讀演算法的陷阱：超級平臺、演算法壟斷與場景欺騙筆記06_共謀（下）

1. 博弈論

1.1. 當市場競爭對手之間普遍存在著誤解和不信任情緒時，從長遠來看，他們一半時間是在合作，另一半時間則是在背叛承諾

1.2. 當一方越瞭解對手，或者說可以更好地掌握對方的戰略性行為時，他才可能找到展開合作的最優解

2. 鼓勵競爭的作用

2.1. 市場透明度的提升可以降低消費者的搜尋成本

2.2. 調價頻率的加快意味著市場價格可以快速走低

2.2.1. 在供給匱乏時也可能迅速抬高，從而促進資源的有效分配

2.3. 利用計算機演算法最佳化利潤的方式也為經營者揭示了一些後者未曾預見到的利潤增長途徑

3. 電子眼

3.1. 默許共謀的“光明前景”

3.1.1. 計算機實時處理大量資料的能力，令它擁有了掌握所有市場資訊的“上帝視角”

3.1.2. 人工智慧在商業活動中的應用，指的是具備自主決策與學習能力的複雜演算法在企業經營活動中發揮的重要作用

3.1.3. 令默許共謀擴充了自己的疆域，超越了定價功能、寡頭壟斷市場以及簡易價格監督的***難

3.2. 企業運用計算機演算法可以在更短的時間內對競爭對手採取的銷售策略做出回應

3.3. 透過從做中學，計算機演算法會為企業經營者提供多種多樣的決策選項

3.4. 如果市場經營者各自採用追逐利潤最大化的定價演算法，那麼默許共謀的確立將是這種策略很有可能導致的後果

3.4.1. 我們甚至可能察覺不到市場中的價格操縱力量

3.4.1.1. 實際情況則是我們從這種虛擬競爭環境中得不到一點好處

3.4.2. 在有更多市場競爭對手參與的情境下，默許共謀仍能夠成立

3.5. 前沿科技、新的市場動態與定價演算法並不必然昭示著共謀的終結，它們還有可能帶來一個嶄新且更具生命力的共謀形式

3.5.1. 拉大了鉅富階層與中低收入者的貧富差距

3.6. 競爭秩序卻已被密集的市場資料收集與監測行為所削弱

3.6.1. 精妙的計算機演算法甚至可以做到令同一市場中的數家企業和平共處，免於競爭

3.6.2. 穩定的市場均衡狀態確是一種市場充分競爭的表現，但實則是一種隱性的客戶資源分配

3.6.2.1. 每個演算法都已鎖定了特定的客戶群體

4. 上帝視角

4.1. 對優步來說，它的員工可以在一個巨大的螢幕上，實時監測合作車主的動向

4.2. 對於像亞馬遜這樣的電商而言，它不僅可以對自己的物流鏈有一個清晰的掌控，就連競爭對手的產品佈局與物流鏈上的商品，亞馬遜也有辦法做到一清二楚

4.3. “上帝視角”有效降低了市場中的不確定性，特別是當市場資訊經由消費者再被傳遞至競爭對手的資料庫，進而實現全行業的資訊共享時，阻礙“上帝視角”實現普及的“麻煩”也將逐一化解

