网络研讨会要点：从美国视角看使用人工智能时的反垄断风险 | Epiq | JD Supra

人工智能（AI）可以帮助企业提高运营效率，增强客户体验，优化商业策略，显著降低成本并增加盈利能力。然而，使用AI工具可能会给企业带来重大的反垄断风险。这些风险包括AI对市场力量积累的影响、大型科技公司获取客户数据的途径以及技术公司与AI初创企业之间的关系，这种关系可能规避合并审查程序。

在最近的一次Epiq网络研讨会（与Corporate Counsel Business Journal联合举办）上，一组法律专家讨论了AI领域的法律和技术发展对反垄断法的影响。在研讨会上，参会者了解了在其业务中使用AI所固有的风险以及他们可以采取的实际步骤以确保其AI的使用符合美国反垄断法规。

嘉宾包括：

主题1：目前在使用和预期使用的人工智能工具有哪些？它们将产生什么影响？

• 广义而言，人工智能是一组使计算机能够执行包括视觉识别、理解并翻译口语和书面语言、数据分析、提供建议等在内的多种高级功能的技术。

• 在反垄断的背景下，所有可能利用计算机进行的有害活动也都可以通过人工智能来执行。

• 一个关键的区别：AI模型通常有一个隐藏层，其中的参数由于维度、抽象和复杂性而不可人为读取。虽然可以通过操纵输入并观察输出来运行测试、验证和开发理论，但并不总是能够透视内部。

• 以下是一些当今使用的高层次工具类别：

  • 基础模型——通用人工智能如ChatGPT、Gemini、Claude、Llama、Titan和Stable Diffusion。

  • 预测分析——通过分析历史数据来做出预测的人工智能系统。

  • 推荐系统——基于历史数据推荐内容、产品或服务的人工智能。

  • 计算机视觉和音频处理——处理和解读视觉或音频数据的AI。应用包括面部识别、物体检测和医学图像分析。

  • 机器人与自主系统——控制能够自主执行任务的机器和系统的AI。

• 讨论小组探讨了人工智能及其他技术将如何从根本上改变经济运作的方式。值得注意的评论包括：

  • “越来越明显的是，人工智能正在让公司比消费者自己更了解消费者的需求……这些技术将重塑市场应该如何运作以及市场的职能所在的传统观念。”

  • 无论您的信息治理政策对于部署新软件有何规定，都应该遵循这些政策。唯一的区别是，各个市场的演变将会非常迅速。培养一种技术敏捷性的文化至关重要。

主题2：适用于人工智能的反垄断法律的讨论。

专家组讨论了反垄断法所管辖的三大类活动：

• 《谢尔曼法》第一部分及其禁止竞争对手之间消除或减少竞争的协议的规定。

• 通过将公司合并为单一实体来消除竞争的并购，这也包括某些可能具有合并效果的“合伙”关系。

• 单方面排除性行为，属于《谢尔曼法》第2节。即使没有与其他竞争者或实体合并、共谋或合作，一家占主导地位的公司也可以通过掠夺性行为压制竞争。有迹象表明人工智能可能会促进掠夺性定价方案。

主题3：美国政府机构提出的反垄断担忧以及正在采取的行动和理论。

讨论集中于几起最近的政府调查和案件：

• 美国司法部根据《谢尔曼法》第1节对RealPage提起的诉讼——投诉称，竞争对手房东向RealPage提供信息（信息交换），然后RealPage通过其算法基于公寓布局向房东提出如何定价的建议。

• 美国和欧洲的几项事务聚焦于合作伙伴关系和收购。今年早些时候，FTC向Alphabet、亚马逊、Anthropic、微软和OpenAI发出了调查传票，涉及它们在人工智能相关产品方面的合伙合作和收购情况。

• 执法活动集中在使用人工智能进行共谋和限制竞争的协议或涉及人工智能的收购上。

• 一个值得注意的评论：“公司将会变得聪明，不会交换信息或同意使用共同算法或共同的人工智能系统。他们将单方面使用先进的AI系统，通过迭代机器学习，这些系统会使它们有能力提高价格。我认为机构在将反垄断原则应用于这种情况时会非常困难。”

主题4：部署技术和AI工具时避免反垄断风险的实际指导。

各位嘉宾提供了一些建议，包括：

• 遵守监管指导——倾听监管部门的意见，因为他们的公开讲话是有目的的。
• 进行尽职调查以更好地了解人工智能在公司中的部署情况。确保法律部门参与其中。
• 公司的可接受使用政策是否涵盖了员工可能如何使用人工智能。
• 务必记录关于公司如何使用人工智能的讨论和决定。
• 密切关注您正在使用的产品及其设计目的。
• 保持警惕和谨慎地进行数据共享——敏感或竞争性信息不应以可能促成反竞争行为的方式不慎泄露。
• 确保市场营销和公关部门不要过度夸大产品的功能，以免引起监管机构的关注。
• 在共享公司数据时，特别注意协调行为的潜在影响。

观看完整版网络研讨会讨论这里。