Konkurranseproblemer i AIs tidsalder
Henry Hauser Bidragsyter Del på Twitter Henry Hauser er advokat i Perkins Coies antitrustrettsgruppe og er antitrustprofessor ved University of Colorado Law School. Flere innlegg fra denne bidragsyteren
- Konkurranseproblemer i AIs tidsalder
Shylah Alfonso Bidragsyter Shylah Alfonso er fast styreleder i Perkins Coies antitrust- og urettferdige konkurranserettslige praksis med fokus på antitrustrådgivning og rettssaker, antitrustklarering for fusjoner og oppkjøp, gruppesøksmål og komplekse kommersielle rettssaker, og immaterielle rettigheter og rettferdig, rimelig og ikke-diskriminerende (FRAND) ) Prosedyre, rettstvist. Flere innlegg fra denne bidragsyteren
- Konkurranseproblemer i AIs tidsalder
Chris Williams Bidragsyter Chris Williams er partner i Perkins Coie med fokus på antitrustspørsmål knyttet til kommersielle transaksjoner, inkludert fusjoner og oppkjøp (M&A); joint ventures og andre strategiske samarbeid; lisensiering av intellektuell eiendom; og pris-, forsynings- og distribusjonsavtaler.
Antitrust er motoren for fri virksomhet: den former utallige handelslinjer, fra teknologi til toaletter, øl til baseball og helsevesen til maskinvare. Antitrust driver pris, kvalitet, variasjon, innovasjon og muligheter.
I dag endrer kunstig intelligens raskt hvordan virksomheter sanser, resonnerer og tilpasser seg i markedet. På tvers av alle bransjer utnytter bedrifter maskinlæring for å få verdifull innsikt uten omfattende involvering av ansatte. Men disse banebrytende egenskapene skaper en omveltning i hvordan selskaper engasjerer seg med konkurrenter og forbrukere.
Erfarne konkurranse- og forbrukerbeskyttelsesadvokater kan hjelpe bedrifter med å utnytte mulighetene AI gir mens de navigerer Terra Nova av regulatorisk og rettslig risiko. Selv om det er feil å nærme seg AI som en svart boks, kan kompleksiteten til AI-systemer gjøre resonnement ugjennomsiktig. Dette betyr at koblinger mellom AI-utganger og rasjonelle forretningsbegrunnelser risikerer å bli skjult eller til og med gå tapt.
Likevel er det usannsynlig at regulatorer unnskylder forbruker- og konkurranseproblemer bare fordi en organisasjon ikke kan forklare hvorfor visse handlinger ble iverksatt og andre ikke. Juridisk eksponering eksisterer under Sherman Antitrust Act, Federal Trade Commission Act (FTC), Robinson-Patman Act, samt statlige antitrust- og forbrukerbeskyttelseslover. Ved å implementere retningslinjer og prosesser som bevarer menneskelig kontroll og ansvarlighet, kan organisasjoner minimere juridisk eksponering og unngå utilsiktede konsekvenser.
En proaktiv og tilpasset tilnærming er avgjørende. AI påvirker konkurranse og forbrukere på utallige måter, inkludert når det brukes til kjernevirksomhetsfunksjoner.
Prissetting
AI hjelper bedrifter med å ta prisbeslutninger ved å reagere raskt på umiddelbare endringer i etterspørsel, lager og innsatskostnader. Ved å syntetisere og oppsummere enorme mengder komplekse data, kan det være en betydelig hjelp til å bygge og tilpasse prispolitikk. Men resultatene som AI-assistert prising genererer, kan også sees på som å legge til rette for i seg selv ulovlig samarbeid, for eksempel prisfastsettelse eller budrigging. I følge FTC-styreleder Lina Khan, kan AI «tilrettelegge for samhandling som urettferdig blåser opp prisene».
Disse bekymringene kan oppstå direkte eller indirekte fra bruk av AI til å utføre en rekke aktiviteter som benchmarking, disaggregering av informasjon, signalering, utveksling av informasjon eller analyse av pristrender. Prisalgoritmer, for eksempel, kan reise antitrust-spørsmål når konkurrenter bruker dem til å håndheve en forhåndsavtale, algoritmeleverandører initierer eller organiserer en avtale, selskaper bruker algoritmer for å øke prisene dramatisk, eller til og med når konkurrenter uavhengig bruker algoritmer som senere engasjerer seg i hemmelig opptreden.
Det amerikanske justisdepartementets antitrustavdeling fremhever at «fremveksten av dataaggregering, maskinlæring og prissettingsalgoritmer … kan øke konkurranseverdien av historiske data» og garanterer «å revidere hvordan vi tenker om utveksling av konkurransesensitiv informasjon».