Морис Е. Стаки
Виртуальная конкуренция. Посулы и опасности алгоритмической экономики

Полная версия

Размышления

Мы видим, каким образом компьютеры, облегчая взаимодействие, отслеживая обманные действия и пресекая несоблюдение договоренностей, могут помочь сговору между людьми. Следует отметить, что, пользуясь компьютером как посредником, человек может не столь остро ощущать незаконность своих действий. Это дополнительно способствует незаконной деятельности.

Однако нельзя забывать, что компьютеры могут использоваться для содействия картелям, но точно так же они могут стать незаменимыми помощниками для отдельных компаний в условиях ожесточенной добросовестной конкуренции. Например, они могут стать современным инструментом в руках независимой компании, которая фактически будет подрывать деятельность картеля.

Итак, мы возвращаемся к самой сути сценария «Мессенджер»: алгоритмы могут способствовать сговору, когда таковы желание и намерение тех, кто их контролирует. В качестве проводников информации алгоритмы не являются ни деструктивной, ни созидательной силой. Вернее сказать, они являются техническим инструментом исполнения человеческой воли.

6
«Ступица и спицы»

Рассмотрев «простой» сценарий «Мессенджер», мы переходим к примерам, в которых компьютерные алгоритмы представляют собой «ступицу» для координации цен или действий конкурентов. Хотя все эти конкуренты напрямую друг с другом не общаются, подобная практика в целом работает наподобие горизонтального сговора.

«Ступица и спицы» в традиционном виде

Схемы «осевой» (централизованной) координации встречаются не только в интернете и антимонопольной деятельности. В конце концов, подобные механизмы могут использоваться разными картелями – и кокаиновым, и ценовым. Эти конспиративные схемы, как указал один суд, формируются, когда «главный организатор, или “ступица”, контролирует большое число “спиц”, или пособников»¹. Пособники по отдельности «независимо взаимодействуют с тем лицом или группой лиц в центре, которые совместно направляют единую противоправную деятельность»². В типичном примере идейный организатор вербует разных сообщников для каждого вида заданий преступной группы, как то: поставка стрелкового оружия, кража автомобилей для последующего убытия с мест преступлений, отмывание денег и т. д.

Сообщникам нет нужды ни общаться между собой, ни даже знать друг друга. Как отметил Верховный суд США, «незаконный сговор может произойти и часто действительно происходит, когда нет одновременных действий или одновременной договоренности со стороны участников»³. Но чтобы продемонстрировать централизованную схему, а не большое число независимых договоренностей, должен существовать общий круг – полная осведомленность участников о наличии сговора. Также необходимо, чтобы «каждый обвиняемый знал или имел достаточные основания отличать сферы действия соглашения и… основание полагать, что их собственные выгоды зависят от успеха. предприятия в целом»⁴. В случае централизованного ценового сговора отдельные конкуренты, которые служат «спицами», должны быть осведомлены о согласованных усилиях

с целью ценовой стабилизации. Доказательством считается тот факт, что участник «не только принял твердые обязательства соблюдать вертикальные договоренности, но и согласился участвовать в горизонтальной конспиративной схеме»⁵.

Суды давно осознали наличие схем централизованной координации для фиксации цен. Зачастую осевой центр («ступица») действует на одном уровне структуры рынка, координируя договоренность о фиксации цен между конкурентами, находящимися на другом уровне («спицами»)⁶. Например, как описано в материалах дела сети кинотеатров Interstate Circuit⁷, ее владелец общался с каждым кинопрокатчиком отдельно, сообщал каждому из предполагаемых участников, что и другие кинопрокатчики будут приглашены к участию в конспиративной схеме, и добавлял, что сотрудничество всех восьми кинопрокатчиков крайне важно для его успешности. В силу своего одобрения сговора и согласия на участие как владелец кинотеатров («ступица»), так и восемь кинопрокатчиков («спицы») подлежали ответственности.

