ИИ: Краткий обзор
Искусственный интеллект (ИИ) быстро развивается в последние годы, проникая во многие аспекты нашей повседневной жизни. От виртуальных помощников (таких как Siri, Alexa или Google Assistant), которые помогают нам планировать встречи, до сложных алгоритмов, лежащих в основе рекомендательных систем, ИИ меняет наш подход к взаимодействию с технологиями и окружающим миром.
Итак, что такое ИИ? ИИ включает создание компьютерных систем, способных выполнять задачи, которые обычно требуют человеческого интеллекта, включая обучение, рассуждение, решение проблем и восприятие. Области применения ИИ обширны: в здравоохранении он помогает диагностировать заболевания и разрабатывать новые методы лечения, а в финансовом секторе — выявлять мошенничество и оптимизировать инвестиционные стратегии.
ИИ основан на трех ключевых элементах
1. Данные
Качественные и разнообразные данные составляют основу ИИ-систем. Они служат своего рода «сырьем», на котором обучаются и улучшаются модели ИИ. Чем больше данных доступно системе, тем лучше она может распознавать шаблоны, делать точные прогнозы и выполнять сложные задачи. Однако важна и надежность данных: предвзятые или неполные данные могут привести к неточным результатам. В итоге качество вывода ИИ напрямую связано с качеством его входных данных.
2. Вычислительные ресурсы
Мощное оборудование, такое как графические процессоры (GPU) и тензорные процессоры (TPU)[i], необходимо для обучения и работы сложных ИИ-моделей. Эти специализированные ускорители способны значительно быстрее обрабатывать интенсивные вычисления, требуемые для задач ИИ, чем традиционные центральные процессоры (CPU). Однако доступ к таким аппаратным ресурсам может быть ограничен, а их стоимость — высокой, особенно для небольших разработчиков ИИ. Более масштабируемым и экономически эффективным вариантом для них является доступ к облачным вычислениям, которые предоставляют мощную инфраструктуру по запросу. Но даже с облачными решениями остаются вызовы, такие как задержка, вопросы конфиденциальности данных и возможная зависимость от поставщика.
3. Инженерные кадры
Опытные инженеры и специалисты по данным — это архитекторы и создатели ИИ-систем. Их навыки необходимы для разработки эффективных алгоритмов, создания надёжных моделей и обеспечения этического использования ИИ. Однако глобальная нехватка талантов в сфере ИИ может замедлить инновации и обострить конкуренцию за квалифицированные кадры.
С развитием ИИ его потенциал по трансформации отраслей и улучшению качества жизни огромен, но существуют и значительные риски. Одна из основных проблем — возможность использования ИИ в недобросовестных целях, таких как создание автономного оружия или распространение дезинформации. Более того, с развитием ИИ возрастает риск потери рабочих мест, так как машины становятся способными выполнять задачи, которые традиционно выполняли люди. Также вызывает обеспокоенность концентрация разработок и контроля над ИИ в руках немногих крупных игроков, что может привести к предвзятости, дискриминации и нарушениям конфиденциальности. Решение этих проблем потребует внимательного рассмотрения этических вопросов, строгого регулирования и международного сотрудничества.
Конкурентное право: основные принципы
Конкурентные правила стремятся создать справедливый и равноправный рынок, где все компании имеют равные возможности для конкуренции, а потребители получают справедливые цены и широкий выбор.
Для достижения этой цели конкурентные правила запрещают определенные практики, такие как:
Антиконкурентные соглашения:
К ним относятся строго запрещенные соглашения или действия, такие как картели (соглашения между конкурентами об установлении цен, ограничении производства или разделении рынков), поддержание розничных цен, а также другие ограничительные условия (например, эксклюзивные соглашения о дистрибуции или договоры о неконкуренции, которые, в зависимости от обстоятельств, могут быть законными).
Злоупотребление доминирующим положением:
Компании с существенным рыночным влиянием должны соблюдать более строгие правила конкуренции, что значит, что они не могут использовать тактики, которые могут быть разрешены меньшим компаниям. Для таких крупных игроков даже допустимые (и законные) стратегии, такие как ценообразование ниже себестоимости, привязка и пакетные продажи или отказ от работы с определенными клиентами, могут быть недопустимы.
