilesDownload.
ashx?Siteid=1&MmmID=1036452026061075714&fd=PublicationsCont_Files&
Pname=P26-27-封面故事-邊緣運算.pdf （最後瀏覽日：2020/08/12）
五、 研究計畫
陳和全、陳志民（2019），〈演算法與聯合行為等重大限制競爭議題之研究〉，
公平交易委員會委託研究報告，檢自：https://www.ftc.gov.tw/upload/
46aa7554-dabf-4b0c-a310-03946e8068ea.pdf （最後瀏覽日：2020/08/12）
六、 網路資源
Lynn（2017）。〈耗時三十年，深度學習之父 Hinton 是怎麼讓一度衰頹的類神 經 網 路 重 迎 曙 光 的 呢 ？ 〉 ， 檢 自 ：https://kopu.chat/2017/11/03/dl-hinton/
（最後瀏覽日：2020/06/19）
Michael Copeland（2016）。〈人工智慧、機器學習與深度學習間有什麼區別？〉，
檢自：https://blogs.nvidia.com.tw/2016/07/whats-difference-artificial-
intelligence-machine-learning-deep-learning-ai/ （最後瀏覽日：2020/08/12）
TengYuan Chang（2019）。淺談遞歸神經網路（RNN）與長短期記憶模型（LSTM），
檢自：https://medium.com/@tengyuanchang/淺談遞歸神經網路-rnn-與長短期 記憶模型-lstm-300cbe5efcc3 （最後瀏覽日：2020/08/12）
doi:10.6342/NTU202003608
106
王宏仁（2018）。〈【2019 年關鍵趨勢 1】事業發展 AI 問 How 不再問 Why，上 手簡單但專精更難〉，檢自：https://www.ithome.com.tw/news/127946 （最後 瀏覽日：2020/08/12）
王柏鈞（2020）。〈（文科友善）深度學習與梯度下降〉，檢自：https://medium.com/
@bc165870081/文科友善-深度學習與梯度下降-c6826a79d45f （最後瀏覽日：
2020/08/12）
徐宏民，〈美國國防部也在用「可解釋的智慧技術」是什麼？〉，檢自：https://www.
digitimes.com.tw/col/article.asp?id=1157 （最後瀏覽日：2020/08/12）
郭家蓉（2018）。〈從 Google AutoML 推出看 AI 民主化發展〉，檢自：
https://www.moea.gov.tw/MNS/doit/industrytech/IndustryTech.aspx?menu_id=1 3545&it_id=168 （最後瀏覽日：2020/08/12）
臺大科教中心（2019）。〈Netflix 與 YouTube 的「推薦系統」如何挑選影片給 我？〉，檢自：https://www.thenewslens.com/article/117821 （最後瀏覽日：
2020/08/12）
貳、 英文部分
一、 專書論文
Dervanovic ́ D. (2018). I, Inhuman Lawyer: Developing Artificial Intelligence in the Legal Profession. In Robotics, AI and the Future of Law (pp. 209-234). Springer, Singapore.
doi:10.6342/NTU202003608
107
Nordhaus, W. D. (1996). Do real-output and real-wage measures capture reality? The history of lighting suggests not. In The economics of new goods (pp. 27-70).
University of Chicago Press.
Pagallo, U., Corrales, M., Fenwick, M., & Forgó, N. (2018). The rise of robotics & AI:
technological advances & normative dilemmas. In Robotics, AI and the Future of Law (pp. 1-13). Springer, Singapore.
Revolidis I. & Dahi A. (2018). Roboticshe Peculiar Case of the Mushroom Picking Robot: Extra-contractual Liability in Robotics. In Robotics, AI and the Future of Law (pp. 57-79). Springer, Singapore.
Van Uytsel, S. (2018). Artificial intelligence and collusion: A literature overview. In Robotics, AI and the Future of Law (pp. 155-182). Springer, Singapore.
二、 期刊論文
Ezrachi, A. & Stucke, M.E. (2017). ArtificialIntelligence & Collusion : When Computers Inhibit Competition, Univ Ill Law Rev, Vol. 2017 (pp. 1775-1810).
Retrieved from https://illinoislawreview.org/wp-content/uploads/2017/10/Ezrachi -Stucke.pdf (Last Visited: 2020/08/12)
Hinz, T., Fisher, M., Wang, O., & Wermter, S. (2020). Improved Techniques for Training Single-Image GANs. arXiv preprint arXiv:2003.11512. Retrieved from https://arxiv.org/abs/2003.11512 (Last Visited: 2020/08/12)
Schrepel, T., & Buterin, V. (2020). Blockchain Code as Antitrust. Thibault Schrepel &
Vitalik Buterin, Blockchain Code as Antitrust. Retrieved from https://papers.ssrn.
com/sol3/papers.cfm?abstract_id=3597399 (Last Visited: 2020/08/12)
doi:10.6342/NTU202003608
108
三、 國際組織研究報告
Competition & Markets Authority[CMA] (2018). Pricing algorithms - Economic working paper on the use of algorithms to facilitate collusion and personalised pricing. Retrieved from https://assets.publishing.service.gov.uk/government/
uploads/system/uploads/attachment_data/file/746353/Algorithms_econ_
report.pdf (Last Visited: 2020/08/12)
Competition Commission of Singapore[CCS] (2017). Data: engine for growth—
implications for competition law, personal data protection, and intellectual property rights. Retrieved from https://www.cccs.gov.sg/-/media/custom/ccs/
files/media-and-publications/publications/occasional-paper/ccs-big-data-paper- 16-aug-2017nonconfi-final.pdf?la=en&hash=C314AA57F128A1691A21FE3 ED2BDBDDFC1F3B345 (Last Visited: 2020/06/19)
Organization for Economic Cooperation and Development[OECD] (2017). Algorithms and collusion-competition policy in the digital age. Retrieved from http://www.oecd.org/daf/competition/Algorithms-and-colllusion-competition-policy-in-the-digital-age.pdf (Last Visited: 2020/08/12)
四、 網路資源
Dolmans M., (2017). Artificial intelligence and the future of competition law—further thoughts (reaction to Prof. Ariel Ezrachi), GCLC Lunch Talk: Algorithms and Markets: Virtual or Virtuous Competition?. Retrieved from https://www.coleurope.eu/sites/default/files/uploads/event/dolmans.pdf
(Last Visited: 2020/08/12)
doi:10.6342/NTU202003608
doi:10.6342/NTU202003608