XiaoMi-AI文件搜索系统
World File Search System垄断
混合平台模型：垄断竞争和主导企业
∗ 弗吉尼亚大学和 CEPR。 ∗∗ 欧洲大学研究所、柏林 ESMT 和 CEPR，Via delle Fontanelle 18，佛罗伦萨菲耶索莱，50014；ozlem.bedre@eui.eu。我们感谢编辑 Alessandro Bonatti 和一位匿名审稿人提出的非常有帮助和建设性的评论和建议。我们还要感谢 Maxim P. Engers、Heski Bar-Isaac、Johannes Johnen、Marco Haan、Muxin Lee、Nikhil Vellodi、Paul Heidhues、Jose Luis Moraga、Martin Peitz、Patrick Rey、Guofu Tan、Greg Taylor、Thibaud Vergé 和 Gijsbert Zwart 以及 Carlos 3 Madrid-CEMFI、竞争政策中心、2021 年 CRESSE 会议、东英吉利大学、DERN 第二届年会、法德电子商务研讨会、MaCCI 年会、TSE 平台经济学虚拟研讨会、TSE 数字经济学会议、加州大学鲁汶分校、格罗宁根大学、法兰克福大学、庞培法布拉大学、南加州大学和 2021 年 UniBg IO 冬季研讨会的研讨会参与者提供的非常有帮助的评论。我们感谢 Moonju Cho、Max Schnidman 和 Yang Yu 提供的出色研究协助。本文是“数字平台：定价、多样性和质量供应 (DIPVAR)”项目的一部分，该项目已获得欧洲研究理事会 (ERC) 的资助，属于欧盟“地平线 2020”研究与创新计划（资助协议编号 853123）。ozlem.bedre@eui.eu
评估AI基础模型市场中的自然垄断条件
研究完整性通过我们的质量和客观性的核心价值以及我们对最高诚信和道德行为水平的坚定承诺来帮助通过研究和分析来帮助改善政策和决策的使命。为了帮助确保我们的研究和分析是严格，客观和无党派的，我们将研究出版物进行稳健而严格的质量保证过程；通过员工培训，项目筛查以及强制性披露政策，避免财务和其他利益冲突的外观和现实；并通过对我们的研究发现和建议的公开出版，披露已发表研究的资金来源以及确保智力独立性的政策来追求我们的研究参与的透明度。有关更多信息，请访问www.rand.org/about/research-integrity。
如何避免大型科技公司对人工智能的垄断？
下午好。首先，我要感谢 Stéphanie Yon-Courtin 组织这次重要活动。作为竞争事务专员，我很高兴看到您在过去五年中在欧洲议会中对竞争政策的关注和奉献。感谢您将焦点放在人工智能和竞争上。因为“人类智能”正是我们现在所需要的，以便在人工智能之间取得适当的平衡。为了塑造由大型语言模型和其他人工智能应用推动的新兴市场。为了确保竞争能够蓬勃发展，消费者能够从这些新市场中获益，而不会妨碍它们的发展。通过提前思考、迅速行动和合作，我们有机会最大限度地发挥这些优势；同时将风险降至最低。但这扇窗户正在关闭。如果我们不尽快采取行动，我们将再次发现自己在寻求未曾预料到的问题的解决方案。因此，像这样的辩论不仅非常及时，而且非常紧迫。
科技巨头反垄断悖论 - 斯坦福法学院
在当代美国科技领域，苹果、亚马逊、谷歌、Meta 和微软等公司通过提供表面上的“免费”服务发挥着无与伦比的影响力。本文质疑这种“免费”模式的真实性，认为消费者通过提供个人数据实际上是一种交换。我们批判性地审查了消费者福利标准在反垄断法中的应用，该标准使这些公司能够在不触发传统反垄断审查的情况下积累巨大的市场力量。法院一直避免将现有的反垄断原则应用于这些公司，主要是因为在消费者福利标准下过度依赖消费者价格作为竞争损害的试金石。我们认为，这种错误应用加剧了市场集中度，从而抑制了创新并对脆弱的消费者群体和小型企业造成不成比例的影响。为了纠正这种解释上的失误，我们主张将数据重新概念化为一种货币。这种理论转变将改善消费者福利标准应用中普遍存在的不协调现象，为监管机构和州检察长提供更细致的反垄断和消费者保护执法指标。本文分为四个部分
人工智能技术的反垄断影响仍是美国监管机构关注的重点
竞争对手之间的价格协调是典型的反垄断法违规行为，而联邦贸易委员会的声明表明，其认为在现有的反垄断框架下，利用人工智能技术促进的协调是非法的。委员会对可能使用人工智能算法促进合谋行为的兴趣也反映在最近发布的合并指南草案中，该草案将“使用算法或人工智能跟踪或预测竞争对手的价格”确定为可能使市场更容易受到协调影响的一个特征。美国司法部和联邦贸易委员会，合并指南草案（2023 年）。
数字经济反垄断执法全球报告
数字经济正在改变全球经济和社会。它正在开拓新的市场，使消费者能够了解新闻、分享创意内容并与世界各地的人们建立联系。无论是与平台、应用商店、云计算还是人工智能 (AI) 相关的技术发展，以及相关的数据和隐私问题，都继续加剧竞争争论。在数字经济中活跃的公司的竞争动态和行为引起了竞争管理机构的一些担忧。在某些情况下，竞争管理机构已经介入以保护竞争和创新，他们担心这些可能会被拥有市场力量的公司扼杀。这导致了越来越多的合并审查、市场研究和反垄断执法案件，以及竞争领域的一些政策和立法变化。
美国联邦贸易委员会指控 Roll-Up 策略为非法垄断
投诉指控被告多次违反《谢尔曼法》第 1 和第 2 条，声称被告垄断、串谋垄断以及达成协议来固定价格和分配市场，涉及商业保险的医院专用麻醉服务。投诉还声称被告通过一系列收购违反了《克莱顿法》第 7 条和《联邦贸易委员会法》第 5 条，据称这些收购减少了德克萨斯州的竞争。投诉声称被告的“整合”策略代表了一种“不公平的竞争方式”。最后，投诉指控 Welsh Carson 的收购、定价行动和横向协议共同代表了《联邦贸易委员会法》第 5 条规定的“减少德克萨斯州竞争的计划”。联邦贸易委员会在此次投诉中提出了一种新的“不公平竞争方式”测试标准，并以此为基础根据第 5 条提出单独和独立的索赔。
NBER 工作论文系列反垄断...
我们手工收集并标准化了 1971 年至 2018 年期间司法部 (DOJ) 提起的所有 3,055 起反垄断诉讼的信息。使用美国人口普查局提供的受限机构级微观数据，我们将司法部反垄断诉讼所针对的州中非贸易行业的经济结果与未针对的其他州中同一行业的结果进行了比较。我们记录了司法部的反垄断执法行动永久性地使就业率增加了 5.4%，企业成立率增加了 4.1%。使用事件研究设计，我们发现 (1) 工资单的急剧增长超过了就业率的增长，这意味着司法部的反垄断执法提高了平均工资，(2) 销售额的经济增长较小，在统计上不显著，以及 (3) 劳动力份额的精确增加。虽然我们无法单独衡量产出的数量和价格，但生产投入（就业）的增加，加上销售额的相对较小的增长，强烈表明司法部的反垄断执法行动增加了产出数量，同时降低了产出价格。我们的结果表明，政府反垄断执法导致目标行业的经济活动水平持续提高。