大模型时代平台领域反垄断常态化监管路径探讨.pdf

42反断大模型时代平台领域反垄断常态化监管路径探讨口付宏伟件冀颖刘乙萱杨旭摘要：大模型技术的不断完善以及开源大模型的不断涌现，提升了人工智能技术在经济和社会中的使用效果，也给平台领域现有的反垄断监管手段带来了冲击。应依托大数据分析、人工智能技术，在反垄断监管层面引入日常监测技术手段，通过实施常态化的科学精准监管，推动平台经济健康持续发展，激发市场活力。关键词：平台领域反垄断监管常态化监管人工智能毛大数据技术一、青背景分析随着大模型技术的变化，市场也在变化。近期基于大模型的人工智能工具陆续发布，甚至直接开源，例如ChatGPT、L L a M A、b a i c h u a n、Ch a t G L M 等。这些大模型正在支持更加广泛的新数字应用，可能为经济和社会整体带来重大颠覆。另一方面，人工智能技术的应用也给反垄断监管带来了新挑战和新需求。仅仅依赖制定新规章或引入更多执法人员等传统监管方式，难以满足监管技术复杂度日益增加、网络日益广泛渗透市场的需求。目前，我国仍主要借助以事后监管为主的反垄断法监管来对平台领域涉嫌垄断行为进行规制。作为典型的事后监管手段，反垄断监管处在一个旨在禁止某些行为模式的竞争政策体系中，而非整体考虑大型平台在网络产业治理体系中的系统性影响。i)大模型的飞速发展给平台领域反垄断监管带来了难题，但同时，不断发展的人工智能、大数据技术也可以帮助监管机构更好地实施常态化的科学精准监管，强化事前事中事后全链条监管效能，持续提升（2）常态化监管水平，并更有效分配有限的监管资源二、大模型给平台领域现有反垄断监管手段带来的冲击大模型技术的不断完善以及开源大模型的不断涌现，进一步提升了人工智能技术在经济和社会中的使用效果，也降低了相关技术的使用门槛。企业无需从头训练模型，而可以直接将可商用化的开源大模型部署在本地，利用自身业务知识训练并微调大模型，从而使得大模型能够满足企业的业务应用需求。不断提出的量化版本的大模型大大减少了模型层数、参数量，使得本地化部署无需消耗大规模的软硬件资源，也就令不同规模的平台企业都可以方便的部署和应用大模型。在这样的背景下，大模型给平台领域现有的反垄断监管手段带来了巨大的冲击。一是反垄断监管机构面临的市场交易和经营者数量远远超过所能监测的范围。目前，我国境内注册的平台企业数量超过30 0 0 家，而大型平台上包含了超过30 0 0 万家网络交易经营者主体。此外，平台企业涉及的用户、交易场景具有跨区域性，一些涉嫌垄断行为的相关产品市场、相关地域市场非常复杂，传统的反垄断监管手段面临较大困难。二是市场中动态定价算法的日益增长可能为反竞争行为开辟新的可能。算法定价存在有意或无意扭曲市场竞争的潜在可能，这使得监管机构很难确定合法的市场效率与反不正当竞争行为之间的界限。有了自主学习算法，市场共谋行为甚至可能在没有任何人工输入的情况下发生，这进一步加大了监管中国价格监管与反断2 0 2 4年增刊中国价格监管与反垄断2 0 2 4年增刊43反断机构的工作量。三、引入常态化监管技术手段的理论和实践基础（一）引入事前监管制度存在一定的理论基础。传统上来看，相较于事前监管模式，反断法更倾向于事后监管路径，即更加注重行为带来的消极后果，着眼于反不正当竞争行为对竞争秩序和消费者福利造成损害后的惩罚、弥补和修正。随着平台企业的不断发展，上述监管模式面临了一些问题，应当思考常态化的事前监管机制与反垄断法体系的接入和并轨。1.可以适用必要设施规则理论原理。(3）所谓必要设施，是指经营者所掌握某些下游经营者生产中不可缺少且无法复制的设施，为了避免反竞争后果，则该经营者必须准许下游厂商以合理方式使用该设施，该规则以设定法律义务的方式对必要设施拥有者行为进行反垄断事前干预。