4.3.1. “如果企業開始變得無法從競爭中佔到更多便宜”時，市場將更容易墜入默許共謀的深淵

4.3.2. 在使用者黏性較低、產品偏於同質化的市場中，計算機演算法總能迅速發現降價銷售的賣家，並有效扼殺後者拓寬銷量的可能

4.3.3. 市場透明度越高，演算法的反應速度越快，率先降價的企業獲利空間越小，進而跟風的企業也越少

4.4. 當演算法已經擁有“上帝視角”時，計算機可以在任何調價行為發生之前就對競爭對手發起的威脅做出預測並且及時採取反制措施

4.4.1. 在充分權衡之後，演算法往往會得出不主動掀起同業競爭的結論

4.5. 如果市場中的主要競爭對手都在運用擁有“上帝視角”的高新科技，他們就不免相互忌憚

4.5.1. 如果每家公司都可以迅速偵查到競爭對手耍的花招，並且具備做出有效回擊的能力，那麼它們誰也不敢輕舉妄動

4.6. 市場透明度的提升會令各家公司使用的演算法都不敢輕易地透過秘密降價、提高產品質量、搶奪客戶等手段來擴充市場份額

4.6.1. 這些行動都有可能被競爭對手的演算法發現，從而招致價格戰或者其他報復性措施

4.7. 適者生存

4.7.1. 反應速度快、頭腦靈活的經營者最有可能開發出擁有“上帝視角”的演算法，從而在競爭中贏得優勢的地位

4.8. 分享創造更高回報

4.8.1. 當企業選擇將“上帝視角”、人工智慧、資料流等前沿科技與競爭對手分享時，它自己也能從中獲益

4.8.2. 默許共謀的穩固還有賴於市場中各企業的協作

4.9. 默許共謀的發生場景已然可以走出同質化產品市場

4.9.1. 不同程度的複雜性將塑造出不同水平的機器學習型演算法

5. 自學習演算法

5.1. 演算法是用來實現利潤最大化的工具

5.1.1. 可以預期，演算法一定蓬勃發展，由演算法萌發的默許共謀也將得到強化

5.2. 對於自學習演算法而言，個人資訊與市場資料就是能量棒

5.3. 資料不斷豐富時，有如“上帝視角”般的市場透明度將為企業在千百種經營方案中敲定一條實現利潤最大化的康莊大道

5.4. 人工智慧在企業經營管理中的應用將為經營策略的有效性與法理分析帶來重要啟示

5.5. 人類並未給演算法設定穩定市場或暗中串通的任務

5.6. 有了“上帝視角”，計算機可以更快更好地對競爭對手的行動做出預測與理解

5.7. 彼此的經營策略也將愈加穩健與可靠

5.7.1. 如果企業可以更好地讀懂競爭對手對外放出的“訊號”，那麼彼此之間互擲暗箭的可能性也會大為降低

5.7.2. 當每個演算法模型都可以透過獲取額外的資料來對競爭對手的行為做出判斷時，各種不確定性、誤解都將有望得到化解

5.8. 自學習演算法可以透過資料甄別出競爭對手的核心客戶，並有效限制自己對這類客戶群體發出促銷資訊

5.8.1. 這種“競爭的自我剋制”可以在無形中有效化解價格戰的危機

6. 人類智慧vs人工智慧

6.1. 人類在進行價格操縱時，彼此需要積累相當程度的互信

6.2. 當市場中存在同業協會或者領軍企業時，卡特爾組織往往可以網羅更多的企業參與

6.3. 如果沒有領軍企業，不論是默許共謀還是明示共謀，參與其中的企業數量都將大為減少

6.4. 在傳統的共謀場景中，默許共謀的成立需要一個高度集中的市場環境（如同質產品市場）

6.5. 監督兩家競爭對手企業的戰略性行為總比監督20家企業要輕鬆得多

6.6. 同等力度的懲罰措施帶給3家企業的殺傷力也遠大於20家企業各自分擔5%的罰金

6.7. 計算機之間可不存在互信之說

6.7.1. 有了自學習演算法與“上帝視角”，它也能為默許共謀開疆闢土

6.7.2. 開發人員會在程式設計過程中有意弱化人類慣有的偏見思維，比如損失厭惡、沉沒成本謬誤與框架效應

6.7.3. 計算機演算法鞏固了默許共謀成立的基石

6.7.4. 依靠審慎分析而非直覺，演算法可以在謀求利潤最大化的過程中找到最優解題

6.8. 與人類不同，計算機在默許共謀開展的過程中既無懼經濟處罰或牢獄之災，也不會在衝動與憤怒中胡亂行事

6.9. 在電子眼場景中，計算機可以追蹤到無數競爭對手的市場行為，並及時發現價格背叛者

6.10. 市場中的演算法將一同對價格背叛者施加懲處，這完全可以被看成是壟斷企業對其他弱勢企業的強勢打壓

6.11. 當演算法的普及已擴充至全行業時，我們將會見證容納了更多市場參與者的暗地串通行為

6.11.1. 但在之前，這些市場也許遠非默許共謀的沃土

7. 執法工具

7.1. 電子眼場景甚至遠遠超越了預測型代理人場景的層面

7.2. 即便預測型代理人場景已為執法者製造了不小的挑戰，反壟斷訴訟的原告仍可以在掌握被告確鑿的犯罪意圖證據後，有望贏得官司

7.3. 面對演算法的默許共謀策略，人類再度拉遠了與其的距離

7.3.1. 他們甚至不知道演算法會在何時發起默許共謀，而這又將持續多久

7.3.2. 沒有任何證據可以顯示人類存在價格操縱的意圖，我們也無法假定是人類有意培植了默許共謀的市場環境

7.4. 具備自學習能力的演算法在工作中學會了共謀

7.4.1. 與其說默許共謀是人類的想法，倒不如說是自學習演算法搭建起了默許共謀的施展平臺

7.4.2. 不斷強化市場透明度，進而維繫市場參與者的有意識平行行為

7.5. 沒有了市場競爭對手之間的壟斷協議與協作行動是計算機演算法的“功勞”，令企業的戰略不確定性下降，並逐步形成了一套公認的銷售預測策略

7.6. 電子眼場景中的默許共謀不過是計算機演算法在面對市場動態變化時自發做出的理性反應

7.6.1. 壟斷協議與反競爭意圖的缺失給原告的舉證帶來了極大的困難

7.7. 相比動盪的市場環境（價格忽漲忽跌），有些市場監管者也許還會對這種由演算法普及帶來的穩定市場環境表示歡迎

7.8. 消費者受到的利益侵害是不言而喻的，而我們也將見證一個全新的現實

7.8.1. 一個無人可察、無人可怨的反競爭結果

7.8.2. 任何利益的侵害都只是機器崛起後的副作用