Слияния, существенно ограничивающие конкуренцию:
Некоторые сделки по слиянию и поглощению могут привести к созданию или усилению доминирующего игрока, что может повлиять на цены, выбор для потребителей и другие аспекты. Через процедуры контроля за слияниями антимонопольные органы следят, чтобы такие сделки не происходили.
Пересечение ИИ и конкурентного права
Вопросы взаимодействия ИИ и интеллектуальной собственности (ИС), а также ИИ и защиты данных находятся в центре правовых обсуждений, так как ИИ непосредственно влияет на эти сферы права. С одной стороны, ИИ-системы часто используют обширные массивы данных для обучения, что вызывает вопросы о правах собственности на данные и возможных нарушениях прав субъектов данных. С другой стороны, ИИ может генерировать креативный контент, что размывает границы между авторством человека и машины, а также использовать защищенные авторским правом материалы для своего обучения.
Влияние ИИ на конкуренцию, однако, более сложно и требует тщательного анализа специфики рынка и нормативных рамок. ИИ может как улучшать, так и искажать конкуренцию в зависимости от его применения и конкретных условий.
ИИ может улучшить конкурентную среду за счет:
а. Повышения эффективности:
ИИ может повышать эффективность и снижать затраты для бизнеса, что приводит к снижению цен для потребителей. Например, ИИ-системы управления цепочками поставок могут оптимизировать логистику и сократить расходы.
б. Стимулирования инноваций:
ИИ может побуждать к инновациям и разработке новых продуктов и услуг, что идет на пользу потребителям и экономике. Например, ИИ-инструменты диагностики могут улучшить результаты лечения в здравоохранении.
в. Повышения прозрачности рынка:
ИИ может повысить прозрачность рынка, предоставляя потребителям больше информации о ценах, характеристиках и качестве товаров. Например, ИИ-инструменты для сравнения цен помогают потребителям находить лучшие предложения.
Этот блог далее исследует, как ИИ может способствовать широкому спектру антиконкурентных практик, включая ограничительные соглашения, злоупотребление доминирующим положением и тщательно продуманные «партнёрства», которые на самом деле могут представлять собой концентрации, скрытые под видом союзов.
ИИ и ограничительные соглашения
Могут ли компании заключать ограничительные соглашения с использованием ИИ и, таким образом, нарушать правила конкуренции? Судя по всему, да.
Использование алгоритмов участниками рынка может привести к нарушению конкурентного законодательства. Алгоритмы, являющиеся основой ИИ, представляют собой наборы инструкций, которым следуют компьютеры для выполнения определенных задач. В контексте ИИ алгоритмы позволяют машинам обучаться на данных, распознавать закономерности и принимать решения.
Некоторые антимонопольные органы, такие как Европейская комиссия (ЕК)[ii], Управление по конкуренции и рынкам Великобритании (CMA)[iii] и, более недавно, французский антимонопольный орган (Autorité)[iv] de la Concurrence, изучают, как алгоритмы могут негативно влиять на конкуренцию, по сути, способствуя заключению ограничительных соглашений.
Особо интересное и сложное явление, известное как «алгоритмическая сговоренность», стало предметом внимания антимонопольных органов. Алгоритмическая сговоренность — это сравнительно новое понятие в антимонопольном праве, которое описывает потенциальную возможность использования алгоритмов конкурирующими компаниями для сговора и манипулирования рынками. Это может происходить, когда алгоритмы запрограммированы на реакцию на поведение друг друга таким образом, который имитирует человеческий сговор, например, путем координации цен или ограничения производства.
Вот три основных сценария, при которых может возникнуть алгоритмическая сговоренность[v]:
- Алгоритм как поддержка уже существующего сговора: Когда компании уже договорились о сговоре, алгоритмы могут использоваться для мониторинга, выполнения или сокрытия этого соглашения. В данном случае алгоритм не вызывает антиконкурентное поведение, но служит инструментом для поддержки «традиционного» сговора. Примером этого является дело Eturas[vi], где Суд Европейского союза (CJEU) заключил, что установленные Eturas и примерно 30 другими литовскими туристическими агентствами ограничения на скидки через платформу онлайн-бронирования нарушают правила конкуренции и являются сговором. CJEU подтвердил, что условия использования онлайн-платформ могут нарушать правила конкуренции, поэтому администраторы платформ должны внимательно их проверять, чтобы избежать рисков содействия коллюзивным практикам между пользователями платформы. Еще один интересный случай — решение CMA по Trod/GB eye[vii], где две компании настроили автоматизированное программное обеспечение для пересмотра цен таким образом, чтобы не сбивать цены друг друга на спортивные постеры на сайте Amazon UK, что фактически означало создание картеля, являющегося серьезным нарушением правил конкуренции.
