Sve je počelo sa muvama…
Verovatno se pitate koja je tačno poveznica između algoritama, prava konkurencije i muva. Zamislite udžbenik iz biologije koji košta skoro 24 miliona dolara na Amazonu. Udžbenik iz 1992 godine je bio u prodaji sve do 2011 godine. Na Amazonu je sedamnaest primeraka bilo na prodaju, a d toga njih petnaest je imalo početnu cenu od 35 dolara. Međutim, preostala dva primerka od dva potpuno različita prodavca su imali početnu vrednost u iznosu od ni manje ni više od milion dolara. Istina je da su ova dva primerka bila malo novijeg datuma od ostalih, ali i dalje se ne čini kao fer pogodba. Iz dana u dan cene su se množile. Nametnulo se pitanje da li su ova dva prodavca međusobno vezali cene svojih proizvoda jednu uz drugu, proizvodeći time petlju povratnih informacija korišćenjem algoritama na platformi. Jednog dana cena je porasla na neverovatnih 23.698.655,93 dolara samo da bi sledećeg dana pala na 106,23 dolara. Bilo da krivicu pripišemo algoritmima na Amazon platformi, nepažnji prodavaca ili nečem trećem, pojava algoritama korišćenih za određivanje cena na digitalnim tržištima je bila uvertira u brojne debate u vezi sa postojanjem ‘algoritamskog udruživanja’ na relevantnim tržištima.
Šta je ‘algoritamsko udruživanje’ u svetlu povreda prava konkurencije?
Usklađeno delovanje i sporazumi kojima se krše odredbe prava konkurencije nisu nova pojava. Na primer, uzmimo kartele kao klasičan primer. Takva tržišna praksa je oduvek bila problematična u odnosu na otkrivanje i regulisanje, a brzi razvoj tehnologije dodatno otežava stvari. Korišćenje algoritama u svetlu pojma udruživanja se odnosi na činjenicu da cene određuje veštačka inteligencija, a ne ljudi. Iako nije protivzakonito dizajnirati algoritme da bi se odgovorilo i prilagodilo dinamici određenog tržišta, posmatranje tog fenomena nas dovodi do sledećeg pitanja, odnosno na koji način bi to moglo uticati na konkurenciju. Na primer, može da dovede do problematike određivanja odgovornosti u svetlu sposobnosti algoritama zasnovanih na korišćenju veštačke inteligencije da samostalno uče i prećutno deluju.
U skladu sa mišljenjem Organizacije za ekonomsku saradnju i razvoj (OECD), dve najznačajnije strukturne karakteristike koje utiču na rizik od kršenja prava konkurencije su broj kompanija i prepreke za ulazak na tržište, a efekat algoritama na navedene strukturne osobine se još uvek može ceniti kao nejasan. Industrije u kojima se koriste algoritmi za određivanje dinamičkih cena, poboljšanje kvaliteta proizvoda ili analize baze potrošača su na primer razna onlajn tržišta, avio kompanije, društvene mreže, pretraživači, agencije za razne rezervacije i slično. Prirodno je da ove industrijske sektore karakterišu određene barijere za ulazak kao što su mrežni učinci, ekonomija obima i ekonomija razmera, omogućavajući mnogim kompanijama da prikupe velike količine podataka i time stvore preciznije algoritme. Sa jedne strane takvi algoritmi mogu da smanje barijere za ulazak u smislu omogućavanja učesnicima da preciznije istraže uslove i mogućnosti pod kojima određeno tržište funkcioniše. Na tržištima koja su prirodno transparentnija, kompanije mogu lakše da prate i reaguju jedni na druge bez stvarne ljudske intervencije. Takođe je zabeleženo da bi korišćenje istog algoritma za određivanje cena moglo da naruši odredbe prava konkurencije na jedan suptilan način koji u startu isključuje direktni i/ili indirektnu komunikaciju između učesnika. Na primer, ako bi više učesnika na određenom tržištu autsorsovalo izradu takvog algoritma istoj kompaniji ili osobi, mogla bi da se stvori neka vrsta ‘hub and spoke’ scenarija
Različite vrste algoritama – različite vrste rizika?
Ako podelimo algoritme na četiri različite kategorije kao što je to urađeno od strane OECD, možemo da uočimo neke specifične rizike.