通常而言，该设施可能是技术、自然条件等，但随着互联网技术和平台经济的蓬勃发展，必要设施的性质和表现形式也可能发生变化。此外，有学者主张，由于平台企业的垄断力量源自其对需求端用户的控制力，因此在界定平台企业是否构成必要设施时，可以将其在需求端的用户规模、对用户的锁定强度等因素作为必要的考量指标，进而对达到必要设施标准的平台企业施加事前监管义务，以期达到维护市场竞争秩序的效果。2.平台领域竞争新形态可以在一定程度上反哺反垄断惯于关注经营者消极义务的传统路径。平台经济本身较之其他经济发展模式，更仰赖于数据优势，网络效应和外部效应特点突出，双边市场特点和零价格模式对以往的行为后竞争效果评估活动提出了新的挑战，而平台经济执法也随之呈现出事后监管力度不足、市场支配地位认定和竞争损害评估方法无法科学地适应平台经济发展现状的弱势。对此，学界提出了多种弥补方式，包括对评估和分析方法的补充和迭代，但可能仍囿于定性分析的主观性和偏差可能性以及定量分析对零价格模式的评估失灵。在此基础上，平台经济竞争新形态可能会对传统反垄断规制路径产生反哺和更新，促进事前监管模式与传统事后干预的执法方式融合，从而促进反垄断理论以解决实际问题为导向进行更新发展，与现实状况适应（二）引入事前监管制度具有实践上的可操作性。1.有学者认为，可以将事前监管与反垄断执法独立处理，互为补充，而不纳入反垄断监管体系当中，共同适用于反垄断监管。（4）该类说法主张，反垄断与监管是内涵和外延均不相同的两类行为，应当将监管手段排除于反垄断之外，据此能更好发挥监管行为本身的灵活性和与事后反垄断执法的有效衔接。我国的公平竞争审查制度、平台分级分类监管制度则是这方面的初尝，也在一定程度上说明了事前监管与事后反垄断执法相互配合的可操作性。监管机构独立出来可以更有效地深入行业而无需受到反垄断执法框架的限制，体现特定市场或行业的监管专业性，也能结合行政职能性质，发挥出其独立性优势。2.事前监管机制并不导致竞争不充分。对经营者施加事前义务，可能造成该经营者必须对其他经营者开放某些设施或让渡经营优势的局面，进而引起对对抗性竞争状态造成破坏的担忧。实际上，这也与平台经济的特点有关。如前所述，事前干预对经营者施加的要求并非强迫平台与其横向竞争对手共享资源，因此，事实上该手段能够鼓励和促进相邻市场竞争，使得更多投资流入市场，推动创新并提升动态效率。四、事前监管的预期实现目标和可能的实现路径目前，各平台经济领域内的超级平台试图通过数据封闭等途径设立或提高相关市场进入壁垒，阻碍新兴创新型企业进入，从而援取巨额利润。对此，对平台领域实施事前监管希望达到的目标与事后监管类似，即破除相关市场进入壁垒，建立开放的平台经济生态，确保潜在竞争者得以进入相关市场中，激发并保持市场活力。就具体实现路径而言，目前有两种可能实现的路径。第一，反垄断法框架之下引入事前监管规则，为超级平台经营者设置特殊的积极竞争义务，促进平台实现从封闭到开放的转变；第二，引入人工智能技术来最大限度地提升其在反垄断监管方面可能产生的价值。（一）引入人工智能技术手段的前提条件1.以数学的方式精确表达监管目标。监管机构应用任何人工智能技术的首要前提都是能够以数学精确的方式表达，从而将业务知识转化为机器可操作和识别的量化指标体系及数学符号。针对涉嫌垄断行为的多变性、复杂性、隐蔽性等特点，需要对反垄断领域以经济学、法学为基础的业务逻辑规则进行可计算化建模，构建多学科融合的分级分类涉嫌垄断行为感知预警数据特征体系和牵引性关键词体系，从而明确表达监管目标。中国价格监管与反断2 0 2 4年增刊44断2.具备足够大量且可用的高质量数据。人工智能技术的另一个应用前提是具备足够大量的可用数据，同时，这些数据能够满足监管机构的当前需求并适合所需目标。在反垄断监管领域，数据可用性可能是一个挑战，因为经营主体往往不愿意与监管机构共享其数据。