读算法的陷阱：超级平台、算法垄断与场景欺骗笔记06_共谋（下）.png
1. 博弈论
1.1. 当市场竞争对手之间普遍存在着误解和不信任情绪时，从长远来看，他们一半时间是在合作，另一半时间则是在背叛承诺
1.2. 当一方越了解对手，或者说可以更好地掌握对方的战略性行为时，他才可能找到展开合作的最优解
2. 鼓励竞争的作用
2.1. 市场透明度的提升可以降低消费者的搜寻成本
2.2. 调价频率的加快意味着市场价格可以快速走低
2.2.1. 在供给匮乏时也可能迅速抬高，从而促进资源的有效分配
2.3. 利用计算机算法优化利润的方式也为经营者揭示了一些后者未曾预见到的利润增长途径
3. 电子眼
3.1. 默许共谋的“光明前景”
3.1.1. 计算机实时处理大量数据的能力，令它拥有了掌握所有市场信息的“上帝视角”
3.1.2. 人工智能在商业活动中的应用，指的是具备自主决策与学习能力的复杂算法在企业经营活动中发挥的重要作用
3.1.3. 令默许共谋拓展了自己的疆域，超越了定价功能、寡头垄断市场以及简易价格监督的刁难
3.2. 企业运用计算机算法可以在更短的时间内对竞争对手采取的销售策略做出回应
3.3. 通过从做中学，计算机算法会为企业经营者提供多种多样的决策选项
3.4. 如果市场经营者各自采用追逐利润最大化的定价算法，那么默许共谋的确立将是这种策略很有可能导致的后果
3.4.1. 我们甚至可能察觉不到市场中的价格操纵力量
3.4.1.1. 实际情况则是我们从这种虚拟竞争环境中得不到一点好处
3.4.2. 在有更多市场竞争对手参与的情境下，默许共谋仍能够成立
3.5. 前沿科技、新的市场动态与定价算法并不必然昭示着共谋的终结，它们还有可能带来一个崭新且更具生命力的共谋形式
3.5.1. 拉大了巨富阶层与中低收入者的贫富差距
3.6. 竞争秩序却已被密集的市场数据收集与监测行为所削弱
3.6.1. 精妙的计算机算法甚至可以做到令同一市场中的数家企业和平共处，免于竞争
3.6.2. 稳定的市场均衡状态确是一种市场充分竞争的表现，但实则是一种隐性的客户资源分配
3.6.2.1. 每个算法都已锁定了特定的客户群体
4. 上帝视角
4.1. 对优步来说，它的员工可以在一个巨大的屏幕上，实时监测合作车主的动向
4.2. 对于像亚马逊这样的电商而言，它不仅可以对自己的物流链有一个清晰的掌控，就连竞争对手的产品布局与物流链上的商品，亚马逊也有办法做到一清二楚
4.3. “上帝视角”有效降低了市场中的不确定性，特别是当市场信息经由消费者再被传递至竞争对手的数据库，进而实现全行业的信息共享时，阻碍“上帝视角”实现普及的“麻烦”也将逐一化解
4.3.1. “如果企业开始变得无法从竞争中占到更多便宜”时，市场将更容易坠入默许共谋的深渊
4.3.2. 在用户黏性较低、产品偏于同质化的市场中，计算机算法总能迅速发现降价销售的卖家，并有效扼杀后者拓宽销量的可能
4.3.3. 市场透明度越高，算法的反应速度越快，率先降价的企业获利空间越小，进而跟风的企业也越少
4.4. 当算法已经拥有“上帝视角”时，计算机可以在任何调价行为发生之前就对竞争对手发起的威胁做出预测并且及时采取反制措施
4.4.1. 在充分权衡之后，算法往往会得出不主动掀起同业竞争的结论
4.5. 如果市场中的主要竞争对手都在运用拥有“上帝视角”的高新科技，他们就不免相互忌惮
4.5.1. 如果每家公司都可以迅速侦查到竞争对手耍的花招，并且具备做出有效回击的能力，那么它们谁也不敢轻举妄动
4.6. 市场透明度的提升会令各家公司使用的算法都不敢轻易地通过秘密降价、提高产品质量、抢夺客户等手段来拓展市场份额
4.6.1. 这些行动都有可能被竞争对手的算法发现，从而招致价格战或者其他报复性措施
4.7. 适者生存
4.7.1. 反应速度快、头脑灵活的经营者最有可能开发出拥有“上帝视角”的算法，从而在竞争中赢得优势的地位
4.8. 分享创造更高回报
4.8.1. 当企业选择将“上帝视角”、人工智能、数据流等前沿科技与竞争对手分享时，它自己也能从中获益
4.8.2. 默许共谋的稳固还有赖于市场中各企业的协作
4.9. 默许共谋的发生场景已然可以走出同质化产品市场
