智能竞争——AI反垄断监管的挑战与应对

引言

数字化浪潮的推动下，人工智能（AI）技术已成为推动经济增长和社会发展的关键力量。它不仅重塑了传统行业的运作模式，也催生了新的商业模式和市场参与者。然而，随着人工智能技术的深入应用，市场力量的形成和集中也呈现出新的特点，人工智能的不透明性以及数据的海量性还可能会掩盖价格串通、排他和歧视性做法等反竞争行为，传统的反垄断框架难以适应人工智能驱动的市场动态特性[1]，给反垄断政策带来了前所未有的挑战。

目前，各国包括中国在内的主流司法辖区，都在积极制定和出台人工智能领域的法律法规，这些法规涵盖了反垄断、数据安全、隐私保护、伦理原则和知识产权等多个领域。其中，被誉为“经济宪法”的反垄断法，是保护市场有序竞争的“核武器”，对于保护人工智能生态系统当前及未来的竞争秩序至关重要。与此同时，人工智能行业的发展以科技企业创新为动力，其特有的破坏性与创新性属性也倒逼反垄断监管模式更新。如何确保在不断发展变化的人工智能领域，保持反垄断政策的有效性和时代性，已成为政策制定者和学术界共同关注的焦点。

本文拟探讨人工智能技术发展对反垄断政策的影响，并分析在当前反垄断政策框架下，如何构建有效的人工智能反垄断规制机制。

一、全球主要司法辖区人工智能反垄断监管动态

1. 国内有关人工智能的反垄断监管政策

2023年7月14日，国家互联网信息办公室联合国家发展和改革委员会、教育部、科学技术部、工业和信息化部、公安部、国家广播电视总局发布《生成式人工智能服务管理暂行办法》（以下简称《暂行办法》），并于2023年8月15日起施行，成为我国现阶段促进生成式人工智能健康发展和规范应用的主要法规[2]。2024年，我国再次将《人工智能法草案》列入《国务院立法计划》中，预备提请全国人大常委会审议。这表明中国对人工智能领域的立法工作正在稳步推进。

在宏观层面，我国目前对人工智能的监管回应还在探索阶段，初步形成了以《暂行办法》为枢纽，统合《反垄断法》《反不正当竞争法》《电子商务法》《价格法》《消费者权益保护法》《网络安全法》《数据安全法》《个人信息保护法》《互联网信息服务深度合成管理规定》《互联网信息服务算法推荐管理规定》《网络反不正当竞争暂行规定》《国务院反垄断委员会关于平台经济领域的反垄断指南》等规范的治理框架[3]。

在反垄断监管角度，对于人工智能领域的规制仍以《反垄断法》为核心。根据《反垄断法》第二条，我国最高立法机构赋予了反垄断法对市场经济中所有行业存在的排除、限制竞争行为的统一管辖权。《反垄断法》第九条明确规定，经营者不得利用数据和算法、技术、资本优势以及平台规则等从事本法禁止的垄断行为。另外，值得一提的是，《暂行办法》第四条第（三）项明确规定，提供和使用生成式人工智能服务应当“尊重知识产权、商业道德，保守商业秘密，不得利用算法、数据、平台等优势，实施垄断和不正当竞争行为”。

2. 境外辖区有关人工智能的反垄断监管政策

近年来，主要经济体陆续出台人工智能监管政策，反垄断监管成为其中的重要组成部分。从时间先后来看，日本较早关注AI领域的竞争问题，其他经济体则在2022年后密集出台相关规定。

（1）美国

美国在AI反垄断监管方面动作频繁。美国联邦贸易委员会（FTC）于2023年上半年发布《生成式人工智能引发竞争担忧》[4]的指导文件，深入分析了生成式人工智能可能带来的竞争风险。该文件重点指出，大型科技公司可能通过在数据获取、算法训练等环节形成的优势地位来实施垄断。特别是在计算资源、专业人才、基础设施等方面的优势可能会强化其市场支配地位。FTC还特别强调，要警惕企业利用AI技术实施掠夺性定价、搭售和垄断协议等反竞争行为。美国司法部（DOJ）也于2024年1月开始对主要AI企业的商业模式、数据使用和市场行为进行深入调查，特别关注OpenAI及其关联企业的投资、并购和商业合作行为。