- Общие алгоритмы третьих сторон приводят к молчаливому сговору: Использование конкурирующими компаниями одного и того же алгоритма ИИ, разработанного третьей стороной, может привести к реализации схожих стратегий ценообразования и конкурентных условий между этими компаниями, даже без прямого общения между ними. Однако остается вопрос, будет ли эта (гипотетическая для практики антимонопольного регулирования) ситуация считаться нарушением антимонопольного законодательства. Исход в основном будет зависеть от того, знали ли конкурирующие компании (или могли ли они разумно предполагать), что используют один и тот же алгоритм ИИ, и, если знали, что использование этого алгоритма может привести к антиконкурентному поведению.
Антимонопольные органы могут выразить особую озабоченность, когда конкуренты используют один и тот же алгоритм ценообразования, будь то через общую программу или услугу ИИ третьей стороны или путем координации цен через общего посредника. Такая так называемая «конфигурация со звездой», при которой чувствительная информация передается между конкурентами через одного и того же посредника, может потенциально привести к молчаливому сговору и, таким образом, к нарушению конкуренции.
- «Вышедшие из-под контроля» алгоритмы с самонастроем: Представьте себе двух конкурентов, использующих один и тот же сложный алгоритм ИИ для анализа рынка, который обучается и развивается самостоятельно, и при этом компании не знают, что используют один и тот же продукт. Этот алгоритм со временем может самостоятельно обучиться — без какого-либо вмешательства человека — выравнивать стратегии ценообразования этих конкурентов для обеспечения наилучшего рыночного результата и, таким образом, нарушать правила конкуренции. На данный момент это остается теоретическим сценарием, но с учетом быстрого развития ИИ это может измениться в будущем. Тогда встанет вопрос, насколько действующие антимонопольные правила пригодны для регулирования таких ситуаций: можно ли считать двух конкурентов виновными в молчаливом сговоре, или алгоритм просто адаптируется к поведению конкурентов на рынке, что является вполне законным? В любом случае любой антимонопольный орган, который попытается доказать ответственность наших двух конкурентов за нарушение конкуренции только на основании «вышедшего из-под контроля» ИИ, столкнется с серьезными трудностями.
Алгоритмическая сговоренность представляет собой сложный вопрос с потенциально значительными последствиями для применения антимонопольного законодательства. Хотя её трудно обнаружить и доказать, антимонопольные органы всё больше осознают возможность использования алгоритмов для содействия антиконкурентному поведению. По мере развития ИИ, вероятно, антимонопольное законодательство также будет адаптироваться для решения возникающих проблем, связанных с алгоритмической сговоренностью.
В то же время контролирующие органы могут сосредоточиться на более традиционных рынках, где обнаружить и доказать нарушения будет проще, чем на рынках, связанных с ИИ. Как уже было отмечено, одной из основ ИИ является высококвалифицированный инженерный кадровый ресурс. Некоторые специалисты считают, что регуляторы могут изначально направить свои усилия на рынки труда, где нарушения будет гораздо легче доказать.[viii] Так, в начале этого года Европейская комиссия (ЕК) выпустила Политический обзор конкуренции, направленный на рынки труда[ix]. В этом документе ЕК подтвердила, что соглашения о фиксации заработной платы между компаниями и запреты на переманивание сотрудников представляют собой серьёзные (по своему характеру) ограничения конкуренции. Это относится ко всем рынкам, включая рынки труда, специфичные для рабочей силы с навыками в области ИИ. Кроме того, Autorité, один из наиболее активных регуляторов, контролирующий условия конкуренции на рынках, связанных с ИИ, отмечает, что соглашения о непереманивании сотрудников в сфере ИИ требуют особого внимания. Один из случаев, который привлёк их внимание, — это недавний массовый найм сотрудников Microsoft из других ИИ-компаний. В частности, гигант из Редмонда привлёк на работу многих ключевых сотрудников компании Inflection, включая её двух соучредителей. На короткое время компания также наняла Сэма Альтмана, прежде чем он вернулся в OpenAI.[x] Это поведение, безусловно, может быть оценено (и оценивалось) и с точки зрения правил контроля за слияниями (подробнее см. Раздел III ниже), но Autorité идёт дальше и рассматривает привлечение высококвалифицированных специалистов также как «попытку исключить конкурентов из сектора».[xi]
Искусственный интеллект и злоупотребление доминирующим положением
Хотя заключение ограничительных соглашений посредством деятельности ИИ — это развивающаяся область, нарушение конкуренции через злоупотребление доминирующим положением является более актуальной проблемой.