Теперь рассмотрим деятельное участие осевого участника в осуществлении сговора⁸. Еврокомиссия признала недопустимыми подобную деятельную поддержку и создание предпосылок в ходе своего расследования манипуляции ставкой LIBOR. Комиссия признала недопустимыми действия осевого участника, британской брокерской компании ICAP, в качестве «канала связи между трейдером банка Citigroup и трейдером Королевского банка Шотландии, а тем самым и то, что она сделала возможным совместное ограничение конкуренции»⁹. В США компания Apple и пять крупных книжных издательств были привлечены к ответственности за сговор с целью поднять цены на электронные книги, особенно на новинки и бестселлеры по версии New York Times¹⁰. Дело Apple наглядно показывает потенциал влияния платформ, а также их способность нарушать процесс конкуренции. Использование компанией Apple агентского соглашения и положений о паритете в широком смысле слова¹¹ способствовало совместным (и подразумевающим сговор) действиям издателей¹².

Модель «Ступица и спицы», созданная алгоритмом

Завершив этот обзор традиционных схем централизованной координации, мы рассмотрим примеры, в которых «ступицей» становится компьютерный алгоритм, способствующий сговору конкурентов.

Предположим, что все компании локального рынка планируют переход к динамическому ценообразованию. Но создание и отладка соответствующих алгоритмов слишком дорого стоят. Поэтому каждый конкурент передает ценообразование стороннему исполнителю – алгоритму ценообразования не связанного с потребителем поставщика ПО. Компании на этом рынке непосредственно друг с другом не взаимодействуют, однако все они используют алгоритм ценообразования этого поставщика. Мы видим единый отраслевой алгоритм, который конкуренты применяют для определения рыночной цены или для реагирования на рыночные изменения. В результате, когда все конкуренты при определении своей ценовой стратегии используют подобный «мозг», поведение на этом рынке может оказаться «чудесным образом» согласованным.

Важно указать, чем модель «Ступица и спицы», созданная алгоритмом, отличается от нашего первого сценария («Мессенджер»), при котором компьютер рассматривается просто как инструмент реализации незаконной договоренности между людьми. При алгоритмической централизованной координации компьютер не просто выполняет команды человека. Именно использование участниками рынка единого алгоритма ценообразования стабилизирует цены и подавляет конкуренцию.

Важно также проводить различие между двумя схемами централизованной координации – традиционной (непосредственная цель которой – горизонтальный сговор, а каждая вертикальная связь служит достижению этой цели) и алгоритмической. Последняя, конечно, может быть следствием преднамеренной попытки подавить конкуренцию. Однако она может также быть следствием непреднамеренного согласования и применения подобных алгоритмов для отслеживания цен. Иными словами, сговор может явиться последствием, не обязательно будучи изначальной целью, – в ситуации, когда каждый из конкурентов выбирает алгоритм ценообразования одного и того же стороннего поставщика.

По этой причине мы сосредоточиваемся на тех примерах, где использование единого алгоритма в качестве «ступицы» приводит к фактическому согласованию действий соперничающих компаний, которое подавляет конкуренцию. Примером может служить случай, когда большое число конкурентов передает свое ценообразование некоторому стороннему поставщику. В действительности ценообразование стало более динамичным и в нем возросла роль больших данных, поэтому сейчас компании увереннее полагаются на сторонних поставщиков таких услуг.

Возьмем услуги ценообразования, предоставляемые одним из них – компанией Boomerang Commerce. Созданная ею «платформа анализирует свыше 100 дискретных точек данных по каждому артикулу, в том числе цены конкурентов», чтобы помочь «розничным продавцам менять цены товаров в реальном времени»¹³. Boomerang «создает программы, которые онлайновые розничные продавцы используют, чтобы определить цены конкурентов на аналогичные товары, а затем проанализировать разнообразные факторы с целью решить, в каких случаях уравнять цены, или уронить их ниже уровня конкурентов, или поднять выше этого уровня»¹⁴. В число клиентов компании Boomerang входят Staples, Sears и Groupon Goods¹⁵. Boomerang также популяризирует среди своих клиентов возможность избежать алгоритмической ценовой войны:

Новый стартап, Jet.com, создает онлайновый каталог товаров общим числом 30 млн артикулов, цены в котором должны быть ниже, чем на Amazon. Что это значит для вас? Возможность взять под контроль вашу ценовую политику и превратить разрушительное обязательство вести «гонку по нисходящей»¹⁶ в игру на равных, в которой вы сможете конкурировать.

Механизм ценообразования компании Amazon, конечно, будет согласовываться с агрессивными ценами Jet.com, чтобы предотвратить отток покупателей. Розничным продавцам слепое уравнивание цен ничего не дает. Для разработки стратегий ценообразования в реальном времени, чтобы конкурировать и наращивать прибыли, сто ведущих розничных продавцов сейчас используют инновационную технологию ценообразования компании Boomerang¹⁷.