2024年7月23日，美国司法部、美国联邦贸易委员会、欧盟委员会、英国竞争和市场管理局发布了《关于生成式人工智能基础模型和人工智能产品竞争的联合声明》，提出了保护AI生态系统中竞争的原则，包括公平交易、互操作性和选择权[5]：

公平交易：具有一定市场力量的公司采取排他性竞争策略时，将加深竞争壁垒，阻止第三方投资和创新，最终损害市场竞争。企业间的公平交易将促使AI生态系统的健康发展；
互操作性：AI产品和服务及其相关投入之间的互操作性越强，越能促进竞争和创新；
选择权：AI生态系统中，多样化的产品和商业模式将使企业和消费者受益。

（2）欧盟

2024年5月21日，欧盟理事会正式通过具有里程碑意义的《人工智能法案》，标志着全球首个旨在统一人工智能监管的法案诞生。

在反垄断监管领域，欧盟在数字经济、人工智能领域的竞争政策和监管执法主要围绕保护欧盟消费者利益和平等竞争机会而展开[6]。为了规范数字领域市场竞争，欧盟引入了“守门人”（Gatekeeper）理论，对达到一定规模的数字平台企业苛以更高的法律义务，以实现数字市场领域的竞争平衡性。具体而言，欧盟主要通过两项立法来调整数字领域的市场竞争关系——《数字市场法》（Data Market Act, DMA）和《数字服务法》（Data Service Act, DSA）：

DMA的目标是保护守门人所在市场的可竞争性和公平性。其核心是通过一套明确的标准来识别“守门人”公司，即那些提供核心平台服务的大型数字平台，并赋予特殊、较高的责任义务，以保证中小数字企业能够平等地进入和获取数字市场。考虑到数字经济领域相关市场界定特殊的复杂性与困难程度，DMA绕开了传统反垄断法中相关市场界定这一步骤，通过直接列举“核心平台服务”清单的方式，聚焦数字经济领域的核心问题；
DSA的主要目标是更好地保护消费者及其基本权利，为在线平台建立强大的透明度机制和明确的问责框架，并在欧盟单一市场内促进创新、经济增长，提高竞争力。

2024年1月，欧盟委员会进一步公布了专门针对AI领域的反垄断指南，明确了对算法公平性、数据处理透明度等方面的具体要求[7]。该指南还特别强调了对大型企业在AI领域并购行为的审查标准，以及对模型训练过程中数据使用的合规要求。

（3）英国

英国通过竞争与市场管理局（CMA）采取了更为全面的监管方式。2023年5月，CMA发布了《人工智能基础模型》的监管提案，提出了完整的监管框架。该框架特别关注AI基础模型开发过程中的市场准入问题，要求具有市场支配地位的企业提供公平的接入机会[8]。2023年10月，CMA又发布了《人工智能基础模型报告》，深入分析了AI技术对数字市场竞争格局的影响。2024年，CMA计划进一步完善对私募基金、风险投资在AI领域投资行为的监管规则。[9]

（4）加拿大

加拿大竞争局于2024年初发布了AI竞争监管的主题文件，并启动公众咨询。该文件重点关注三个方面：首先是对现有市场竞争态势的评估；其次是建立竞争风险防范机制；最后是对AI技术发展可能带来的未来竞争态势变化进行预判。[10]

（5）日本

日本公平交易委员会自2020年起就开始关注AI领域的竞争问题。在2021年3月发布的政策研究报告中，详细分析了AI技术可能带来的竞争问题，包括企业通过数据积累形成的市场壁垒、算法可能被用于实施价格歧视等反竞争行为，以及基于算法的数据收集和分析可能导致市场势力的过度集中等。

