第五章 人工智慧與競爭執法
第一節 國際法制與政策方向
一、 經濟合作暨發展組織
OECD 報告指出，在違法的明示共謀與合法緘默勾結之間，或許隨著演算法 擴大了這當中的灰色地帶，當事業不再需要明示共謀就能輕易將利潤維持在競爭
105 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=C314AA57F128A1691A21FE3ED2BDBD DFC1F3B345 (Last Visited: 2020/08/12)
106 Competition & Markets Authority[CMA] (2018). Pricing algorithms - Economic working paper on the use of algorithms to facilitate collusion and personalised pricing. Retrieved fromhttps://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/
746353/Algorithms_econ_report.pdf (Last Visited: 2020/08/12)
doi:10.6342/NTU202003608
68
水準之上，這會是演算法帶來的主要風險之一107。演算法也擴大了「寡占問題」
（Oligopoly Problem）讓緘默勾結更頻繁地出現在市場上108。演算法與寡占問題 的關聯在於，長期以來，我們意識到高度集中、穩定和透明的市場，事業的行為 將會對競爭對手產生重大影響；因此，在經過一段時間的反覆互動後，事業間將 意識到彼此的策略會選擇相互依存，透過事業間相互配合的行為，不需要溝通也 能達成超競爭（supra-competitive）的價格；換言之，某些市場的結構會促使事業 彼此相互依存，並可能有自我意識的將訂價上漲至獨占水準；而演算法可以影響 數位市場的特性，讓緘默勾結在更多元的環境下持續存在，進而將寡占問題延伸 至非寡占的市場109。
在防止事業透過演算法進行勾結上，OECD 則簡單介紹以下三種可能的規範 管制方式，並說明其中對於市場競爭的風險：
（一） 價格管制：在沒有「附加因素」（Plus Factors）情況下，例如事業間在 沒有意思聯絡下，演算法也可能讓反競爭價格（anti-competitive prices）
發生，因此政策制定者可能會傾向進行最高價格的管制；不過最高價格 將產生嚴重的競爭障礙，從而應該儘量優先選擇比最高價格管制更有效 的替代政策；最高價格管制不僅降低事業創新或提供高質量產品的動機，
事業間除了形式上的市場競爭以外，或許也會實際就最高價格進行合謀，
反而讓數位市場形成漲價的結果110。
（二） 促使緘默勾結不穩定的政策：政策制定者可能會用政策來改變數位市場，
改變能促進共謀的結構性特徵。例如為了降低市場透明度，政策制定者 可能實施強制進行秘密折扣的制度，或者對網路上發布的訊息加以限制；
107 OECD, supra note13 at 25.
108 Id. at 34.
109 Id. at 35.
110 Id. at 49-50.
doi:10.6342/NTU202003608
69
又例如為了減少數位市場中的頻繁互動，強制事業在調整價格上延遲，
或要求事業向所有在最小期間內提出的新報價妥協；不幸的是這種政策 很有可能反而嚴重限制競爭，讓事業向消費者提供的有用訊息減少，並 阻止事業透過快速的價格調整來有效反應供給與需求111。
（三） 演算法設計規則：政策制定者最終可以考慮制定演算法設計方式的限制 規則，即艾西莫夫機器人三大法則所衍生的演算法版本；如果管制目的 是為了防止演算法獨自協同反競爭價格，該規則可能會禁止演算法針對 異常特徵或隱性協同所需要的市場變量執行回應；例如可以針對演算法 進行編程，使其不對最新的價格變化執行回應；或讓其在結算整個產業 的平均價格時，忽略個別事業的價格變化；演算法設計規則對於競爭的 限制可能低於前二種干預方式，不過這種解決方案可能會限制事業開發 創新演算法的能力；此外，限制演算法的設計也可能為某些機構在法遵 查核上帶來額外的管理負擔112。
OECD 進一步強調，提供監管干預措施並不是引導特定的政策方向，僅僅是 為了建立討論框架以促進未來的討論；實際上，如果必須制定任何法規促使市場 難以形成共謀，則政策制定者應該要採取保守的態度，因為此類法規可能會帶來 許多其他不可預測的影響，損害數位市場的良好運作 113。基於演算法的多重面 向，對於其政策發展，應該由競爭執法者、消費者保護主管機關、數據保護機構 以及相關產業的監管者，與具有深度學習專業知識的電腦科學組織一起合作；因 此，儘管演算法可能會對市場產生明顯的競爭風險，但是其仍然為高度複雜與不 確定的領域，另外特別考慮到演算法可能帶來的效益，缺乏干預和過度管制或許
111 Id. at 50.
112 Id. at 50.
113 Id. at 52.
doi:10.6342/NTU202003608
70
都會給社會帶來沉重的代價；無論將來要採取什麼行動，都應該對其進行深入的 評估並審慎處理114。