Никто не обвиняет компанию Boomerang или ее клиентов в фиксации цен. Но давайте разберем возможное дело.

Предположим, что компания Staples использует технологии Boomerang для установления онлайновых цен на канцелярские товары. Каковы последствия в том случае, если конкуренты компании Staples также решают использовать программы ценовой оптимизации компании Boomerang? Каждый конкурент может заявить, что никогда не собирался фиксировать цены и что дело в другом: нужно потратить слишком много денег или времени, чтобы самостоятельно разработать алгоритм ценообразования и собрать необходимые данные о состоянии рынка. Кроме того, по мере того как всё больше розничных продавцов канцелярских товаров становятся клиентами компании Boomerang, ее алгоритм ценообразования, вероятно, будет улучшаться благодаря увеличению количества данных и большим возможностям экспериментировать с ценами и пересматривать их. Вполне понятно, что по мере роста числа розничных продавцов, использующих Boomerang, самообучающийся алгоритм ценообразования компании имеет всё больше данных, позволяющих уточнять стратегии ценообразования для каждого клиента. Любой алгоритм, который смогла бы самостоятельно разработать небольшая фирма, скорее всего, будет уступать алгоритму компании Boomerang. Таким образом, у каждого розничного продавца будет экономическая мотивация использовать в ценообразовании ПО компании Boomerang, так как ее алгоритмы «умнеют» с ростом объема данных и возможностей экспериментировать.

Допустим, что все крупные розничные продавцы канцелярских товаров передают свое ценообразование одному и тому же поставщику ПО, который в своих рекламных материалах обещает максимизировать прибыли. Тогда, конечно же, каждый розничный продавец знает, что алгоритмы ценообразования данного поставщика будут использовать для калькуляции цен данные его компании наравне с информацией его конкурентов. Безусловно, все участники рынка сознают, что использование в ценообразовании ПО одного и того же стороннего поставщика с большой вероятностью повлияет на состояние рынка.

Итак, мы начинаем различать контуры традиционной схемы централизованной координации, когда каждый розничный продавец передает центральному организатору данные и полномочия устанавливать цены, зная о том, что его конкуренты одновременно делают то же самое. Алгоритм ценообразования фирмы-поставщика действительно использует рыночную информацию, которую он получает от каждого розничного продавца, чтобы определить оптимальные цены на товары каждого из них. В результате цены стабилизируются, а прибыли розничных продавцов и поставщика ПО увеличиваются. Каждый конкурент может, в принципе, руководствоваться собственными экономическими соображениями при электронной передаче своих данных стороннему поставщику ПО для управления ценообразованием. Но конкуренты осознают и то, что совместное осуществление подобных действий, скорее всего, приведет к повышению цен и прибылей. Итак, когда конкуренты поручают ценообразование сходному или одинаковому алгоритму, возникает алгоритмическая схема централизованной координации.

«Ступица и спицы»: случай компании Uber

Модель «Ступица и спицы», созданная алгоритмом, может включать в себя платформы, которые соединяют между собою продавцов и покупателей. Когда платформенный алгоритм устанавливает цену, а большое число конкурирующих игроков соглашаются ее использовать, данное обстоятельство также может подавлять горизонтальную конкуренцию.

Чтобы наглядно показать возможность «ступицы» устанавливать цену для «спиц», мы рассмотрим онлайновую платформу пассажирских перевозок компании Uber Technologies. По сути, Uber соединяет между собой водителей и пассажиров более чем в 300 крупных городах, используя единый алгоритм ценообразования для установления цены за пассажирские перевозки в каждом городе¹⁸.

Для тех, кому не ведома история успеха компании Uber: в середине 2015 г. ее оценили примерно в 51 млрд долл. Отметим, что рыночная стоимость стартапов с венчурным финансированием когда-либо превышала 50 млрд долларов лишь у двух компаний – Uber и Facebook, причем Uber добилась такой оценки на два года быстрее, нежели Facebook¹⁹.