Как мы уже отмечали, ИИ требует огромных объемов данных для обучения и улучшения, что делает этот ресурс критически важным для отрасли. Те игроки, которые собирают больше всего данных, создают лучшие модели ИИ и, следовательно, занимают наибольшую долю на рынке. Кроме того, для функционирования ИИ требуются мощные графические процессоры (GPUs) и тензорные процессоры (TPUs), которые сейчас в дефиците. В результате несколько компаний, производящих их, могут устанавливать условия их продажи разработчикам ИИ. Реалистично, что позволить себе такие единицы могут лишь немногие (крупные игроки в сфере высоких технологий?).
Остальным придется полагаться на облачную инфраструктуру, которая предоставляет доступ к мощным вычислительным ресурсам и упрощает процесс разработки, однако остается вопрос: по какой цене и на каких условиях? Из этого мы видим, что крупные поставщики либо GPUs/TPUs, либо облачной инфраструктуры фактически задают правила игры.
На уровне поставок данных или вычислительных ресурсов существует реальная угроза того, что доминирующие компании смогут создать высокие барьеры для выхода на рынок на низших уровнях, что значительно затруднит конкуренцию для небольших разработчиков ИИ. Другими словами, там, где есть доминирование, есть и реальный потенциал для злоупотребления этим положением.
Бывший Еврокомиссар по вопросам конкуренции Маргрете Вестагер, известная своими судебными разбирательствами (с переменными успехами) против крупных технологических компаний, точно описала потенциальные проблемы, связанные с конкуренцией в секторе ИИ:
«Мы видим значительный риск того, что крупные технологические игроки используют свою рыночную мощь на разных рынках в рамках своей экосистемы. Концентрация особенно высока на вершине цепочки создания стоимости, где крупные модели обучаются для использования в различных приложениях. Эти модели нуждаются в огромных объемах данных, вычислительных мощностях, облачной инфраструктуре и талантах, которыми обладают лишь немногие игроки.
Это может привести к таким практикам, как объединение и пакетирование услуг доминирующими компаниями, что блокирует доступ конкурентов к необходимым ресурсам и препятствует переходу клиентов. Нам нужно внимательно следить за этим. […]
Мы также видим, что крупные технологические компании могут затруднить доступ мелким разработчикам моделей к конечным пользователям, будь то самостоятельно или в альянсах с предпочтительными партнерами. Поэтому мы тщательно мониторим каналы распространения, чтобы у бизнеса и потребителей оставался широкий выбор среди базовых моделей».[xii]
Пока что регуляторы еще не выносили решения о злоупотреблении доминирующим положением на специфичных для ИИ рынках, но они ожидаются в ближайшее время. Например, Autorité провело внезапную проверку (dawn raid) на объектах NVIDIA — основного поставщика GPUs, необходимых для обучения генеративных моделей ИИ. В июне 2024 года Autorité открыто заявило, что NVIDIA, по-видимому, занимает доминирующее положение на рынке GPUs, необходимых для обучения базовых моделей ИИ[xiii], и выразило обеспокоенность зависимостью отрасли от программного обеспечения CUDA для программирования чипов (по всей видимости, единственного совместимого с этими GPUs)[xiv]. Однако, исходя из общедоступной информации, Autorité пока не открыло официального расследования против NVIDIA.
Кроме того, мы видели, что можно и было сделано с помощью алгоритмов в сфере ограничительных соглашений. В контексте злоупотребления доминирующим положением возможность нарушения конкуренции посредством использования алгоритмов ещё выше.