Algoritmi praćenja tržišta
Ova kategorija izvršava najočigledniju funkciju kada posmatramo iz ugla povreda prava konkurencije. Praćenje aktivnosti drugih učesnika na tržištu moglo bi dovesti do sporazuma koji narušava konkurenciju na određenom tržištu zbog prikupljanja velike količine podataka o tržišnim rivalima i skriningom potencijalnih odstupanja. Prema obrazloženju OECD-a, algoritmi praćenja mogu pripomoći u kršenju odredbi prava konkurencije, ali ipak ne eliminišu potrebu za direktnom komunikacijom.
Paralelni algoritmi
Korišćenjem paralelnih algoritama, kompanije bi tehnički mogle da sklapaju nezakonite sporazume bez potrebe za direktnom komunikacijom; pogotovo ako koriste isti algoritam određivanja cena. Ovakvi algoritmi mogu da automatizuju procese donošenja odluka na tržištu tako da cene postavljene od strane raznih učesnika istovremeno reaguju na promene tržišnih uslova. Ovo je posebno korisno kod visoko dinamičnih tržišta koja karakterišu kontinuirane promene ponude i potražnje.
Algoritmi signalizacije
Ovi algoritmi takođe mogu da budu korisni na veoma dinamičnim tržištima. Naime, s obzirom da takva tržišta proizvode potrebu za osmišljavanjem složenijih strategija nezakonite saradnje među učesnicima, jedna od tih strategija bi mogla da bude upotreba algoritama signalizacije kroz, na primer, jednostrane najave promene cena u očekivanju da će rivali slediti takvu aktivnost.
Algoritmi mašinskog učenja
Poslednja navedena kategorija se odnosi na upotrebu mašinskog učenja, koncepta koji bi u tržišnim uslovima mogao lako da omogući kršenja prava konkurencije bez potrebe za direktnom komunikacijom između učesnika ili eksplicitnim dizajnom algoritma da čini takve povrede. Ovakvo rešenje bi moglo da predstavlja jednu stvarnu vrstu ‘digitalnog udruživanja’ s obzirom da koncept bilo teško sprečiti korišćenjem tradicionalnih metoda istrage.
Pravne i praktične implikacije u sadašnjem vremenu
U kontekstu međunarodne trgovine, postoji širok konsenzus o antimonopolskoj politici u oblasti udruživanja i povreda, kao što je vidljivo u članu 101 Ugovora o Evropskoj Uniji i Ugovora o Funkcionisanju Evropske Unije (TFEU) i prvoj sekciji Američkog antimonopolskog zakona poznatijeg kao ‘Sherman Act’. Bitno je istaknuti da koncept koji bi se laički okarakterisao kao prećutno udruživanje nije sam po sebi nezakonit po odredbama Evropske Unije o zaštiti tržišnog takmičenja. Naime, član 101 TFEU zabranjuje sve sporazume, odluke udruženja i usklađeno delovanje koji bi mogli uticati na trgovinu između država članica i koji imaju za cilj ili posledicu sprečavanje, ograničavanje ili narušavanje konkurencije na unutarnjem tržištu. U skladu sa time, možemo da postavimo pitanje da li bi ovaj zakonski opis mogao da uključi i prećutno udruživanje u vidu određivanja cena od strane algoritama koji funkcionišu na principu umetne inteligencije. Iako nam trenutno nedostaju empirijske studije koje dokumentuju učestalost ove pojave u praksi, možemo da se osvrnemo kratko na dva slučaja, odnosno na presudu Evropskog suda pravde iz 2016 godine u slučaju Eturas i kažnjavanje više proizvođača elektronskih proizvode od strane Evropske Komisije 2018 godine.
Uvidom u predmet Eturas možemo da proučimo zanimljivo obrazloženje suda o usaglašenoj praksi putem korišćenja digitalne tehnologije. Predmet uključuje litvanski sistem onlajn rezervacija putovanja korišćen od strane tridesetak turističkih agencija. Putem internog sistema za razmenu poruka poslato je sistemsko obaveštenje koje je najavilo popuste na kapare u iznosu od 3 procenta, kao i da će veći iznosi biti automatski smanjeni od strane softvera na 3 procenta ukoliko turistička agencija ne preduzme dodatne tehničke korake. Poruka je bila dostupna svim agencijama u odeljku sistema pod nazivom ‘informativne poruke’. S obzirom da su samo dve agencije pristupile poruci, nijedna se nije očitovala o odluci niti javno distancirala, litvanska komisija za zaštitu konkurencije je donela odluku da je zakon prekršen u datom slučaju. Evropski sud pravde je ostao na stajalištu da se može lako pretpostaviti da su turističke agencije mogle i trebale da bude svesne poruke i da su time što se nisu javno distancirale, usaglašeno delovale. Ipak, proučavajući dalje dokaze i uzimajući u obzir presumpciju nevinosti, puko slanje poruke nije moglo da opravda čvrstu konstataciju da su sve agencije bile svesne sadržaja poruke.
