تؤدي الخوارزميات المستخدمة في العمليات التجارية إلى زيادة أرباح الشركة وتحقيق الفوائد للمستهلكين. ولكن الخوارزميات يمكن أن تضر بالمنافسة أيضًا إذا تم استخدامها للتواطؤ، أو إذا تواطأت دون تدخل بشري.

 في سبعينيات القرن العشرين، كان توماس بيترفي، مؤسس شركة Interactive Brokers، وهنري جاريكي رائدين في استخدام خوارزميات الكمبيوتر لتحليل بيانات السوق المتعلقة بأسعار الخيارات. قامت الخوارزميات بوزن عوامل مختلفة لإصدار توصيات بشراء أو بيع الخيارات. وبما أن أجهزة الكمبيوتر قادرة على معالجة البيانات بشكل أسرع وأكثر مهارة من البشر، فإن التداول الخوارزمي أعطى ميزة في السوق لأولئك الذين استخدموه. تُعد الخبرة التي اكتسبتها شركة بيترفي وجاريكي بمثابة التجربة الأولى في استخدام الخوارزميات في التسعير.
 
الخوارزمية هي مجموعة من الخطوات أو التعليمات التي يتبعها الكمبيوتر لحل مشكلة معينة. تُستخدم الخوارزميات في العديد من التقنيات الرقمية، بدءًا من أنظمة التشغيل وحتى التطبيقات، والذكاء الاصطناعي هو أحد المجالات التي تُستخدم فيها الخوارزميات. يعتمد الذكاء الاصطناعي على مجموعات من الخوارزميات التي تسمح بالمعالجة المتسلسلة لمصفوفات البيانات، وتحديد الأنماط، بما في ذلك توليد حلول للمشاكل التي وضعها البشر.
 
  تُستخدم الخوارزميات اليوم على نطاق واسع من قبل الشركات من مجموعة واسعة من مجالات الأعمال ولمجموعة واسعة من المهام - للتسعير والمراقبة وتحليل العرض والطلب، وما إلى ذلك. 
من ناحية أخرى، يجلب استخدام الخوارزميات فوائد للشركات والمستهلكين على حد سواء : على سبيل المثال، وفقًا لإحدى الدراسات، يمكن أن يؤدي التسعير الخوارزمي المخصص إلى زيادة الأرباح بنسبة تصل إلى 86%، بينما يمكن لأكثر من 60% من المستهلكين الحصول على أسعار أقل بسبب التخصيص.
 
ومن ناحية أخرى، فإن استخدام الخوارزميات يخلق مخاطر التواطؤ بين الشركات أو غيرها من السلوكيات المناهضة للمنافسة. يمكن للشركات مشاركة البيانات (على سبيل المثال، المنافسين في نفس السوق)، واستخدام نفس البرامج، مما سيؤدي إلى توليد نتائج مماثلة. لا يمكن للشركات فقط التواطؤ، بل أيضًا خوارزميات الذكاء الاصطناعي ذاتية التعلم التي تستخدمها. ومن خلال برمجتها لتحقيق هدف معين (مثل تعظيم الربح) بأكبر قدر ممكن من الكفاءة، قد تبدأ الخوارزميات في تحقيق المساواة في الأسعار بدلاً من التنافس مع بعضها البعض لتحقيق ذلك.
 
لتقييم التأثير السلبي للخوارزميات على المنافسة، تم تطوير "نظريات الضرر" التي يمكن أن تسببها الخوارزميات. ويصنف هذا الضرر إلى ثلاثة أنواع: النوع الأول هو استخدام الخوارزميات في تواطؤ واضح. ويتم ذلك من خلال اتفاقيات بين الشركات، مكتوبة أو شفهية، يتم تنفيذها باستخدام الخوارزميات. على سبيل المثال، يمكن أن يكون هذا اتفاقًا بشأن تحديد الأسعار، أو التلاعب بالعطاءات، وما إلى ذلك.
  أما النوع الثاني فهو التواطؤ دون التواصل بين المشاركين في السوق، بل من خلال استخدامهم لنفس الخوارزميات. في هذه الحالة، لا تتفاعل الشركات بشكل مباشر مع بعضها البعض للتواطؤ. ولكن من خلال استخدام خوارزميات مشتركة تقدمها جهة خارجية، مثل مطور برامج، فإنهم يستطيعون تحقيق "التواطؤ الضمني". علاوة على ذلك، يمكن للخوارزمية جمع البيانات من المنافسين التي لا تتوفر للعامة، ودمجها، وتحليل المجموعة العامة من البيانات من جميع المنافسين، وتوليد حلول موحدة للجميع.
النوع الثالث هو التواطؤ الآلي للخوارزميات. اليوم يتم تطوير خوارزميات لا تحتوي على تعليمات محددة مسبقًا للعمل ويتم برمجتها للتعلم لاتخاذ أفضل قرار (خوارزميات التعلم الذاتي ). توفر مثل هذه الخوارزميات إشارات الأسعار بشكل أحادي الجانب عن طريق توصيل استراتيجيات التسعير الخاصة بها إلى خوارزميات أخرى. ونتيجة لذلك، يمكن للعديد من الخوارزميات اختيار استراتيجية التواطؤ باعتبارها الاستراتيجية الأكثر مثالية لتحقيق أقصى نتيجة. على سبيل المثال، قم بتحديد السعر الذي يعتبرونه الأمثل للجميع. وفي الوقت نفسه، قد يكون من الصعب على الشخص التنبؤ بالقرارات التي تولدها الخوارزمية.