3. 境外辖区有关人工智能的反垄断执法动态

目前，我国尚未有明确针对人工智能领域的反垄断执法先例。近年来，境外辖区有关人工智能的反垄断执法活动日渐活跃，人工智能领域的算法共谋、自我优待、拒绝交易、大数据杀熟、投资并购活动等成为反垄断执法机构的监管重点。以下简要围绕人工智能领域的投并购监管、算法共谋等典型场景展开介绍。

（1）人工智能领域的投并购以及商业合作行为的监管

在人工智能领域，大型科技公司通过收购创新初创企业来消除潜在竞争的行为引发了监管机构的关注。人工智能领域经济力量的过度集中可能导致训练数据、算法模型等关键输入品的可获得性受限，进而提高市场进入壁垒。[11]据统计，近十年来，几家科技巨头在全球范围内进行了约400次收购。然而，由于传统收购审查多以营业额为标准，很多涉及初创公司的收购往往因未达到申报门槛而未受监管。针对这一问题，各国监管机构开始调整监管策略，重点关注收购对市场垄断地位、创新阻碍以及数据控制能力的影响。

除掐尖式收购外，部分国家对人工智能领域的投资活动以及商业合作行为也启动了调查，某科技巨头与人工智能公司的合作案例尤为突出。在2019年至2023年期间，该科技巨头向人工智能公司累计投资约130亿美元，成为其独家云服务供应商。这一投资+商业合作模式引起了包括德国、英国、欧盟和美国在内的多个司法辖区监管机构的反垄断调查，以深入了解上述安排对竞争格局的影响，包括该等合作关系是否涉及经营者集中。英国的监管机构特别强调了需要重点关注的几个领域，如合作方在上游关键资源的市场力量，基础技术的市场优势，下游市场的影响力，以及合作方之间的相互影响等。[12]

（2）算法共谋

随着AI技术的发展，越来越多的公司借助算法来协助其确定产品、服务的价格。数据驱动的算法能够实时监测市场中竞争对手的价格变动，并据此调整自身的商品定价，这样的技术优势使得算法共谋相比于传统的共谋行为更有隐蔽性。[13]算法共谋方面的典型案例为美国某酒店房间定价案。2023年1月，美国多家知名酒店经营者被指控通过使用第三方供应商的算法实施共谋。 [14]这些酒店经营者通过同一个定价算法平台收集竞争对手的价格信息，并接受该算法平台提供的定价建议。FTC和DOJ认为，酒店经营者通过该算法平台实现了价格协同。[15]值得注意的是，在算法反垄断监管中，监管机构面临着取证难度大、因果关系论证复杂等挑战。欧盟法院曾明确指出，认定价格歧视行为违法需要证明行为的重复性、系统性以及对消费者福利的实际影响，这对监管机构提出了较高的举证要求。

二、人工智能反垄断规制的总体方向

1. 人工智能反垄断监管政策的趋势

如上文所述，在当前数字经济时代，包括中国在内的各个国家都在积极出台法律法规以规范人工智能的发展。从反垄断政策出发，厘清人工智能反垄断规制与其他规制之间的关系对于反垄断执法机构、公司以及反垄断从业者来说至关重要。

（1）以《反垄断法》为核心构建人工智能领域的反垄断监管体系

如前所述，我国对人工智能的监管回应还在探索阶段。应对人工智能领域的算法共谋、自我优待、拒绝交易、大数据杀熟等监管挑战，需要充分发挥《反垄断法》作为“经济宪法”的基础地位，强化人工智能领域的竞争监管。竞争政策是市场经济体制中最为基石性、纲领性、规律性的政策，而反垄断法则是保护市场有序竞争的“核武器”，以《反垄断法》为核心构建人工智能领域的反垄断监管体系，以尊重市场、竞争优先为原则，可以更好推动人工智能领域的良性竞争和可持续性发展。另外，人工智能对市场活力也提出了更高要求，落实强化竞争政策基础地位的法治保障，有利于创造更有活力的市场环境，推动人工智能产业更好更快发展[16]。