Evropska komisija je još 2018 godine kaznila brojne proizvođače elektronske robe, odnosno Asus, Philips, Denon & Marantz i Pioneer zbog pritiska na onlajn prodavce koji su nudili njihove proizvode po nižim cenama i pretnji naknadnim sankcijama kao što su blokada dostavljanja zaliha i bonusa. Interesantan deo se odnosi na korišćenje algoritama od strane proizvođača koji su pratili postavljanje cena onlajn i korigovali smanjene cena u skladu sa željama proizvođača. Širok uticaj ovakve koordinacije cena možemo da vidimo u činjenici da su ti proizvođači imali svoja sedišta u različitim delovima sveta kao što su Tajvan, Japan i Holandija, ali su njihove odluke uticale na potrošače u zemljama članicama Evropske Unije. Međutim, pronalaskom fizičkih dokaza, odnosno pisane komunikacije između proizvodača i onlajn preprodavaca, nadležnom organu nije bilo teško otkriti da se povreda dogodila korišćenjem algoritama određivanja cena.
Umesto Zaključka…
Iako se već neko vreme vozimo u vagonu tehnoloških inovacija, pitanje korišćenja algoritama u svrhu povreda prava konkurencije i tržišnog takmičenja se i dalje smatra relativno udaljenom i novom temom. Sa druge strane, koncept je nazvan i ‘starom vrstom vina u novim flašama’ što znači da se u osnovi radi o elegantnijoj primeni iste prakse poznate vekovima. U savremenoj literaturi nailazimo i na mišljenja da bi veću pažnju trebalo posvetiti na povrede konkurencije zasnovane na blokčejn tehnologiji i korišćenju pametnih ugovora. Ipak, upotreba algoritama za povrede prava konkurencije i tržišnog takmičenja može nas navesti na razmišljanje da li postoji potreba da se pravni koncepti sporazuma i antimonopolske odgovornosti preformulišu kako bi odgovarali izazovima sadašnjosti.
Izvori:
Knjige/Naučni Članci/Publikacije:
Beneke, F. & Mackenrodt M. O. (2020) Remedies for Algorithmic Tacit Collusion. Journal of Antitrust Enforcement, Vol. 9, Issue 1, pp. 152-176.
Kokkoris, I. (2020) A Few Reflections on the Recent Case Law on Algorithmic Collusion. Competition Policy International, Antitrust Chronicle – July 2020.
Mazundar, A. (2022) Algorithmic Collusion: Reviving Section 5 of the FTC Act. Columbia Law Review, Vol. 122, pp. 449-488.
OECD (2022) OECD Handbook on Competition Policy in the Digital Age. OECD.
Schrepel, T. (2019) Collusion by Blockchain and Smart Contracts. 33 Harv J.L. & Tech. 117.
Zakonodavni Okvir:
Consolidated versions of the Treaty on European Union and the Treaty on the Functioning of the European Union (2016) OJ C 202/01.
Sherman Antitrust Act of 1890, 15 U.S.C. §§ 1-38,
Sudska Praksa:
Commission decision of 24.07.2018. Relating to proceedings under Article 101 of the TFEU (2018) AT.40465 – ASUS.
Commission decision of 24.07.2018. Relating to proceedings under Article 101 of the TFEU (2018) AT.40469 – Denon & Marantz.
Commission decision of 24.07.2018. Relating to proceedings under Article 101 of the TFEU (2018) AT.40181 – Philips.
Commission decision of 24.07.2018. Relating to proceedings under Article 101 of the TFEU (2018) AT.40182 – Pioneer.
Eturas UAB and Others v Lietuvos Respublikos konkurencijos taryba (2016) C-74/14.
