反垄断机构担忧，在线卖家日益广泛使用的自主定价算法可能会学会合谋。本文通过在受控环境中开展人工智能定价算法实验，证明即使是相对简单的算法，也会系统地学会实施复杂的合谋策略。最令人担忧的是，它们通过试错学会合谋，对其运行环境一无所知，彼此之间没有沟通，也没有被专门设计或指示去合谋。
还记得你上次网购吗？你支付的价格很可能不是由人定的，而是由软件算法设定的。早在2015年，亚马逊上就有超过三分之一的卖家采用自动定价（Chen 等，2016）；此后这一比例肯定有所上升——随着提供即用型定价系统的重新定价软件行业不断发展，即使是最小的卖家，如今也负担得起算法定价。
与航空公司和酒店等企业长期使用的传统收益管理系统不同，在传统系统中，程序员实际上仍掌控着战略选择，如今涌现的定价程序要“自主”得多。这些新算法采用了与近期在围棋或国际象棋等复杂战略环境中取得超越人类表现的人工智能（AI）程序相同的逻辑。也就是说，程序员只会告知算法任务目标——例如赢得比赛或尽可能提高利润。算法不会收到具体的玩法指示，而是通过经验学习。在训练阶段，算法会在模拟环境中与克隆体对弈，积极试验各种策略，并更频繁地采用表现最佳的策略。在这一学习过程中，算法几乎不需要或完全不需要外部指导。学习完成后，算法便投入运行。
从反垄断角度看，令人担忧的是，这些自主定价算法可能会自行发现，如果想实现最高利润，就应该避免价格战。也就是说，即使没有被明确指示这样做，即使彼此之间没有沟通，它们也可能学会合谋。这是一个问题。首先，从卖家的角度看，“表现良好”即价格高，对消费者和经济效率都有害。其次，在大多数国家（包括欧洲和美国），这种不依赖明确意图和沟通的“默示”合谋目前并不被视为违法，理由是这种行为不太可能发生在人类行为者之间，而且即使发生，也几乎不可能被发现。因此，传统观点认为，严厉执行反垄断法很可能造成许多假阳性（即判定无辜行为有罪），而宽容的政策则只会导致相对较少的假阴性（即放过反竞争行为）。然而，随着人工智能定价的出现，人们担心这两类错误之间的平衡可能会改变。尽管迄今尚无自主算法合谋的现实证据，¹反垄断机构正在积极讨论这一问题。²
对此表示担忧的人士（如 Ezrachi 和 Stucke，2015）认为，人工智能算法在许多任务上的表现已经超过人类，定价似乎没有理由会例外。这些评论者还援引了计算机科学领域的研究：研究记录了独立定价算法反复互动的模拟中，出现了一定程度的高于竞争水平的价格。一些学者（如 Harrington，2018）正在探索将人工智能合谋认定为非法的途径。
怀疑者反驳称，这些模拟并未采用合谋的经典模型，因此无法代表真实市场（如 Kuhn 和 Tadelis，2018；Schwalbe，2018）。³此外，反竞争定价的程度似乎有限；无论如何，高价本身并不必然表明存在合谋，合谋还必须包含某种奖惩机制，以协调企业行为。怀疑者认为，不经沟通实现真正的合谋是一项艰巨任务，不仅人类难以做到，即使是最聪明的人工智能程序也难以做到，尤其是在经济环境具有随机性的情况下。模拟中出现的任何过高定价，都可能源于算法未能学会竞争均衡。如果确实如此，那么就没有太多理由担忧，因为随着人工智能进一步发展，这个问题大概会逐渐消失。
为给这场政策辩论提供参考，我们在近期的一篇论文（Calvano 等，2018a）中构建了人工智能定价代理，并让它们在受控环境中反复互动；这些环境再现了经济学家所采用的合谋经典模型，即一个同时行动、价格完全灵活的重复定价博弈。研究结果表明，在这一框架下，即使是相对简单的定价算法，也会系统地学会实施复杂的合谋策略。这些策略会按照偏离程度施加惩罚，惩罚持续时间有限，随后价格逐步恢复至偏离前的水平。
图1展示了算法自主学会实施的惩罚策略。从算法已经收敛到的（合谋）价格（灰色虚线）出发，我们强行改变其中一个算法的选择（红线），迫使它在一个时期内向下偏离至竞争价格或纳什价格（橙色虚线）。另一个算法（蓝线）则继续按照已学会的策略行事。在这一时期发生外生偏离后，两个算法都重新掌控定价。
图1 对价格下调偏离的价格响应
该图显示了随后各期的价格走势。显然，偏离会立即受到惩罚（红线偏离后，蓝线价格立即下降），使偏离无利可图。不过，惩罚并没有严厉到可能达到的程度（即恢复至竞争价格），而且只是暂时的；之后，算法逐渐将价格恢复到偏离前的水平。
尤其值得注意的是发生偏离的算法的行为。显然，它不仅会对竞争对手的行动作出反应，也会对自己的行动作出反应。（如果它只对竞争对手作出反应，那么在第t期降价就没有理由，因为竞争对手在第t期收取的是合谋价格。）这种对自身行动作出反应的行为，是真正合谋的鲜明迹象；否则很难解释。
我们发现的合谋通常是不完全的——算法并未收敛至垄断价格，而是收敛至略低的价格。不过，我们表明，合谋倾向十分顽固：即使活跃企业有三家或四家、企业之间存在不对称，且它们在随机环境中运营，实质性合谋仍会持续存在。相比之下，以人为受试者的实验研究一贯发现，除最简单的情形——两个对称的行为者且不存在不确定性——外，他们实际上无法在没有明确沟通的情况下协调行动。
最令人担忧的是，这些算法不会留下协同行动的痕迹——它们纯粹通过试错学会合谋，对其运行环境一无所知，彼此之间没有沟通，也没有被专门设计或指示去合谋。这给竞争政策带来了真正的挑战。在考虑政策举措之前还需要开展更多研究，但反垄断机构呼吁关注这一问题，看来是有充分依据的。
