LOGO

公平法專欄:人工智慧訂價決策可能有聯合行為疑慮(下)

  • 法律專欄 2019/10/29

文/ 張 展旗 顧問

 

可能情況二、不同事業採用相同人工智慧

 

由於開發AI需要相當的資訊專業以及高度的研發成本,因此專注於本業的事業未必有意願和能力自行投入研發AI,而很有可能採購、租用或委託資訊專業公司開發。而有研發AI能力的公司,也可能為其他事業代為研發AI,例如亞馬遜公司的aws服務,便向企業客戶提供開發人工智慧的服務(參見https://aws.amazon.com/tw/machine-learning/)。當AI研發供應商基於成本或規模經濟等考量,將相同的AI提供給多數客戶時,即可能產生一個問題:不同的事業所使用的AI程序內,若含有相同的訂價演算法,則縱使事業間沒有直接溝通進行合意或意思連絡,但因為AI的模型及所評估的變數或參數相同,因此仍然會產生價格一致的情形這種情形會違法嗎?

 

1、軸輻式共謀

 

上述情形在競爭法上,有可能構成所謂的「軸輻式共謀」(hub-and-spoke conspiracy) 。一般來說,聯合行為是由具有水平競爭關係之同一產銷階段事業之間,彼此達成合意;而「軸輻式共謀」則是指:以一個處於某一產銷階層的事業為中心(hub,也就是「輪軸」),去協調另一產銷階層中互為水平競爭對手的各個「輪輻」(spokes)。也就是說,合意是存在於上下游的事業之間,而具有水平競爭關係之同一產銷階段事業(各個「輪輻」)之間,並沒有直接進行合意。但透過中心輪軸與每個輪輻間作出相同限制競爭條件的垂直協議,可以間接達成輪輻間也會存在相同限制競爭條件的效果。

 

最近Uber公司因為程式內關於訂價的演算法,而在美國被控告違反反托拉斯法的案子,其爭點即在於「軸輻式共謀」。在這個案件中,原告主張Uber公司與司機所簽訂的條款中,明白規定司機只能收取依Uber公司演算法下所計算的價格,司機與乘客間無法彼此協商價格,而Uber司機顯然也瞭解其他Uber司機會使用一樣的演算法來訂價,因此,雖然司機之間沒有直接合意,但仍會收取一樣的價格,也就是形成了以Uber為中心輪軸、司機們為輪輻的軸輻式共謀。

 

以我國公平法規定來說,聯合行為乃是限於具有水平競爭關係之同一產銷階段事業間的合意,因此若水平競爭對手之間沒有合意的話,嚴格來說並不會構成聯合行為。不過需注意的是,關於合意的解釋,包括了契約、協議以外之意思聯絡,事實上可導致共同行為的情形,因此事業若有意的透過使用同款AI來使價格一致,可能會被認定是其他方式之合意,因而受到處分。此外,公平會也可能基於法律所訂的各項因素而推定合意存在,而使事業面臨舉證的問題。因此,事業若非自行研發而是以外購AI來作訂價決策,必須注意該AI或其核心的訂價演算法是否可能也被其他競爭對手所採用,就此問題最好能事先向AI研發供應商進行書面確認,以保留對己有利的事證。

 

2、使他事業不為價格競爭,參與聯合

 

而對AI研發供應商來說,倘若將具有相同訂價演算法的AI分別提供給不同的事業使用,需注意可能會違反公平法第20條第4款有關「使他事業不為價格競爭,參與聯合」的規定。

 

競爭法對於限制競爭行為,通常區分為競爭者間的「水平限制」或上下游交易雙方間的「垂直限制」兩種類型,前面提過關於聯合行為的規範,正是針對競爭者間水平限制行為的典型。不過在高度發展且複雜的經濟市場環境下,水平限制與垂直限制間的界線有時並不明顯,事業可能透過一連串的垂直限制,達成水平限制之結果,例如上面介紹的軸輻式共謀即屬之。而傳統聯合行為的規範,僅是針對競爭者間之水平協議行為,尚不及於上下游之垂直限制,為彌補規範之不足,公平法第20條第4款乃規定:「有下列各款行為之一,而有限制競爭之虞者,事業不得為之:…四、以脅迫、利誘或其他不正當方法,使他事業不為價格之競爭、參與結合、聯合或為垂直限制競爭之行為。」是以,事業如果透過某些垂直限制的手段(也就是法條所稱的「不正當方法」),抑制了其上游或下游市場的競爭,造成價格一致或產量限制等反競爭結果時,將有違反公平法第20條第4款的疑慮。

