Henry Hauser Přispěvatel Sdílet na Twitteru Henry Hauser je právníkem ve skupině Perkins Coie pro antimonopolní spory a je antimonopolním profesorem na Právnické fakultě University of Colorado. Další příspěvky tohoto přispěvatele
- FTC se zaměřuje na generativní AI
Přispěvatelka Shylah Alfonso Shylah Alfonso je celofiremní předsedkyní oddělení soudních sporů Perkins Coie’s Antitrust & Unfair Competition Litigation Practice se zaměřením na antimonopolní poradenství a soudní spory, antimonopolní schválení pro fúze a akvizice, hromadné žaloby a složité obchodní spory a duševní vlastnictví a spravedlivé, přiměřené a nediskriminační (FRAND ) soudní spory. Další příspěvky tohoto přispěvatele
- Obavy z hospodářské soutěže ve věku umělé inteligence
Chris Williams Přispěvatel Chris Williams je partnerem ve společnosti Perkins Coie se zaměřením na antimonopolní otázky související s obchodními transakcemi, včetně fúzí a akvizic (M&A); společné podniky a další strategická spolupráce; licencování duševního vlastnictví; a dohod o cenách, dodávkách a distribuci.
Antimonopolní politika je motorem svobodného podnikání: formuje bezpočet obchodních linií, od techniky po toalety, pivo po baseball a zdravotnictví po hardware. Antimonopolní pravidla řídí cenu, kvalitu, rozmanitost, inovace a příležitosti.
Umělá inteligence dnes rychle mění to, jak podniky vnímají, uvažují a přizpůsobují se na trhu. V každém odvětví společnosti využívají strojové učení k získání cenných poznatků bez rozsáhlého zapojení zaměstnanců. Tyto průkopnické schopnosti však vytvářejí převrat v tom, jak společnosti komunikují s konkurencí a spotřebiteli.
Zkušení právníci v oblasti hospodářské soutěže a ochrany spotřebitele mohou společnostem pomoci využít příležitostí, které AI nabízí terra nova regulačního a soudního rizika. Ačkoli je nesprávné přistupovat k AI jako k černé skříňce, složitost systémů AI může způsobit neprůhlednost uvažování. To znamená, že spojení mezi výstupy AI a racionálními obchodními zdůvodněními mohou být zakryty nebo dokonce úplně ztraceny.
Je však nepravděpodobné, že by regulační orgány omluvily obavy spotřebitelů a konkurence pouze proto, že organizace nemůže vysvětlit, proč byly určité kroky podniknuty a jiné nikoli. Právní expozice existuje na základě Sherman Antitrust Act, Federal Trade Commission Act (FTC), Robinson-Patman Act, jakož i státních antimonopolních zákonů a zákonů na ochranu spotřebitele. Zavedením zásad a procesů, které zachovávají lidskou kontrolu a odpovědnost, mohou organizace minimalizovat právní riziko a vyhnout se nezamýšleným následkům.
Důležitý je proaktivní a přizpůsobený přístup. Umělá inteligence ovlivňuje konkurenci a spotřebitele nesčetnými způsoby, včetně případů, kdy se používá pro hlavní obchodní funkce.
Ceny
Umělá inteligence pomáhá společnostem přijímat cenová rozhodnutí tím, že rychle reaguje na okamžité změny v poptávce, zásobách a vstupních nákladech. Tím, že syntetizuje a shrnuje obrovské množství komplexních dat, může být významnou pomocí při vytváření a přizpůsobování cenové politiky. Ale výsledky, které generuje tvorba cen za pomoci umělé inteligence, mohou být také považovány za usnadňující samy o sobě nezákonné tajné dohody, jako je stanovování cen nebo manipulace s nabídkami. Podle předsedkyně FTC Liny Khanové může AI „usnadnit tajné jednání, které nespravedlivě zvyšuje ceny“.
Tyto obavy mohou přímo nebo nepřímo vyplynout z používání umělé inteligence k provádění různých činností, jako je benchmarking, rozčlenění informací, signalizace, výměna informací nebo analýza cenových trendů. Cenové algoritmy mohou například vyvolávat antimonopolní problémy, když je konkurenti použijí k vynucení předběžné dohody, prodejci algoritmů iniciují nebo organizují dohodu, společnosti používají algoritmy k dramatickému zvýšení cen nebo dokonce když konkurenti nezávisle používají algoritmy, které se následně zapojí do tajně dohodnutého jednání.
Antimonopolní oddělení amerického ministerstva spravedlnosti zdůrazňuje, že „nárůst agregace dat, strojového učení a algoritmů stanovení cen … může zvýšit konkurenční hodnotu historických dat“ a vyžaduje „přehodnocení toho, jak přemýšlíme o výměně informací citlivých z hlediska konkurence“.