АНТИМОНОПОЛЬНЫЙ АНАЛИЗ АНТИКОНКУРЕНТНЫХ СОГЛАШЕНИЙ ПРИ АЛГОРИТМИЧЕСКОМ ЦЕНООБРАЗОВАНИИ
Ключевые слова:
алгоритмическое ценообразование, антиконкурентные соглашения, картель, согласованные действия, hub-and-spoke, искусственный интеллект, цифровая экономика, антимонопольное право, конкурентное право Республики УзбекистанАннотация
В статье исследуются теоретические и прикладные проблемы антимонопольной квалификации антиконкурентных соглашений, возникающих в условиях алгоритмического ценообразования. Автор анализирует основные типологии алгоритмической координации (hub-and-spoke, parallel algorithms, predictable agent, autonomous machine learning), рассматривает доктринальные подходы к установлению наличия соглашения и скоординированных действий, а также сопоставляет правоприменительную практику США, Европейского союза и Республики Узбекистан. На основе сравнительно-правового анализа формулируются предложения по совершенствованию национального антимонопольного законодательства, в том числе в части введения презумпций и расширения круга субъектов ответственности при использовании ценовых алгоритмов.
Библиографические ссылки
Закон Республики Узбекистан «О конкуренции» № 850 (в ред. от 03.07.2023 г.) // Национальная база данных законодательства Республики Узбекистан. URL: https://lex.uz/docs/6518383
Постановление Кабинета Министров Республики Узбекистан № 256 (в ред. от 01.05.2024 г.) «Об утверждении нормативных правовых актов по антимонопольному регулированию на товарном и финансовом рынках» // Национальная база данных законодательства Республики Узбекистан. URL: https://lex.uz/ru/docs/6907023#
Consolidated Version of the Treaty on the Functioning of the European Union, OJ C 326, 26.10.2012, art. 101.
Regulation (EU) 2022/1925 of the European Parliament and of the Council of 14 September 2022 on contestable and fair markets in the digital sector (Digital Markets Act), OJ L 265, 12.10.2022.
Sherman Antitrust Act of 1890, 15 U.S.C. §§ 1–7.
II. Материалы правоприменительной практики
Eturas UAB and Others v Lietuvos Respublikos konkurencijos taryba, Case C-74/14, ECLI:EU:C:2016:42, Judgment of 21 January 2016.
United States v. Topkins, No. CR 15-00201 WHO (N.D. Cal. 2015).
III. Научная и аналитическая литература
Calvano E., Calzolari G., Denicolò V., Pastorello S. Artificial Intelligence, Algorithmic Pricing, and Collusion // American Economic Review. — 2020. — Vol. 110, № 10. — P. 3267–3297.
Ezrachi A., Stucke M.E. Virtual Competition: The Promise and Perils of the Algorithm-Driven Economy. — Cambridge, MA: Harvard University Press, 2016. — 368 p.
Gal M.S. Algorithms as Illegal Agreements // Berkeley Technology Law Journal. — 2019. — Vol. 34. — P. 67–118.
Harrington J.E. Developing Competition Law for Collusion by Autonomous Artificial Agents // Journal of Competition Law & Economics. — 2018. — Vol. 14, № 3. — P. 331–363.
Mehra S.K. Antitrust and the Robo-Seller: Competition in the Time of Algorithms // Minnesota Law Review. — 2016. — Vol. 100. — P. 1323–1375.
Schwalbe U. Algorithms, Machine Learning, and Collusion // Journal of Competition Law & Economics. — 2018. — Vol. 14, № 4. — P. 568–607.
OECD. Algorithms and Collusion: Competition Policy in the Digital Age. — Paris: OECD Publishing, 2017. — 72 p.