Несколько практических примеров
- Дело Google Shopping: В этом случае (которое Google в конце концов проиграл 10 сентября 2024 года) Европейская комиссия (ЕК) оштрафовала Google на 2,42 миллиарда евро за злоупотребление доминирующим положением, используя алгоритм, который отдавал предпочтение собственному сервису покупок по сравнению с конкурентами.[xv]
- Amazon: Amazon работает как онлайн-рынок и продаёт товары как ритейлер на том же рынке. ЕК фактически заставила компанию взять на себя обязательства по устранению опасений относительно предпочтения собственных товаров и товаров избранных продавцов в «Корзине покупок» (Buy Box), важной функции размещения товаров на её платформе. «Корзина покупок» критически важна для продавцов на платформе Amazon, так как большинство потребителей только просматривают и покупают товары, которые отображаются там. ЕК считает, что Amazon злоупотребила своим доминирующим положением, устанавливая неравные условия для выбора победителя «Корзины покупок», тем самым искусственно увеличивая трафик и покупки товаров, продаваемых как ритейлером Amazon, так и избранными продавцами.[xvi]
Для этих и подобных практик практики ввели термин «самопредпочтение», который, в широком смысле, относится к ситуации, когда «платформа отдаёт предпочтение своим продуктам и услугам по сравнению с продуктами и услугами третьих сторон, работающих на платформе».[xvii]
Другой абузивной практикой, потенциально возникающей в результате использования алгоритмов доминирующими фирмами, является хищническое ценообразование. Алгоритмы ценообразования, основанные на ИИ, могут позволить крупным игрокам участвовать в хищническом ценообразовании, устанавливая цены ниже себестоимости для устранения предложений конкурентов и тем самым закрепляя клиентов за собой и отводя их от меньших конкурентов. Это может быть особенно вредным, поскольку ИИ позволяет быстро и целенаправленно корректировать цены. Однако определить, является ли стратегия ценообразования доминирующей компании хищнической, может быть сложно, и регуляторам необходимо сбалансировать необходимость предотвращения антиконкурентного поведения с продвижением инноваций и прозрачности в секторе ИИ.
Контроль за слияниями на рынках ИИ
По мере того как технологии ИИ становятся более сложными и интегрированными в основные бизнес-операции многих компаний (включая BigTech), необходимость эффективного контроля за слияниями на рынках ИИ становится первостепенной. Кроме того, сделки с участием компаний, активно действующих на различных рынках ИИ, требуют внимательного рассмотрения, чтобы обеспечить, что сочетание ресурсов и экспертизы не приведёт к ненадлежащему доминированию на рынке или созданию непреодолимых барьеров для входа для конкурентов. Поэтому неудивительно, что некоторые ключевые антимонопольные органы обратили своё внимание на «партнёрства» в секторе ИИ.
Мы указали, что поглощение Microsoft большинства сотрудников Inflection было рассмотрено как возможная концентрация. Это также включало неисключительную лицензию для Microsoft на использование некоторых объектов интеллектуальной собственности Inflection. CMA (Управление по конкуренции и рынкам) оценило эту сделку и в конечном итоге пришло к выводу, что вся договоренность соответствует признакам подлежащей уведомлению концентрации. После проверки на первом этапе британский регулятор заключил, что поглощение соответствует правилам конкуренции Великобритании.[xviii] В Великобритании действительно существует несколько отличное от ЕС представление о концентрации («ситуация слияния»)[xix], но эта сделка всё же соответствовала применимым местным критериям.