（2）加强知识产权领域的反垄断法实施

人工智能领域的反垄断规制，还涉及到反垄断法对垄断行为的规制与知识产权保护之间的平衡，即，在加强知识产权保护、尊重企业创新的同时，也注重防止知识产权的滥用。在知识产权领域反垄断方面，我国已经形成了包括《反垄断法》《禁止滥用知识产权排除、限制竞争行为规定》《关于知识产权领域的反垄断指南》《标准必要专利反垄断指引》等规范在内的法律框架。上述有关知识产权反垄断的法律法规或指南同样适用于人工智能领域，将有助于确保AI技术的发展不会因为专利等知识产权的滥用而受到阻碍，从而促进AI技术的创新和应用。

（3）构建事前事中事后全链条监管的制度体系

在人工智能领域，市场的动态变化和快速迭代等行业特点给反垄断监管带来了前所未有的挑战。例如，由于技术的快速发展，人工智能领域的市场竞争格局可能在短时间内发生剧烈变化，市场界定和市场力量的评估都会相比于传统产业领域更为复杂；由于人工智能技术的复杂性和专业性，垄断行为往往具有较高的隐蔽性，不易被监管部门及时发现和定性；监管力度的把控也是一个难题，如果监管过于严格，可能会抑制初创企业的创新活力和市场灵活性，阻碍技术的快速发展和应用，而监管不足又可能导致市场竞争秩序的混乱，损害消费者利益和市场公平竞争秩序。因此，在人工智能领域，注重刚性执法和柔性执法的有机结合，以实现事前事中事后全链条全领域监管，特别是强化预防性监管显得尤为重要。

此外，知识产权领域反垄断法实施具有一定特殊性和复杂性。人工智能技术涉及大量的知识产权，特别是标准必要专利。通过事前事中事后全链条的监管，可以提高人工智能领域的反垄断监管效率；同时，可以提升相关行业内企业的反垄断合规预期，降低其反垄断合规成本。国家市场监督管理总局近期出台的《标准必要专利反垄断指引》即体现了前述监管理念：明确标准必要专利领域反垄断监管执法事前事中事后规则，设立专章规定信息披露、许可承诺和善意谈判等鼓励经营者实施的良好行为实践，强化不公平高价、滥用诉权禁令救济等高风险竞争行为规制，并规定了“主动报告”“提醒敦促”“约谈整改”等事前事中监管工具，推动对标准必要专利领域反垄断监管方式的创新，促进标准必要专利领域的经营者合规建设与反垄断监管执法[17]。

2. 人工智能反垄断规制的主要行为类型和方向

在当前各国通行的反垄断政策的框架下，人工智能的反垄断规制落脚点仍然是传统的几大类垄断行为，但是基于人工智能领域的特性，在相关行为规制上会呈现出新的特点。人工智能领域反垄断规制的方向和行为类型主要包括以下几个方面：

（1）人工智能领域经营者集中的特殊形式和竞争分析的额外关注点

随着人工智能技术的快速发展，人工智能领域的并购与整合日益频繁，反垄断执法机构也相应加强了对该领域经营者集中的规制力度。在当前的规制实践中，反垄断执法机构不仅关注传统的申报标准，还特别注重交易对市场竞争的实质影响，以及对数据、计算资源等关键要素市场的潜在影响。

