反垄断视域下人工智能算法市场竞争风险规制理路.pdfVIP

•法学研究

·新兴科技法律问题研究专题·

反垄断视域下人工智能算法

市场竞争风险规制理路

陈兵

(南开大学法学院,天津300350)

[摘要]人工智能算法在推动社会进步和经济发展的同时,也带来了前所未有

的市场竞争风险。算法的“黑箱”特性、自主决策能力以及对海量数据的依赖,使得

现行反垄断法分析和规制方法在识别、认定和归责方面面临困境。算法共谋、开源或

闭源算法竞争、基于算法的滥用市场支配地位等行为,不仅可能扭曲市场竞争秩序,

也可能损害消费者利益。规制算法市场竞争风险,不仅是为了维护市场公平竞争秩

序,更是为了确保人工智能健康可持续发展,实现法律与技术的良性互动。故此,需

通过加快优化法律与技术互动,以有效应对算法共谋,强化反垄断事前规制与事后规

制相结合,以应对算法滥用等妨碍、限制、排除竞争的行为,以及加强多元主体协同规

制与国际合作等方式,规制人工智能算法市场竞争风险,实现技术创新与公平竞争之

间的动态平衡。

[关键词]人工智能;算法共谋;算法滥用;竞争风险;反垄断规制

[中图分类号]D913.99[文献标志码]A

[文章编号]1000-8284(2025)08-0073-12

一、问题提出

人工智能算法作为新一轮科技革命的核心驱动力,正以前所未有的速度深度重塑

[收稿日期]2025-06-13

[基金项目]最高人民法院司法研究重大课题“数据权益知识产权司法保护问题研究”

(ZGFYZDKT202317-03)

[作者简介]陈兵(1980),男,湖北荆州人,教授,博士研究生导师,博士,从事竞争法、数据法

研究。

·73·

学术交流2025年第8期

全球经济与社会结构。其在商业领域的广泛应用,在极大提升效率、优化资源配置的

同时,也带来了现行反垄断法难以有效应对的新型竞争风险。首先,人工智能技术在

催生全新商业模式的同时暗藏规制难题。以定价算法为例,通过大数据分析和机器学

习优化定价模型,能够有效改善商品定价模型,分析和预测价格趋势,大大提升经营者

的运行效率和社会整体效率。然而,定价算法也可以实现歧视定价和差别定价,如部

分头部电商平台通过算法对不同消费频次的用户设置差异化价格,带来了公平竞争规

制的困境。其次,算法市场呈现“赢者通吃”的垄断倾向。高昂的研发投入和对稀缺

资源的依赖使得少数头部企业凭借资源优势和规模效应迅速占据主导地位,形成强大

的网络效应和技术壁垒。以智能推荐算法为例,头部平台通过海量用户数据训练出的

算法模型,能更精准匹配用户需求,形成强大网络效应,新进入者因缺乏数据积累难以

突破技术壁垒,市场逐渐形成“生态型垄断”,消费者选择权被压缩,市场竞争活力被

削弱。最后,知识产权保护可能加剧算法市场不公平竞争。拥有原始算法技术的企业

通过持续专利申请和数据保护诉讼,能够确保长期的市场优势,既保护自己的创新,又

阻碍其他竞争者的技术进步,加深算法市场的不公平竞争。

人工智能算法技术的动态特性给竞争风险预防和规制带来了前所未有的挑战。

一方面,人工智能算法快速迭代,算法