人工智能定价算法的发展，使得默示共谋更为普遍

　　代理类共谋是指在动态变化的数字市场上，算法直接充当代理人的角色，对竞争者的定价进行监控，并根据市场数据随时自动调整定价且向竞争者自动发出信号，实现价格协调的过程。代理类共谋中算法就如同传统市场上的企业高管或委托代理人一样，代表各自的企业集聚在一起商量价格策略，达成定价共识甚至是垄断协议，不同的是，信号式算法在经营者之间传递和反馈共谋信号，无需地理空间的转换，一切都在网络虚拟空间自动进行，即使最后达成价格一致，也很难证明共谋的存在，其不过是信号式算法自主地实施价格跟随行为的产物，因而构成传统反垄断法理论上的“默示共谋”。 　　人工智能定价算法的发展，使得默示共谋更为普遍。实践中，经营者通过算法进行价格跟随的行为已经出现。例如，发生在美国的“天价书”事件，两个不同的线上书商，在网站上利用算法对待售的图书进行定价，由于定价算法设计上的漏洞，使得价格追随行为机械地发生并无限循环，在人类毫不知情的情况下，自发地进行价格攀升，最终导致一本普通的生物遗传学教科书定价竟高达2000多万美金。 　　该事件中的算法是“信号式算法”的典型例证，只是事发当时，大家并没有意识到其对共谋可能产生的影响，业界只是当作一个技术漏洞来看待，并引发学界对网站卖家定价算法的实证研究。然而，随着强人工智能技术的发展，算法的设计与运行也逐步完善，当上述算法“机械的”价格追随变成算法“有意 识”的决策定价，就会发生反垄断法学者担忧的“有意识的平行行为”，引发代理类共谋。 　　4.自我学习式算法导致自主类共谋的发生 　　自主类共谋，又称为“虚拟共谋”（virtual collusion），主要是指基于人工智能和机器深度学习的技术，算法不仅能够实时处理数字市场上的海量数据，而且可以通过先进的神经网络建立起自己的市场观，进行自我学习和自主决策，形成最优的定价策略，帮助经营者实现利润最大化的过程。这一过程几乎不受人类控制，对于算法的具体运作过程以及共谋如何达成，人们亦不得而知。 　　这意味着，自主类共谋并不需要经营者的参与，甚至可能都不需要他们具备达成共谋的动机，算法自主决定导致了共谋的发生。换言之，存在一种风险，算法通过深度自我学习可以对市场主体的行为作出预判，在不需要人类干涉的情况下达成共谋。尽管自主类共谋的实例尚未发生，然而一旦发生，目前我们的反垄断法共谋规制理论将束手无策。机器如何进行自我学习和自主决策，深度学习之后算法如何自行达成共谋的结果，虚拟共谋中的算法如何运行等等，迄今为止，人们不得而知，整个过程被称为“黑箱”，最后只输出一个协同性的价格。 　　然而，可以确定的是，如果可以将“黑箱”之后输出的协同性价格认定为共谋的话，那么其对市场竞争的负面影响显而易见。由于自我学习式算法比人类可以更精准地处理数据、实现深度学习，其可以通过高速的、反复的试错最终达成合作性均衡，从而更容易确定共谋者之间实现利润最大化的价格最优解，进而最大限度地破坏市场竞争、损害消费者利益。这种负面影响可能不限于新兴的数字市场，甚至可能波及实体经济。