  وفي حين يمكن استخدام التدابير القانونية التقليدية وحماية المنافسة لمكافحة النوع الأول من الضرر، حيث تكون الخوارزميات تحت سيطرة بشرية صريحة، فمن الصعب للغاية اكتشاف التواطؤ وإثباته في غياب التواصل بين المنافسين. 
ويعتبر التواطؤ المستقل للخوارزميات حاليًا خارج المجال القانوني: لا تنطبق عليه المعايير الموجودة في تشريعات البلدان - ومن وجهة نظر القانون، لا تدخل الخوارزميات في التواطؤ.

 ممارسات مكافحة الاحتكار 
إذا تحدثنا عن استخدام الخوارزميات في تواطؤ واضح، ففي ممارسات سلطات مكافحة الاحتكار، يتم تطبيق المعايير الكلاسيكية لقانون المنافسة على مثل هذه الحالات. وكان أحد أقدم التحقيقات في هذا المجال هو قضية توبكينز في الولايات المتحدة في عام 2015، عندما تواطأ العديد من البائعين لتحديد أسعار الملصقات في سوق أمازون. وللقيام بذلك، تآمروا لاستخدام برنامج واحد مع خوارزميات التسعير: حددت الخوارزمية أدنى سعر بين جميع البائعين (بما في ذلك أولئك الذين لم يشاركوا في المؤامرة)، ثم حددت السعر أقل قليلا، وهو ما كان "المتآمرون" يستهدفونه.
 
ومن بين الحالات المعروفة الأخرى التحقيقات التي أجرتها المفوضية الأوروبية ضد شركات أسوس، ودينون آند مارانتز، وفيليبس، وبايونير، والتي استخدمت خوارزميات لمراقبة ومقارنة أسعار الأجهزة المنزلية والمنتجات الإلكترونية لدى نظرائها. إذا اكتشفت الخوارزمية أن الطرف المقابل كان يحدد أسعار التجزئة الخاصة به بأقل من السعر الموصى به، فإن الشركات كانت عرضة للعقوبات.
 
لا يُعتبر التواطؤ الضمني بشكل عام انتهاكًا للقانون. على سبيل المثال، في الولايات المتحدة، قررت المحكمة العليا أن التواطؤ الضمني، والذي يطلق عليه أحيانا "تنسيق الأسعار القلة أو التوازي المتعمد"، ليس غير قانوني ويسمح للكيانات الاقتصادية بتقاسم القوة الاحتكارية من خلال تحديد أسعارها بشكل مربح. وهذا يعني، وفقاً لهذا التعريف، أن المصالح الاقتصادية المشتركة للشركات وترابطها المتبادل في قرارات التسعير، مما يؤدي إلى التواطؤ الضمني، لا يؤدي إلى انتهاك قانون المنافسة.
 
ومع ذلك، هناك سوابق حيث تم الاعتراف بالتواطؤ الضمني باعتباره ممارسة مناهضة للمنافسة. على سبيل المثال، في عام 2011، اعترفت هيئة الخدمات المالية بأفعال موردي البنزين، الذين قاموا بتغيير السعر بنفس المقدار في وقت واحد دون اتفاق مكتوب أو شفوي، باعتبارها مؤامرة ضمنية. وأشارت الهيئة إلى أن تصرفات المشاركين كانت معروفة لكل منهم مسبقًا، حيث كان بإمكان الشركات تتبع أسعار بعضها البعض بسهولة. وقد اعتبرت هذه الإجراءات متضافرة وفقاً للقواعد "الكلاسيكية" لقانون المنافسة.
 
ومع ذلك، يحاول التشريع تدريجيا دمج المعايير المصممة لحماية المنافسة من الممارسات غير العادلة التي يتم تنفيذها باستخدام التكنولوجيا. على سبيل المثال، في الولايات المتحدة، تم اقتراح مشاريع قوانين لمنع أصحاب العقارات من استخدام التطبيقات التي تجمع المعلومات منهم وتقدم توصيات بشأن الأسعار. ويأتي ذلك بعدما وجدت لجنة التجارة الفيدرالية الأميركية في عام 2024 أن أسعار الإيجارات في سوق العقارات ارتفعت بنسبة 20% منذ عام 2020 بسبب استخدام أصحاب العقارات لبرامج من RealPage وYardi Systems. طلبت شركة RealPage من أصحاب العقارات تقديم بياناتهم غير العامة حول أسعار الإيجار ومعدلات الإشغال وبيانات المعاملات. وباستخدام هذه البيانات، قامت خوارزمية RealPage بإنشاء توصيات بشأن أسعار المساكن والتي استخدمها 85-90% من أصحاب العقارات. وهذا يعني أنهم فوضوا قرارات التسعير التنافسي إلى خوارزميات، الأمر الذي أدى إلى قدرة البرمجيات على التأثير على المنافسة حتى في غياب أي اتفاقيات مباشرة بين أصحاب العقارات.
 