 

至於哪些行為會被認為是公平法第20條第4款所說的「不正當方法」呢?參照該規定的立法理由表示:「所謂不正當方法,應從其阻礙公平競爭之性格加以解釋。通常應綜合行為人之意圖、目的、市場地位、所屬市場結構、商品特性及履行情況後,從維持公平競爭秩序之觀點,個別加以判斷。」而在實務認定上則相當廣泛,舉凡促使他事業不為價格競爭或參與結合、聯合行為之方式或手段,對競爭秩序產生不良影響而具可非難性者,均可能被列入,而其中與本文所要討論議題相關的,便是「共同代理機制」。

 

所謂「共同代理機制」,通常是指數家原本相互競爭的上游業者,委託同一個下游代理商銷售而言。實務上曾就此種機制作出《新世紀廣告企業社處分案》。新世紀廣告企業社是一家報紙廣告代理商,承攬了3 家報紙業者的廣告稿件刊登事宜,並在與報社洽談時,交換3家報社調價意願及新價格等高度競爭敏感資訊。據公平會調查發現,業界普遍認為3家報社將廣告稿量集中到新世紀廣告社,會形成『統一作價』,因為將稿件集中給1家代理商的話,可以避免各報社各自的代理商相互競價、殺價。也就是說,透過這種共同代理機制,會削弱彼此價格競爭的激烈程度,並且經由同一家代理商而形成相互監督的效果,藉此穩定價格。因此,公平會認為上游3家報社競爭者委託同一家代理商的「共同代理機制」,可以增強報社提高價格之動機、減低降價競爭之誘因,具有促進勾結之效果,且導致3家報社價格漲幅呈現一致性,因而最終作成處分,並最終獲得法院的判決肯認。(參見公平會公處字第101009號處分書、最高行政法院105年判字第 207 號判決)

 

也許有人會認為,既然共同代理機制會有違法疑慮,那麼不要簽訂代理契約的話,是否即可避免違法?但其實本案的重點並不在於行為的外觀形式,而是在於因為第三者的行為介入而使競爭者間形成了統一作價的效果,是以廣告代理商與各報社間究竟簽了什麼種類的契約,並非判斷的重點。法院更在判決中明白指出:「有關不為價格之競爭、參與結合或聯合行為之構成,行為人與事業間究竟存有何種關係,並非判斷是否構成要件該當之必要考量因素,縱使行為人與事業間不具任何法律關係,倘行為人藉由脅迫、利誘或其他不正當方法,使事業不為價格之競爭、參與結合或聯合之行為,即該當該條規定之妨礙公平競爭行為。」因此,AI研發供應商若將具有相同訂價演算法的AI,分別提供給具有競爭關係的不同的事業使用,很可能會形成類似上述的統一作價效果,而受到競爭主管機關的調查。

 

另外,AI研發供應商或許會認為,若AI只是作為提供訂價建議的輔助角色,使用AI的事業本身仍有權決定是否依照AI的報價來訂價,甚或將這樣的條款內容明訂在供應契約裡,能否免於違法疑慮呢?其實在《新世紀廣告企業社處分案》中,該廣告代理商也曾主張有權決定是否刊登廣告及其價格的,是報社而非代理商,不過這樣的抗辯並未獲得法院採認,其原因在於該廣告代理商縱使沒有訂價決策之權,但對於3家報社的新價格等高度競爭敏感資訊做了訊息交換的行為。回到AI來看,即使AI僅作為建議、輔助的角色,但採用AI的事業若知悉其競爭對手也獲得相同的訂價建議,便很有可能彼此間不為價格之競爭。也就是說,AI研發供應商若提供相同的AI給不同的事業使用,等同於使這些事業間彼此知悉對方的敏感訂價資訊,這樣的情形易使競爭法主管機關認為有交換訊息及促進勾結的效果,因此很難以這樣的條款來冀圖免責。

 