CMA также рассмотрело партнёрство между Microsoft и Mistral AI. Эта сделка включала предоставление моделей ИИ Mistral через платформу Microsoft Azure, инвестиции Microsoft в размере 15 миллионов евро в обмен на долю в капитале и возможность будущего сотрудничества в области НИОКР. Здесь CMA пришло к выводу, что партнёрство не соответствует критериям ситуации слияния. Совсем недавно его проверка сделки Amazon/Anthropic имела тот же результат.[xx]
Вероятно, самым известным примером контроля за слияниями в контексте ИИ стало рассмотрение инвестиций Microsoft в размере 13 миллиардов долларов в разработчика ChatGPT, OpenAI. В рамках этой сделки Microsoft получила 49% акций OpenAI и интегрировала модели OpenAI, такие как GPT-3.5, в свою облачную платформу Azure, делая их доступными для разработчиков и бизнеса через сервис Azure OpenAI. В обмен на инвестицию Microsoft заняла место наблюдателя без права голоса в совете директоров OpenAI. Всё это привело к увеличению внимания со стороны антимонопольных органов в ЕС, США и Великобритании к этой сделке. ЕК тщательно рассмотрела, amounted ли инвестиции к приобретению контроля Microsoft над OpenAI, но в конечном итоге пришла к выводу, что это не так, хотя всё ещё оценивала, не требует ли сделка о эксклюзивности дальнейшего антимонопольного контроля[xxi]. Федеральная торговая комиссия США и CMA всё ещё расследуют эту сделку, и результаты ожидаются с нетерпением. В конечном итоге Microsoft отказалась от места наблюдателя в OpenAI, чтобы снизить регуляторное давление.[xxii]
Европейская комиссия недавно согласилась рассмотреть запрос Итальянского антимонопольного органа в рамках механизма направления для концентраций, которые не соответствуют порогам оборота ЕС, на рассмотрение еще одной сделки, связанной с рынком искусственного интеллекта, а именно предложенного приобретения израильской компании Run Labs Ltd корпорацией NVIDIA. Run занимается разработкой программного обеспечения для оркестрации графических процессоров (GPU), которое позволяет корпоративным клиентам управлять и оптимизировать их инфраструктуру вычислений на базе ИИ.[xxiii] Мы с нетерпением ожидаем результатов этой процедуры.
Все эти случаи подчеркивают непоколебимую приверженность регуляторов защите честной конкуренции и предотвращению чрезмерной концентрации на рынке ИИ. Эти сделки, часто замаскированные под кажущиеся безобидными «партнёрства», а не подлежащие уведомлению концентрации, могут иметь далеко идущие последствия для конкуренции. Поскольку технологии ИИ продолжают развиваться, мы ожидаем ещё более строгого контроля за слияниями и приобретениями, а также партнёрствами в этой области.
Вместо заключения: Несколько практических советов
Пока мы с нетерпением следим за развитием практики основных антимонопольных органов на рынках ИИ, вот несколько практических советов, которые могут помочь вашему бизнесу, использующему, развивающему или выводящему на рынок ИИ, обеспечить соблюдение антимонопольных правил:
- Разработайте программу соблюдения антимонопольного законодательства, специально предназначенную для деятельности, связанной с ИИ.
- Убедитесь, что соглашения о поставках ключевых ресурсов для вашего ИИ, будь то обширный набор данных или облачные вычислительные услуги, не дискриминационные и соответствуют антимонопольному законодательству — особенно если такие соглашения имеют исключительный характер и заключены с доминирующим поставщиком.
- Регулярно оценивайте потенциальные риски антимонопольного законодательства, связанные с вашей деятельностью в области ИИ, учитывая быстрое развитие этой сферы и усиленный регуляторный контроль.
- Ищите специализированные юридические консультации для решения любых конкретных правовых вопросов или проблем, связанных с ИИ и антимонопольным законодательством.
[i] Согласно Google, «[…] TPU являются специально разработанными ускорителями для ИИ, оптимизированными для обучения и инференса крупных моделей искусственного интеллекта. Они идеально подходят для различных случаев использования, таких как чат-боты, генерация кода, создание медиа-контента, синтетическая речь, сервисы компьютерного зрения, рекомендательные системы, модели персонализации и другие» https://cloud.google.com/tpu?hl=en
[ii] Европейский Союз представил письменный доклад «Алгоритмическая конкуренция», представленный Европейским Союзом для обсуждения в рамках Пункта 5 на 140-м заседании Комитета по конкуренции ОЭСР, прошедшем 14-16 июня 2023 года. Документ от 14 июня 2023 года доступен по ссылке: https://one.oecd.org/document/DAF/COMP/WD(2023)17/en/pdf (дата обращения: 21 октября 2024 года).
[iii] Управление по конкуренции и рынкам Великобритании (CMA) также опубликовало документ «Алгоритмы: как они могут снижать конкуренцию и вредить потребителям» (2021 г.), доступный по ссылке: https://assets.publishing.service.gov.uk/media/60085ff4d3bf7f2aa8d9704c/Algorithms_++.pdf, стр. 29-34.