في واقع الأمر، تظل الصين هي الدولة الوحيدة التي نفذت قواعد بشأن التواطؤ الخوارزمي، بما في ذلك التواطؤ "الصامت". في عام 2021، عدلت الصين قانون مكافحة الاحتكار الخاص بها لحظر استخدام الخوارزميات وغيرها من التقنيات في السلوك المناهض للمنافسة (المادة 9 ). وهذا يعني أنه، حتى لو لم تتفق الأطراف بشكل مباشر على أي سلوك منسق، بل تستخدم خوارزميات معروفة بقدرتها على الوصول إليه، فإن مثل هذا السلوك يمكن اعتباره مؤامرة للكيانات الاقتصادية.

 التواطؤ الآلي للخوارزميات 
  لا يتضمن التواطؤ الخوارزمي أي تدخل بشري - يمكن لخوارزميات التعلم الذاتي اتخاذ القرارات بشكل مستقل. من وجهة نظر التأهيل القانوني، لا تتمتع الخوارزميات بشخصية قانونية، أي أنها لا يمكن أن تكون شخصًا له أي حقوق أو التزامات. تعتبر الخوارزميات بمثابة وسيلة تقنية، وبالتالي لا يمكن أن تخضع لأحكام التواطؤ بين الكيانات الاقتصادية ولا تتحمل المسؤولية عنها.
 
وفي حالة التواطؤ الآلي بين الخوارزميات، يظل من غير الواضح كيفية تحديد الشخص المسؤول عن التواطؤ. في نهاية المطاف، لا يقوم المطورون أو المستخدمون ببرمجة الخوارزميات للتواطؤ. وللدخول إليها، يجب على المتنافسين التواصل مع بعضهم البعض، وهو ما لا يحدث عندما تتواطأ خوارزميتان للتعلم الذاتي لا تخضعان لسيطرة البشر.
 
هناك جدل في العلوم حول كيفية تنظيم التواطؤ الخوارزمي. على سبيل المثال، من المقترح توسيع مفهوم التواطؤ ليشمل الأشكال التي لا يوجد فيها اتصال مباشر بين الأشخاص (بما في ذلك التواطؤ الآلي)، أو تقديم "خوارزمية مدمرة" من شأنها تعطيل التنسيق الخوارزمي.
 
في ممارسات سلطات مكافحة الاحتكار في البلدان، لا توجد حاليًا أي حالات اكتشاف تواطؤ بين الخوارزميات: وهذا يتجاوز نطاق تشريعات مكافحة الاحتكار. ومع ذلك، تعمل البلدان على زيادة الرقابة على استخدام الخوارزميات، بما في ذلك تلك التي تتعلم ذاتيا، من خلال متطلبات الإبلاغ والإفصاح عن أداء الخوارزميات، وهو ما قد يساعد سلطات مكافحة الاحتكار في الحد من السلوك غير القانوني في المستقبل.
 على سبيل المثال، في الاتحاد الأوروبي، أنشأ قانون الأسواق الرقمية، الذي يهدف إلى منع الممارسات المناهضة للمنافسة من قبل المنصات الكبيرة، في عام 2022 حق المفوضية في طلب الوصول إلى أي بيانات وخوارزميات من المنصات كجزء من التحقيقات، وكذلك المطالبة بتوضيحات بشأنها. في الولايات المتحدة، يقترح قانون مكافحة التواطؤ الخوارزمي نظاماً لمراجعة خوارزميات التسعير التي تستخدمها الشركات: بناءً على طلب من المدعي العام أو لجنة التجارة الفيدرالية، يتعين على الشركات تقديم تقارير حول، من بين أمور أخرى، من قام بتطوير خوارزميات التسعير، وشرح لقواعد توليد التوصيات، وأنواع البيانات المستخدمة، ومصادرها وعمليات جمعها، وما إذا كانت الخوارزمية تتخذ القرارات بشكل مستقل وما إذا كانت مثل هذه القرارات تخضع لمراجعة البشر.
 
وقد تتعلق هذه المتطلبات، على وجه الخصوص، بإمكانية تفسير تشغيل الخوارزميات وإمكانية تتبع استخدامها - لفهم مصادر وأنواع البيانات، وعمليات توليد أو اتخاذ القرارات وتنفيذها. من المهم إجراء تحليل للمخاطر المعروفة والمتوقعة بشكل معقول والتي قد تشكلها الخوارزميات على الاقتصاد والأسواق. واتخاذ خطوات لإدارة مثل هذه المخاطر، على سبيل المثال من خلال ضمان الإشراف البشري على عمل الخوارزميات.