掐尖式并购及交易形式的多元化。如前所述，在人工智能领域，大型科技公司通过收购创新初创企业来消除潜在竞争的行为引发了监管机构的关注。此外，在交易形式方面，除传统的股权收购、资产收购外，商业合作、人才招聘、知识产权转让等交易形式在人工智能领域也引发了各国反垄断执法机构的关注。这要求反垄断执法机构突破传统的申报标准认定，更多关注交易是否通过各种安排对竞争产生了实质的影响力。以某知名软件公司的人才招聘行为为例，该软件公司招募了AI初创公司I公司包括创始人在内的核心团队，并与I公司签署非独家许可协议以获取技术许可。针对该案，FTC认为，尽管该交易并非直接触发申报，但FTC仍主动向该软件公司发出了调查令，以调查其是否将交易结构设计为规避《HSR法案》的申报规则。[18]此外，CMA在调查该案时指出，该行为可能会导致构成英国《2002年企业法》下人工智能领域的“实质性竞争减少”，从而会构成经营者集中。[19]
竞争影响评估需考虑数据控制和处理能力等因素。以中国为例，根据《国务院反垄断委员会关于平台经济领域的反垄断指南》，反垄断执法机构在经营者集中的竞争分析中，会特别考虑数据的控制和处理能力，包括重点关注交易是否会导致人工智能领域关键资源的进一步集中，是否影响技术进步，以及是否会形成数据、算力等要素市场的垄断或显著市场力量。[20]同时，还会评估交易后是否可能通过提高价格、降低服务质量、区别对待等行为损害消费者利益。

展望未来，人工智能领域经营者集中的规制趋势将进一步深化。反垄断执法机构将加强对非传统交易形式的审查，深化对人工智能领域特殊竞争问题的理解，并进一步完善针对新型交易形式的审查标准和程序。

（2）人工智能领域横向垄断协议的规制方向

人工智能领域的横向垄断行为可能体现在算法共谋、数据联合、人才限制以及计算资源共享等方面。这些横向行为可能导致市场竞争受限，阻碍创新发展。

算法共谋：横向的算法共谋是指同一市场的竞争对手通过算法实施协调行为。随着算法在经济决策中的广泛应用，算法和基于算法的人工智能也成为许多市场和公司运作的重要部分，公司通过使用具备自我学习和自我适应能力的人工智能，可以在人类沟通或协议的情况下达成共谋（如协调价格、分割市场或控制产能）。算法共谋的风险在于，如果算法能够在没有人类沟通的情况下自动实施协调行为，那么监管机构可能很难采取行动保护竞争。此外，人工智能的快速反应和持续监控能力可能使共谋更加稳定，因为它们能够迅速调整策略并实时监控竞争对手的价格或其他数据，这种能力可能导致在以前被认为不可能存在共谋的市场中出现共谋行为。[21]

数据联合：人工智能的发展需要海量数据作为基础，尤其是在预训练阶段，而成熟的公司则受益于多年来从用户那里收集的数据，所以竞争者之间可能通过数据共享协议形成实质性联合。这种数据联合行为可能导致新进入者难以获取必要的训练数据，从而形成市场准入壁垒，特别在医疗、金融等特殊领域，由于数据获取难度普遍较大，横向数据联合行为可能更加普遍。

人才限制：人工智能的开发高度依赖具有专业技能的工程师和研究人员。竞争者之间可能通过签订竞业禁止协议等方式限制人才流动，这种竞业禁止协议会影响人才的自由流动，进而影响整个行业的创新活力。因此，如何确保具有创新想法的人才能够自由流动也已经成为人工智能领域反垄断监管的热点。

联合限制计算资源：由于人工智能预训练需要大量计算资源，因此竞争者之间可能通过联合控制云计算服务、专用芯片等关键计算资源来限制竞争。目前云计算服务提供商较为集中，若主要企业达成限制性协议，则可能会影响新企业获取必要的计算资源，从而限制竞争。[22]

此外，网络效应和平台效应也可能会加剧这些横向限制竞争行为的危害。由于生成式人工智能具有使用量越大、效果越好的特点，先发优势可能导致市场进一步集中。同时，企业对特定人工智能平台的依赖性也可能加剧横向垄断行为的影响。