Указанный рост числа пользователей и стоимости услуг отражает значительные преимущества этой онлайновой платформы. Пассажирам не приходится ждать в очереди на посадку в такси (или же пытаться поймать его). Они получают полную информацию о доступных транспортных средствах и тарифах, причем зачастую тариф ниже, чем у традиционных таксомоторных компаний. Все это (вкупе со снижением издержек поиска, информацией о доступности водителя, расстоянии до него и его балльной оценке) стало источником успеха компании. Помимо того, соединяя между собой большое число пассажиров и водителей (как с частичной, так и с полной занятостью), платформа может помочь более эффективно использовать ресурсы.

Однако эта история успеха не так идеальна. У компании Uber есть свои критики. Вызывали беспокойство характер отношений между компанией и ее водителями и отсутствие ответственности компании за их благосостояние и поведение²⁰. Были подняты и вопросы справедливости. Критики утверждают, что компания увиливает от затрат на обеспечение безопасности и выполнение других предписаний, тем самым пользуясь несправедливым конкурентным преимуществом²¹.

Для наших целей сосредоточимся на другом аспекте – а именно на автоматическом расчете стоимости поездки алгоритмом компании.

Мы осторожно подходим к данному обсуждению. После неоднократного пользования услугами компании Uber и ее конкурента Lyft мы ценим данный сервис. Действительно, в загруженный день на улицах Лондона или Нью-Йорка такие приложения зачастую предлагают пассажирам альтернативу с разумной ценой. Помня об этих выгодах, мы рассматриваем, каким образом модель централизованной координации потенциально способна при определенных условиях породить совершенно иную механику рынка.

Алгоритм компании уже называли «алгоритмической монополией», так как он, возможно, имитирует некое подобие конкурентной цены, но не дает истинную цену рынка²². Водители, работающие через Uber, обычно не обсуждают с клиентами скидки. Вместо этого, в рамках политики «ни наличных, ни чаевых, ни перебранки» алгоритмы компании устанавливают цену и автоматически списывают оплату с зарегистрированной в системе кредитной карты пассажира²³. Компания получает от 20 % до 25 % тарифа, остальное достается водителю²⁴. Динамический алгоритм ценообразования компании Uber предоставляет пассажирам базовый стандартный тариф, который возрастает, когда потребительский спрос в данной местности превышает предложение доступных водителей²⁵. Например, во время сильной метели в Нью-Йорке некоторые поездки у компании Uber стоили в 8,25 раза дороже обычного²⁶. Неоднозначные оценки вызвали также сообщения о том, что алгоритм использовал высокие пиковые тарифы (вплоть до четырехкратных) в разгар захвата заложников в Сиднее. Компания впоследствии принесла извинения и компенсировала переплату²⁷.

Таким образом, алгоритм компании определяет базовую цену поездки для сотен конкурирующих водителей, а также обстоятельства использования пиковой цены: когда, где именно, на какой срок и в какой степени повышать тариф. Да, потребитель имеет возможность сравнить цену компании Uber с альтернативами (такими как такси и другие платформы пассажирских перевозок наподобие Lyft). Но по мере того как большее число потребителей и водителей использует платформу компании Uber, может возникнуть вопрос, какое воздействие ее алгоритм способен оказать на рыночную цену.

Для иллюстрации предположим, что Uber – доминирующая платформа пассажирских перевозок в Нэшвилле. Кроме того, допустим, что по разным причинам такси не является значимым конкурентным ограничителем. Насколько сохраняется конкуренция, или она вообще исчезает? Водители, работающие на Uber, не предлагают скидок, так как тариф определяется алгоритмом ценообразования. Неизвестно, будут ли они конкурировать за счет повышения качества обслуживания. В одном исследовании работающих на Uber и Lyft водителей обнаружилось, что они «взаимно отдалялись, сверяясь по карте с расположением других водителей, чтобы не конкурировать друг с другом за пассажирские заявки. Когда водители хотели сделать перерыв, они не отключали свои водительские приложения, чтобы сохранить гарантированную почасовую оплату, и парковались посреди других совместно используемых автомобилей, чтобы не получать никаких заявок»²⁸. Итак, по мере того как большее число людей использует Uber в Нэшвилле, аналогично и большее число водителей будет тяготеть к данной платформе, что приведет к сокращению времени ожидания пассажиров, увеличивая привлекательность данного сервиса. Если пассажиры не будут массово переключаться на другую платформу, алгоритму компании будет легче устанавливать цену на рынке (включая пиковое ценообразование) и увеличивать прибыли. Водители возражать не будут, так как они получают 75–80 % тарифа.

