人工智能算法促进了共谋的达成和有效实施 反垄断亦被关注

　　人工智能算法促进了共谋的达成和有效实施。从便利共谋实现的角度对算法进行反垄断法意义上的分类，可分为监控式算法、平行式算法、信号式算法和自我学习式算法，在此基础上，形成了信使类共谋、轴辐类共谋、代理类共谋和自主类共谋。对人工智能算法共谋进行反垄断法规制的肇因在于“共谋”，而非“算法”本身。对算法共谋进行反垄断法规制时应以“合理规则”为主、“本身违法原则”为辅，对不同类型的算法共谋进行规制时侧重点有所不同。
　　人工智能时代，算法共谋问题已引起反垄断法学界和业界的广泛关注。人工智能算法的发展，对传统反垄断法上共谋规制理论的挑战初现端倪，近年来，世界各主要国家或地区出现的司法实践及理论研究佐证了这一趋势。2015年4 月，美国司法部首次针对算法共谋行为提起刑事诉讼，指控某网站上某电商主管topkins利用算法定价，与其他电商共谋，固定特定海报产品的价格。该案开算法共谋反垄断法规制之先河。
　　2015年12月，美国公民meryer向法院起诉，指控某公司与司机达成纵向共谋，利用算法实现收费标准一致且高峰时段联合涨价，消除司机之间的竞争，最终形成横向共谋。该案首次引发对“轴辐类算法共谋”的关注。2017年2月，欧盟委员会对、、等电子产品生产商展开反垄断调查，针对上述公司通过在线定价软件限制其产品零售商自主定价能力的行为，认为其可能涉嫌算法共谋的反竞争行为。该案引起欧盟对数字市场上利用人工智能算法从事共谋行为的重视。
　　人工智能算法共谋司法实践的发展推动了理论界对算法共谋进行反垄断法规制研究的勃兴。近年来，国内外反垄断法学界对算法的分类、算法的解释权、算法共谋行为的定性、算法定价行为的规制等问题，进行了多角度、多层面的研究，有力推动了对算法共谋行为进行反垄断法规制的发展。
　　然而，随着人工智能技术的深入发展，算法对市场主体的行为及市场竞争的影响日益凸显，传统反垄断法上对共谋行为的规制理论适用于算法共谋时面临偶有“失灵”的困境，给我国反垄断司法及执法实践带来困难。因此，如何从反垄断法角度对算法的分类、算法共谋的运行机理、算法共谋行为的反垄断法规制肇因进行系统的研究，形成一套相对完整的对算法共谋行为的反垄断分析路径成为一个非常重要的问题。现有研究主要着眼于算法共谋行为的个案及技术层面的研究，而对算法共谋进行反垄断法规制的理论论证着力不足，规制路径普适性欠缺。
　　有鉴于此，本文在既有研究成果的基础上力图对人工智能算法共谋进行类型化分析，揭示算法共谋的运行机理，分析算法共谋引发反垄断法规制的肇因，从而提出人工智能算法共谋的反垄断法规制路径，以期对算法共谋进行规制时对我国的司法及执法实践有所裨益。