（3）人工智能领域的其他规制重点

人工智能领域呈现出准入壁垒高、纵向一体化等特点，在纵向、滥用角度亦存在多种垄断风险。

大数据杀熟：数字经济时代，企业有动机通过掌握的大量用户数据和先进的人工智能技术，实施差异化定价策略，这种做法在业界被称为“大数据杀熟”。这种策略虽然有一定的商业合理性，例如，它能够根据用户的特性和偏好提供定制化的服务和价格，但是特定场景下也可能损害消费者权益，并引发反垄断风险。

自我优待：人工智能企业可能通过算法、模型训练和数据处理等技术手段实施自我优待行为，包括在搜索结果展示、服务推荐等方面对自身的产品、服务给予不当倾斜。以生成式人工智能为例，与传统搜索引擎不同，生成式人工智能仅提供单一的结果，且通常不会链接原始来源。该种搜索模式的转变，使得生成式人工智能公司能够通过优先推送符合其商业利益的信息源来影响用户选择。[23]

拒绝交易、搭售等排他性行为：在人工智能领域，控制数据等关键生产要素的企业可能会实施排他性行为，比如切断芯片、数据或云服务的访问权限，或强制将其基础模型作为默认设置，以维持自身的竞争优势。[24]云服务提供商可能利用生成式人工智能企业对算力的需求，通过收取高昂的数据出口费来锁定客户。此外，在纵向一体化背景下，大型云服务提供商经常将其生成式人工智能模型和其他人工智能应用整合到自己的产品和服务中，除自我优待外，也很容易产生搭售、捆绑等问题。[25]

三、人工智能在其他领域的监管

人工智能领域涉及反垄断、隐私保护、数据安全、伦理原则和知识产权等多个不同维度的问题，受到不同法律体系的监管。以我国为例，除了反垄断规制外，目前我国在网络安全与数据合规保护领域对人工智能的监管也非常活跃。我国已经制定了《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》等一系列规定，在网络安全与数据合规维度初步构建起对特定领域的人工智能技术与服务的监管规则，同时，具体至生成式人工智能服务，我国已经形成了以算法备案和生成式人工智能服务备案（简称“大模型备案”）为核心的“双备案制”，共同实现对人工智能的事前监管。

1. 算法备案

提供具有舆论属性或社会动员能力的生成式人工智能服务提供者应履行算法备案手续，其流程为企业向中央网信办提供的互联网信息服务算法备案系统提交算法备案申请，根据系统的指引分阶段进行主体备案、产品备案及算法备案。在前述过程中，企业需主要撰写落实算法安全主体责任基本情况、算法安全自评估报告等材料。撰写相关备案材料时，企业需以自身已构建的算法安全机构、算法安全管理制度以及企业针对算法模型已采取的干预策略、风险研判、风险防控、用户权益保护等情况为基础。

截至2024年11月，互联网信息服务算法备案系统已公布八批深度合成服务算法备案信息，约涉及2428个深度合成服务算法。[26]

2. 大模型备案

相较于形式和流程始终相对固定的算法备案手续，大模型备案作为一种实践规则，具体备案要求历经了数次变更，最终形成了目前的大模型备案流程。[27]具体而言，提供具有舆论属性或者社会动员能力的生成式人工智能服务提供者应当向属地网信部门，而非中央网信办履行上线备案程序。基于此，属地网信部门将向申请企业发送信息采集表，并根据申请企业反馈的相关信息研判其是否构成提供具有舆论属性或社会动员能力的生成式人工智能服务。在属地网信部门认为特定企业构成提供具有舆论属性或社会动员能力的生成式人工智能服务的情况下，依据各地网信部门的具体规则，如企业相关生成式人工智能服务仅是通过API接口或其他方式直接调用已备案大模型能力、企业不涉及对第三方已备案大模型进行微调的，经属地网信部门同意，可领取大模型登记材料，进行大模型登记。目前，北京、上海、浙江、江苏、广东等地网信部门均已开展大模型登记工作。