Проблемы правоприменения

Приведенные выше сценарии иллюстрируют опасности, возникающие, когда большое число конкурентов использует общий алгоритм. Вероятным итогом такой ситуации будет повышение цен. Поясним, что единственная вертикальная договоренность не обязательно автоматически ограничивает конкуренцию и не всегда отражает попытку зафиксировать рыночные цены. Проблема возникает, когда целый ряд аналогичных вертикальных договоренностей в рамках одного рынка формируют классическую схему централизованной координации. В итоге конкуренты используют один и тот же алгоритм («ступица»), который в результате смягчает конкуренцию и приводит к повышению цен.

Антимонопольным органам необходимо осознавать роль вертикальной взаимосвязи, лежащей в основе схемы централизованной координации, и хорошо разбираться в соответствующей правовой проблематике. Например, поставщик ПО для ценообразования, компания Boomerang, не конкурирует со своими клиентами из сферы розничной торговли (такими как Staples). Компания Uber не конкурирует со своими водителями. Чтобы установить наличие сговора, недостаточно того факта, что поток информации течет через «ступицу». Участникам должны быть известны предполагаемые последствия обмена информацией. Необходимы не только намерение передавать информацию через «ступицу», но и понимание ее получателем сути происходящего²⁹.

Суд Евросоюза (Court of Justice of the European Union) в деле Eturas and Others предположил наличие схемы централизованной координации, созданной при помощи онлайновой системы³⁰. Речь шла о том, что администратор онлайновой системы бронирования билетов разместил в этой системе уведомление (notice), в котором объявлялось о недавно введенном техническом ограничении – максимальной процентной скидке³¹. Суд посчитал, что тех продавцов билетов, которые знали содержание сообщения, посланного через систему, можно признать участниками незаконного сговора в случае, если они не заявили публично о своем несогласии и не сообщили о нем в соответствующие административные органы. Суд подчеркнул, что важно установить осведомленность продавцов билетов о наличии такого сообщения³².

В США антимонопольные органы также могут использовать доказательство преднамеренности, чтобы установить характер договоренности (т. е. является ли она чисто вертикальной или по существу является горизонтальной договоренностью между конкурентами), ее вероятное воздействие на конкуренцию, а также возможность рассматривать эти действия как серьезное правонарушение и привлекать за них к гражданско-правовой или уголовной ответственности³³.

В случае использования соответствующей судебной практики в нашем алгоритмическом сценарии «Ступица и спицы» представляется вероятным, что, устанавливая ответственность согласно антимонопольному законодательству, суды США и Евросоюза будут рассматривать, с каким намерением компании использовали алгоритмы. То есть, во-первых, намеревались ли они получить явно незаконный результат (такой как договоренность зафиксировать цены), и, во-вторых, действовали ли они, понимая, что незаконные результаты, которые фактически имели место, были «вероятными»³⁴.

Нет сомнений: если алгоритм специально спроектирован для содействия сговору между его пользователями, у нас будет классическая схема централизованной координации³⁵. Наличие побуждения разработать такой алгоритм удовлетворит условиям преднамеренности и осведомленности о последствиях. Оно создаст предпосылку для признания сговора.

С точки зрения правоприменения стоит также отметить, что схема «Ступица и спицы» может повысить устойчивость картеля: важную роль играют «ступица» и применение автоматизированных систем. Когда «ступица» устанавливает цену и отслеживает информацию о состоянии рынка (включая действия конкурирующих «спиц»), участнику картеля, возможно, будет труднее (или вовсе нельзя) не соблюдать согласованную цену.

Алгоритм в качестве «ступицы» служит механизмом понуждения (commitment device). При такой схеме взаимодействия «спицы», возможно, не знают, когда вводить скидки, на какие товары и в каком размере. Вот главная причина, по которой конкуренты передают ценообразование «ступице». Поэтому последняя (будучи центром сбора отраслевых данных и установления цен) способна снизить недоверие между конкурентами: каждый знает, что другие также перепоручили свое ценообразование одному и тому же алгоритму, цель которого – максимизация прибыли.

Но что насчет тех случаев, когда алгоритм разработан не для содействия сговору, но все-таки может искажать рыночную цену? Можно ли тогда считать, что он нацелен на ограничение конкуренции?