4.9.1. 不同程度的复杂性将塑造出不同水平的机器学习型算法
5. 自学习算法
5.1. 算法是用来实现利润最大化的工具
5.1.1. 可以预期，算法一定蓬勃发展，由算法萌发的默许共谋也将得到强化
5.2. 对于自学习算法而言，个人信息与市场数据就是能量棒
5.3. 数据不断丰富时，有如“上帝视角”般的市场透明度将为企业在千百种经营方案中敲定一条实现利润最大化的康庄大道
5.4. 人工智能在企业经营管理中的应用将为经营策略的有效性与法理分析带来重要启示
5.5. 人类并未给算法设定稳定市场或暗中串通的任务
5.6. 有了“上帝视角”，计算机可以更快更好地对竞争对手的行动做出预测与理解
5.7. 彼此的经营策略也将愈加稳健与可靠
5.7.1. 如果企业可以更好地读懂竞争对手对外放出的“信号”，那么彼此之间互掷暗箭的可能性也会大为降低
5.7.2. 当每个算法模型都可以通过获取额外的数据来对竞争对手的行为做出判断时，各种不确定性、误解都将有望得到化解
5.8. 自学习算法可以通过数据甄别出竞争对手的核心客户，并有效限制自己对这类客户群体发出促销信息
5.8.1. 这种“竞争的自我克制”可以在无形中有效化解价格战的危机
6. 人类智能vs人工智能
6.1. 人类在进行价格操纵时，彼此需要积累相当程度的互信
6.2. 当市场中存在同业协会或者领军企业时，卡特尔组织往往可以网罗更多的企业参与
6.3. 如果没有领军企业，不论是默许共谋还是明示共谋，参与其中的企业数量都将大为减少
6.4. 在传统的共谋场景中，默许共谋的成立需要一个高度集中的市场环境（如同质产品市场）
6.5. 监督两家竞争对手企业的战略性行为总比监督20家企业要轻松得多
6.6. 同等力度的惩罚措施带给3家企业的杀伤力也远大于20家企业各自分担5%的罚金
6.7. 计算机之间可不存在互信之说
6.7.1. 有了自学习算法与“上帝视角”，它也能为默许共谋开疆辟土
6.7.2. 开发人员会在编程过程中有意弱化人类惯有的偏见思维，比如损失厌恶、沉没成本谬误与框架效应
6.7.3. 计算机算法巩固了默许共谋成立的基石
6.7.4. 依靠审慎分析而非直觉，算法可以在谋求利润最大化的过程中找到最优解题
6.8. 与人类不同，计算机在默许共谋开展的过程中既无惧经济处罚或牢狱之灾，也不会在冲动与愤怒中胡乱行事
6.9. 在电子眼场景中，计算机可以追踪到无数竞争对手的市场行为，并及时发现价格背叛者
6.10. 市场中的算法将一同对价格背叛者施加惩处，这完全可以被看成是垄断企业对其他弱势企业的强势打压
6.11. 当算法的普及已拓展至全行业时，我们将会见证容纳了更多市场参与者的暗地串通行为
6.11.1. 但在之前，这些市场也许远非默许共谋的沃土
7. 执法工具
7.1. 电子眼场景甚至远远超越了预测型代理人场景的层面
7.2. 即便预测型代理人场景已为执法者制造了不小的挑战，反垄断诉讼的原告仍可以在掌握被告确凿的犯罪意图证据后，有望赢得官司
7.3. 面对算法的默许共谋策略，人类再度拉远了与其的距离
7.3.1. 他们甚至不知道算法会在何时发起默许共谋，而这又将持续多久
7.3.2. 没有任何证据可以显示人类存在价格操纵的意图，我们也无法假定是人类有意培植了默许共谋的市场环境
7.4. 具备自学习能力的算法在工作中学会了共谋
7.4.1. 与其说默许共谋是人类的想法，倒不如说是自学习算法搭建起了默许共谋的施展平台
7.4.2. 不断强化市场透明度，进而维系市场参与者的有意识平行行为
7.5. 没有了市场竞争对手之间的垄断协议与协作行动是计算机算法的“功劳”，令企业的战略不确定性下降，并逐步形成了一套公认的销售预测策略
7.6. 电子眼场景中的默许共谋不过是计算机算法在面对市场动态变化时自发做出的理性反应
7.6.1. 垄断协议与反竞争意图的缺失给原告的举证带来了极大的困难
7.7. 相比动荡的市场环境（价格忽涨忽跌），有些市场监管者也许还会对这种由算法普及带来的稳定市场环境表示欢迎
7.8. 消费者受到的利益侵害是不言而喻的，而我们也将见证一个全新的现实
7.8.1. 一个无人可察、无人可怨的反竞争结果
7.8.2. 任何利益的侵害都只是机器崛起后的副作用