截至2024年11月，全国约有240个大模型完成上线备案程序，约57个应用/功能通过生成式人工智能服务登记程序。[28]

3. 算法检查活动

值得注意的是，2024年11月24日，中央网信办、工业和信息化部、公安部以及市场监督管理总局四部门发布《关于开展“清朗网络平台算法典型问题治理”专项行动的通知》，其中明确要求算法“应备尽备”，在备案信息发生变化时进行算法备案变更手续或注销手续，并陆续开展相关的算法检查活动，例如组织企业自查自纠、核验企业自查情况以及开设举报受理渠道等。由于本次专项行动还发布了具体的《算法专项治理清单指引》，核验项目包括信息茧房、新就业劳动形态权益、大数据“杀熟”等，相关人工智能企业可依据该治理清单指引进行细致、及时地自查。

4. AI与训练数据

除了前述“双备案”的实践监管规则，由于人工智能模型的训练、优化均不离开训练、优化数据的喂养，在数据及个人信息保护的背景下，训练数据的合规管控也是重要的监管方向。《生成式人工智能服务安全基本要求》提出了具体的训练数据合规管理要求。具体而言，在训练语料来源方面，企业应从来源管理、来源可追溯等方面进行安全管理；在训练语料内容方面，企业应采取技术措施过滤违法不良信息，并兼顾知识产权及个人信息保护；在语料标注方面，企业则应当制定合理的标注规则、对标注人员进行培训，并对标注内容的准确性进行核查。[29]

值得注意的是，类似于受版权保护的作品是否可基于“合理使用”制度而在不取得权利人授权的情况下将相关作品直接用于大模型训练，将个人信息用于大模型训练是否可设置相关无需个人同意的豁免情形在实践中也构成热点话题。其原因在于，大模型训练时可能涉及海量个人信息，但逐一获取个人信息主体的同意不仅在执行流程上难以落地，也可能面临个人的拒绝。目前，实践中有观点主张适用合理使用个人信息的合法性基础（包括在合理范围内处理已公开的个人信息以及为公共利益实施新闻报道、监督舆论等行为而在合理范围内处理个人信息）。然而，一方面，作为训练数据的个人信息的规模海量，已公开的个人信息范畴可能并不充足；另一方面，综合我国既有立法实践，国家主权、公共安全、经济与发展等利益通常可能被认定为公共利益，而大模型训练是否构成公共利益仍处于争议的状态，暂未有明确的执法规则、司法裁判进行指引，因此现有的使用个人信息进行大模型训练的合法性基础不仅较为有限，更可能欠缺合理性与充分性，还有待后续进一步讨论与观察。

四、结语

在数字化时代背景下，人工智能技术的发展对反垄断政策提出了新的挑战。从政策角度来看，我们需要强化反垄断法作为“经济宪法”对人工智能领域的规制力度。同时，我们也必须认识到反垄断规制不能孤立进行，它需要与隐私保护、数据安全、伦理原则和知识产权等其他领域的规制相结合，从而共同构建一个全面和协调的监管体系，以确保鼓励技术进步的同时又不会损害市场竞争和消费者利益。对于企业而言，随着人工智能的深入应用，越来越多的企业将涉及人工智能的开发、利用人工智能提供服务以及相关交易。企业有必要提高对与人工智能相关的反垄断合规问题的重视，这不仅涉及到遵守现行的法律法规，还包括对未来可能出现的监管变化的预判和适应。企业应积极建立和完善内部合规机制，以确保在享受人工智能带来的效率和创新优势的同时，也能符合反垄断法规以及其他法律法规的要求，维护公平竞争的市场环境。

金杜数据和反垄断团队将陆续推出一系列深入探讨人工智能与反垄断议题的文章，与大家进一步分享人工智能反垄断领域的动态和洞见！

感谢段炼对本文做出的贡献。

扫码订阅“金杜律师事务所”，了解更多业务资讯