Вновь рассмотрим алгоритм компании Uber и его использование всеми водителями. Если бы эти водители независимо договорились между собой взимать одну и ту же базовую ставку (или пиковую ставку), они были бы виновны в фиксации цен. Однако в случае платформы Uber налицо вертикальная договоренность между «ступицей» (разработчиком алгоритма) и «спицами» (водителями компании). После того как компания Uber пришла в Нэшвилл, те первые несколько водителей, которые присоединились к ее платформе (при этом соглашаясь использовать ее алгоритм), не обязательно согласились зафиксировать цены на услуги такси. Но что насчет тех водителей, которые регистрируются после того, как компания Uber заняла господствующее положение на местном рынке Нэшвилла? Если эти водители понимали, что, присоединяясь к Uber, все они будут получать одинаковую ставку и одинаковую долю от любых монопольных прибылей, вступили ли они, по сути, в централизованный сговор или нет?

Это остается неясным. По мере увеличения размера и влияния таких онлайновых платформ антимонопольные органы будут сталкиваться с нестандартными правовыми вопросами как в отношении возможного установления соответствующими алгоритмами псевдорыночных цен, так и касательно правовой ответственности водителей и платформы. Хотя воздействие на рынок может напоминать последствия горизонтального сговора, условия, позволяющие установить наличие схемы централизованной координации, могут отсутствовать. Да, параллельное использование одинакового алгоритма, возможно, вызовет беспокойство. Но пока еще непонятно, хватит ли этого, чтобы вынести решение о незаконности таких действий³⁶. Один федеральный окружной суд в 2016 г. принял к производству частный антимонопольный иск против главного исполнительного директора компании Uber и ее водителей за установление «цен выше уровня конкурентного рынка» в результате их согласия использовать алгоритм ценообразования компании Uber³⁷. Судья Ракофф метко заметил: «Совершенствование технических инструментов для организации крупномасштабных схем фиксации цен не должно опережать развитие антимонопольного права»³⁸. Но антимонопольный иск преодолел лишь первый правовой барьер. На следующем этапе ему предстоит пройти через суммарное судопроизводство.

Если будет установлено, что компания Uber и ее водители участвовали в схеме централизованной координации, то они будут подлежать ответственности вне зависимости от фактических последствий существования картеля. Неважно, устанавливал ли алгоритм цены обоснованно или ниже обычных тарифов такси.

И все же в случае, когда цены, предлагаемые платформой, ниже своих аналогов, трудно оправдать вмешательство государства. Другими словами, следует ли судам определять действия как незаконные даже в случае, когда платформа повышает качество услуг и снижает цены?

Однако со временем, по мере роста влияния платформы, базисная цена может перестать отражать конкурентную цену. Антимонопольному органу, похоже, будет трудно распознать ту поворотную точку, когда правомерное использование общего алгоритма перейдет в сговор. В конце концов, первый розничный продавец, который использует алгоритм ценообразования компании Boomerang, и первый водитель, работающий на платформе Uber в новом городе, не виновны в фиксации цен. И когда к компании присоединяется второй или третий водитель, вовсе не обязательно присутствует схема централизованной координации. В какой момент этот алгоритм становится «ступицей» в организации сговора?

Другая проблема касается свойств конкретного алгоритма. Антимонопольный орган может посчитать крайне сложным, а временами и невозможным, глубоко проанализировать сущность алгоритма и установить, предусматривает ли он, прямо или потенциально, одностороннее извлечение выгод. Машинное обучение – продолжающийся процесс. Алгоритм, применявшийся в прошлом году, может отличаться от того, что используется сегодня. Если антимонопольные ведомства не обнаружат доказательства прямого умысла ограничить конкуренцию, то их правовой анализ изменится: критерий «незаконности по своей сути» (per se) сменится правилом «разумной обоснованности» (Rule of Reason). Последнее означает, что антимонопольный орган должен установить предполагаемые отрицательные последствия этих вертикальных договоренностей для рынка, границы которого для целей антимонопольной деятельности надлежащим образом определены. В этом случае, в отличие от критерия незаконности по своей сути, обвиняемые могут оправдать использование ими алгоритма ценообразования соображениями конкуренции. Если благоприятные последствия их действий превысят негативный эффект от ограничения конкуренции, то такие действия будут считаться законными. Подобный анализ обычно является сложным, дорогостоящим и занимает много времени. Причем не всегда этот анализ объективен, а полученный результат предсказуем. Поэтому и желающих вести следствие по «разумно обоснованным» делам стало намного меньше³⁹.