據上,釜底抽薪之計,仍在於AI研發供應商提升對競爭法的理解,並做好內部管控措施,除了注意避免將具有相同訂價演算法的AI分別提供給不同的事業使用之外,也要避免對客戶揭露另一家客戶的演算法相關資訊,而在程式內容的設計上,更要嚴格控管AI關於與競爭對手交換資訊的運作,以免產生觸法的疑慮。

 

可能情況三、人工智慧經由自我學習而學會勾結

 

上面所提的兩種可能情況,乃是基於規則導向的 AI所作的討論,其訂價方式基本上是由事業預先在程式內設立某些規則,讓AI依循規則做訂價。不過隨著技術及運算資源快速成長,深度學習導向的AI,已成為未來開發方向的主流。例如之前AlphaGo的成功,主要是建立了依靠大量棋譜來訓練的圍棋AI模型;但是新一代的AlphaGo Zero已經擁有自我學習的能力,不需要事先學習人類下棋的棋譜,僅花了40天自我對奕2,900萬次,便擁有了超越前一代AlphaGo的實力。深度學習的科技,讓電腦有了從複雜資料中自行歸納出規則的能力,而不用依賴人類事先輸入的規則。在這種發展下,未來也很有可能出現能夠自我學習市場變動而訂價的 AI。這時將產生一個問題:若程式內沒有設計任何促進勾結的機制,但AI自己學會了勾結,那麼事業須對此負責嗎?

 

上述問題並不是科幻情節,事實上,實驗室中的AI已經展現了這樣的能力。上一篇文章曾提到義大利Bologna大學研究團隊的實驗,該實驗採用的是具有自主學習能力的AI演算法,而實驗結果確實令人擔憂:「What is most worrying is that the algorithms leave no trace of concerted action – they learn to collude purely by trial and error, with no prior knowledge of the environment in which they operate, without communicating with one another, and without being specifically designed or instructed to collude.」也就是說,在程式內並沒有專門設計或指示AI進行勾結,而兩個AI彼此間也沒有進行溝通交流,但AI單純靠著試誤(trial and error)就學會了勾結。

 

回到法律上關於聯合行為的議題來看,由於聯合行為的構成與否,關鍵在於具競爭關係的事業間有沒有「合意」,因此,若AI自主地形成「不與對方進行價格戰可以達到自己的利潤最大化」的認知,從而造成價格趨於一致的結果,這樣的情形在理論上並沒有「意思聯絡」存在,因此並不構成「合意」,也就不成立聯合行為。

 

不過需注意的是,因為實務上「合意推定」制度的存在,使得主管機關在發現價格一致的情形時,可以經由市場狀況等間接證據而推定合意存在,此時事業即需設法舉証來加以推翻。然而AI彷彿黑箱作業般的決策過程,將使事業的舉証面臨困擾。因為以深度學習為主的AI技術,其運作過程難以用人類的思維方式加以理解,人們只知道把訊息輸入之後,AI就輸出一個結果,而往往無法理解其演算法的決策依據,甚至就連演算法開發者也難以具體說明AI技術的決策結果。而當事業無法清楚說明其訂價決策依據時,其舉証上將處於弱勢。因此,事業若有意研發具有深度學習能力的AI應用於訂價決策領域,需注意在AI模型內建立可提供解釋或證據的機制(此即AI模型中與black-box相對的white-box,此二者的比較可參見:Black-box vs. white-box models,載於https://towardsdatascience.com/machine-learning-interpretability-techniques-662c723454f3),以幫助人類理解AI為什麼做出某些決策,並避免相關的法律上風險。

 

小結

 

AI的發展與在各領域的應用,是不可避免的趨勢,而應用於商業訂價等領域,更已是現在進行式。例如據報導,亞馬遜幾年前便已開始實現零售團隊工作的自動化,該公司將預測需求、訂購庫存和談判價格等任務,均轉移到AI上。對事業來說,AI可以帶來減少成本、提升效率、增進獲利等明顯的益處,但也帶來一些事先未設想到的法律風險,因此不論是要研發AI或是將其投入實際產業運用,均建議在過程中諮詢律師進行法律方面的評估,才能有效規避風險,並享受AI帶來的好處。

 

Brain Trust: 信任託付,成就榮耀