避免演算法勾结 政府查处难度增

科技部曾在2019年发布「人工智能科研发展指引」强调AI在问责与沟通、透明性与可追溯性、公平性与非歧视性的重要，追求AI系统合理且善意的使用，避免产生偏差与歧视等风险，并建立外部回馈机制。不过对部分厂商而言，AI演算法只是增加营收、打压竞争对手的工具，政府提出的AI发展指引仅供参考。

从正面角度来看，演算法可用来帮助消费者比较价格及品质，提高决策速度，从而降低查找及交易成本，进而强化买方力量，对消费者福利及社会福利有正向效应。而且，演算法也可以提升市场透明度、改变现有产品品质或推动新产品开发，有促进动态效率的效果。

不过专家指出，已经有厂商将演算法当作是联合行为的促进机制，导致以前没有出现过或以前不可能出现的新形式勾结：演算法勾结(algorithmic collusion)。OECD研究报告指出有四种有利勾结实现的演算法类型：包括监控演算法、平行演算法、信号演算法和自学演算法。

以监控演算法为例，就是使用演算法来蒐集竞争对手的决策信息，监控可能的悖离数据，以及设计出快速惩罚的方法，如此一来可避免不必要的价格战，让勾结更为稳固，促进合谋协议的维持。当水平竞争同业勾结後，是可以透过相关的工具来约束彼此间的价格，让勾结更为稳固，限制转售价格(RPM)就是工具之一。

限制转售价格(ResalePrice Maintenance； RPM)是指：事业与交易相对人约定就供给之商品转售予第三人时，或第三人再为转售时，应遵循一定的价格，若违反约定者，则对於交易相对人给予经济制裁。如此一来，上游制造商可藉由对下游经销商转售价格的限制来达成水平价格的联合，从而规避竞争法对水平协议严格的规范。台湾某NB大厂就曾透过AI演算法监控零售价，因此在2018年遭欧盟重罚。

公平会表示，消费性电子产品制造业者透过比价网站，并搭配演算法软件侦测零售商在线销售价格，若发现零售商网络售价低於建议转售价格，则会要求零售商提高价格，否则威胁终止双方合作关系，这使得零售商更倾向於遵守建议售价，形成市场价格的一致性。欧盟执委会竞争总署查无事证，显示个别制造商是事先达成水平协议後，再透过RPM作为履行协议的工具，因此最终仅裁罚个别制造商。另考量零售商是被迫配合提高价格，并非促成者，故并未处分零售商。

公平会指出，随着数据大量累积，AI及演算法技术的精进，藉由深度分析与机器学习，科技巨擘已能精准窥见消费者需求，洞悉人与人、人与物、物与物之间的关系，做到了「比你自己更了解你自己」的境界。这就带来了数据是否被过度蒐集、隐私是否被侵犯的疑虑。一旦业者借助AI和演算法看透消费者一举一动，当然也就可轻松监控竞争者市场价格与销售条件，并迅速对市场变化采取必要的反应。当业者间的合意，不再是透过实体群聚协商的过程来产生，而是透过复杂电脑程序的演算法来达成时，竞争法主管机关对於合意证据侦测与取得之困难度将更胜以往。

公平会呼吁，演算法在设计时就必须建立在不允许勾结的前提上，事业也必须清楚，一旦决定使用演算法定价，就必须为使用演算法所导致的限制竞争结果负责，因此事业宜了解该系统如何运作，并进行风险评估，若经评估存在高度触法的可能性，则应该舍弃以演算法作为定价工具。

责任编辑：陈至娴