[iv] Заключение № 24-A-05 от 28 июня 2024 года, подготовленное французским антимонопольным органом (Autorité de la Concurrence), о состоянии конкуренции в секторе генеративного искусственного интеллекта, доступно по ссылке: https://www.autoritedelaconcurrence.fr/sites/default/files/commitments/2024-09/24a05_eng.pdf.
[v] «Алгоритмическая конкуренция – Заметка Европейского Союза», параграф 16.
[vi] Дело C-74/14 Eturas, ECLI:EU:C:2016:42.
[vii] Доклад CMA по делу Trod/GB eye от 12 августа 2016 года доступен по ссылке: https://www.gov.uk/cma-cases/online-sales-of-discretionary-consumer-products.
[viii] Доклад компании Mayer Brown «Вызовы ИИ в конкурентном праве: как реагируют регуляторы?», 2024 год, доступен по ссылке: https://www.mayerbrown.com/-/media/files/perspectives-events/publications/2024/04/ai-challenges-in-competition-law_mar24.pdf%3Frev=55168f8e10a64e458c3fc1ac7af179df.
[ix] Доклад Европейской комиссии «Политика конкуренции: антимонопольное регулирование на рынках труда» от 2 мая 2024 года доступен по ссылке: https://competition-policy.ec.europa.eu/document/download/adb27d8b-3dd8-4202-958d-198cf0740ce3_en?filename=kdak24002enn_competition_policy_brief_antitrust-in-labour-markets.pdf.
[x] Заключение № 24-A-05 от 28 июня 2024 года, подготовленное французским антимонопольным органом (Autorité de la Concurrence), о состоянии конкуренции в секторе генеративного искусственного интеллекта, стр. 7 и стр. 64.
[xi] Ibid.
[xii] Речь заместителя председателя Европейской комиссии Маргрете Вестагер на семинаре ЕК по теме «Конкуренция в виртуальных мирах и генеративный ИИ», состоявшемся 28 июня 2024 года, текст доступен по ссылке: https://ec.europa.eu/commission/presscorner/detai/en/speech_24_3550.
[xiii] https://www.eenewseurope.com/en/NVIDIA-confirms-it-is-under-scrutiny-in-eu-us-and-china/
[xiv] Заключение № 24-A-05 от 28 июня 2024 года, подготовленное французским антимонопольным органом (Autorité de la Concurrence), о состоянии конкуренции в секторе генеративного искусственного интеллекта, стр. 8.
[xv] Дело Европейской комиссии AT.39740 — Google Search (Shopping), 27 июня 2017 года.
[xvi] Дело Европейской комиссии AT.40703 – Amazon Buy Box, 20 декабря 2022 года, резюме доступно по ссылке: https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:52023AT40462(01).
[xvii] Compass Lexecon, Что такое самопредпочтение и его распространение на цифровых рынках, 8 декабря 2023 года, доступно на сайте Global Competition Review: https://globalcompetitionreview.com/guide/digital-markets-guide/third-edition/article/what-constitutes-self-preferencing-and-its-proliferation-in-digital-markets#footnote-054.
[xviii] CMA, Нанимание Microsoft Corporation некоторых бывших сотрудников Inflection и вступление в связанные соглашения с Inflection, ME 7103/24, 4 сентября 2024 года, резюме доступно по ссылке: https://assets.publishing.service.gov.uk/media/66d82eaf7a73423428aa2efe/Summary_of_phase_1_decision.pdf
[xix] CMA, Партнерство Microsoft Corporation с Mistral AI, решение о соответствующей ситуации слияния, ME/7102/24, 17 мая 2024 года, доступно по ссылке: https://assets.publishing.service.gov.uk/media/664c6cfd993111924d9d389f/Full_text_decision.pdf.
[xx] CMA, Партнерство Amazon.com Inc. с Anthropic PBC: решение о соответствующей ситуации слияния, 27 сентября 2024 года, доступно по ссылке: https://assets.publishing.service.gov.uk/media/6710ba44e84ae1fd8592f52c/Full_text_decision.pdf.
[xxi] https://ec.europa.eu/commission/presscorner/detail/en/speech_24_3550
[xxii] https://www.euronews.com/business/2024/07/11/microsoft-drops-openai-board-observer-seat-amid-regulator-scrutiny
[xxiii] Новости ЕК от 31 октября 2024 года доступны по ссылке: https://ec.europa.eu/commission/presscorner/detail/de/mex_24_5623.