特别针对反垄断监管的业务需求，需要大量企业内部经营数据用以辅助人工智能模型的训练，而监管方目前很难掌握这类数据。3.具备人工智能算法的应用能力。人工智能、大数据技术的应用不断引发新的问题行为，例如算法合谋，这使得监管机构更加难以区分合法的市场效率和涉嫌垄断行为。随着自主学习大模型的使用，即使没有任何的人为干预，问题行为也可能发生，这使得监管任务更加复杂。为应对这些挑战，监管机构可以在适当条件下考虑在监管工作中使用类似的算法工具。业务行为的日益复杂性和对复杂数字技术的依赖，使得监管机构考虑如何最好地利用这些进步变得至关重要(二）引入人工智能技术辅助反垄断监管的探讨1.以平台经济为切入点，构建反垄断监管指标体系。结合经济学原理、法律构成要件和技术实现逻辑等不同维度，构造平台经济领域对经营者的主体资格、行为违法性、豁免条件和正当理由等判定依据，抽取平台经济垄断行为典型经济学特征、技术特征、数据特征。构建反垄断监管指标体系，进而指导垄断行为的风险识别、分级监管、行为程度评估等工作。2.构建垄断行为基础资源库。监测并采集多领域、多行为平台企业市场竞争行为数据。对数据进行清洗、转换、对齐操作，以确保数据质量和一致性。同时针对反垄断业务的特定需求，设计适合的数据模型，生成仿真数据以丰富基础资源库。通过监测数据的汇聚和仿真数据的生成，构建统一、标准化的垄断行为基础资源库，为反垄断监管引入人工智能算法提供足够大量的可用数据。3.研究人工智能预测预警算法。研究垄断行为特有的跨模态语义统一表达模型，自动识别平台经济领域大数据实体关系、事件关系。针对平台经济领域中的平台企业、断行为事件，分别构建关联主体的知识图谱和基于垄断行为事件的事理图谱，利用图谱结构中节点关系的有向性，找到资本与平台企业之间、垄断行为事件之间的关联路径，监测资本关联主体、企业行为事件的异动，自动识别、抽取垄断行为线索。通过深入研究、谨慎考虑何时以及如何使用人工智能技术手段，监管机构可以帮助确保算法模型以公平负责的方式辅助反垄断工作。五、结语大模型时代为传统反垄断监管模式带来了巨大冲击，一方面，反垄断监管机构面临的市场交易和经营者数量远远超过所能监测的范围；另一方面，市场中动态定价算法的日益增长可能为反断行为开辟新的可能，对此，传统的事后监管模式无法有效满足平台经济领域涉嫌垄断行为执法，需要引入事前监管手段对涉嫌断行为进行常态化监管，拟进一步激发市场活力。就借助人工智能的事前监管路径而言，可以以平台经济为切入点，构建反垄断监管指标体系和垄断行为基础资源库，在此基础上通过进一步借助人工智能预测预警算法为平台经济反垄断工作保驾护航。注释：(1）Se e M a r t i n H e l l w i g,Co mp e t i t o n Po l i c y a n d Se c t o r-Sp e c i f i cRegulation for Network Industries,SSRN（2 9 Se p t e m b e r 2 0 0 8）,http:/ r y Co g l i a n e s e,A I Fo r t h e A n t i t r u s t R e g u l a t o r.（3）周汉华：论平台经济反垄断与监管的二元分治，载中国法学，2 0 2 3年第1期。（4）张玫瑰：互联网平台反垄断法律规制的范式转型一一反垄断法事前千预范式的构建，载政治与法律，2 0 2 3年第4期。【基金项目】国家重点研发计划项目“平台经济领域垄断行为风险监测感知关键技术研究”2022YFC3321000（作者单位：付宏伟、件冀颖：国家市场监督管理总局竞争政策与评估中心；刘乙萱、杨旭：中国政法大学。付宏伟系国家市场监督管理总局竞争政策与评估中心主任。）