ЭКОНОМИКА ЦИФРОВЫХ СЛИЯНИЙ Текст научной статьи по специальности «Экономика и бизнес»

УДК 346.9

Правоведение. 2019. Т. 63, № 4

Экономика цифровых слияний

П. Режибо, Я. Лианос

Для цитирования: Режибо П., Лианос Я. Экономика цифровых слияний // Правоведение.

2019. Т. 63, № 4. С. 573-597. https://doi.org/10.21638/spbu25.2019.403

В статье анализируются основные проблемы антимонопольного права, вызванные широким распространением цифровых технологий. Одна из таких проблем — распространение новых форм ценообразования. Компании имеют возможность более эффективно «распознавать» предыдущих покупателей, а также собирать, хранить и использовать информацию о прошлом поведении таких покупателей для того, чтобы максимизировать собственную прибыль. Индивидуализированное ценообразование, вызванное цифрови-зацией, приводит к проблемам, связанным с определением рынка. Кроме того, в мире, где новые технологии позволяют фирмам получать разные объемы информации о конкретных клиентах, рынок гораздо более подвержен сегментации. Поэтому следует обратить пристальное внимание на то, являются ли объединяющиеся стороны «особенно близкими конкурентами» или нет не только с точки зрения продуктов, но и с точки зрения информации о потребителях. Нельзя оценить влияние цифровизации на слияния, не зная, каковы правила, регулирующие владение персональными данными и их использование. Авторы доказывают, что алгоритмы на основе искусственного интеллекта могут быть использованы для облегчения достижения молчаливого сговора между соперниками. Координацию между независимыми сторонами легче достичь и поддерживать, если стороны могут договориться о единой цене, быстро и точно обнаружить любое отклонение от этого соглашения и быстро реагировать на такие отклонения. Установление подобных нарушений скорее всего потребует экспертизы, недоступной в настоящее время большинству антимонопольных органов. Также в статье выделяются несколько механизмов, посредством которых цифровые конгломераты могут негативно повлиять на конкуренцию. Рыночная власть платформы теперь зависит от ее способности удерживать пользователей в собственной экосистеме и использовать это для ограничения предложения рекламы, что приводит к повышению цен и на рекламу, и на соответствующие товары. Эта способность увеличивается при любом поглощении, независимо от того, существуют ли какие-либо связи замещения или взаимодополняемости между исходными продуктами фирмы и приобретенными в результате слияния. Таким образом, традиционные меры противодействия концентрации могут преуменьшать или даже полностью упустить этот вид роста рыночной власти, характерный для слияний.

Ключевые слова: индивидуализированное ценообразование, потребительский тарге-тинг, горизонтальные эффекты, персональные данные, большие данные, конгломератные слияния, злоупотребление доминирующим положением.

1. Определение рынка

Определение рынка не всегда необходимо для анализа вероятных экономических последствий слияний, однако оно остается важной частью юридической и экономической оценки любой сделки. Прорыв в области цифровых технологий

Режибо Пьер — д-р экон. наук, почетный профессор, Эссекский университет, Соединенное Королевство, CO4 3SQ, Колчестер, Вивенхо-Парк; pregib@essex.ac.uk

Лианос Янис — д-р юрид. наук, главн. науч. сотр., Институт права и развития ВШЭ — Скол-ково, Российская Федерация, 109028, Москва, Покровский бул., 11; Лондонский университетский колледж, Соединенное Королевство, GS141, Лондон, ул. Эндшлейх Гаденс, 4-8; i.lianos@ucl.ac.uk

© Санкт-Петербургский государственный университет, 2021

неожиданным образом усложняет или изменяет зачастую рутинную задачу определения релевантных рынков.

1.1. Географическое измерение

Предположим, что некоторые из продуктов, продаваемых объединяющимися компаниями, являются достаточно близкими заменителями, чтобы принадлежать к одному и тому же релевантному рынку. Географическое измерение этого рынка оценивается путем определения препятствий, которые могут помешать продукту, продаваемому в пункте X, оказать достаточное конкурентное давление на тот же продукт, продаваемый в пункте У Наиболее распространенными препятствиями, приводящими к выделению отдельного географического рынка, служат значительные транспортные расходы, различия в языке, тарифах или других регуля-торных барьерах, таких как стандарты качества / совместимости или локальный характер защиты интеллектуальной собственности. Из этих факторов цифровые технологии однозначно влияют только на транспортные расходы. Цифровые технологии значительно снижают затраты на размещение заказов на платформах цифровых продаж или на сайте одного продавца. Если купленный продукт можно доставить в цифровом виде, то полностью преодолеваются ограничения в расстоянии и при отсутствии каких-либо других барьеров географический охват рынка для продаваемого продукта потенциально будет всемирным. Но что, если сам продукт все же необходимо доставить с помощью традиционных транспортных средств?

Рассмотрим сначала «одностороннего» интернет-продавца, например вебсайт, продающий только продукты одной фирмы и не использующий цифровую рекламу для финансирования. Несмотря на то что сайт может быть доступен из любой точки мира, географический охват рынка будет определяться исключительно на основе препятствий, с которыми сталкиваются при физической доставке продаваемых продуктов. В этом контексте организация доставки предоставляет некоторую полезную информацию.

Сложнее обстоит дело с «двусторонней» платформой продаж, которая получает значительную долю доходов от онлайн-рекламы. Хотя географическое измерение релевантных рынков для продаваемых товаров и услуг определяется так же, как и для одностороннего продавца, мы должны определить релевантный географический рынок для предложения рекламного пространства, обычно включающего все регионы, значительное количество клиентов из которых пользуются платформой. Этот принцип применяется до тех пор, пока платформа доступна только на одном языке. С целью определения географического охвата рекламных рынков две разные лингвистические версии одной и той же платформы должны рассматриваться как отдельные платформы1.

1.2. Индивидуализированное ценообразование

Возможно, самой большой проблемой, вызванной распространением цифровых технологий и данных, являются новые формы ценообразования, которые не вписываются в традиционный подход к определению рынка или в традиционную оценку вероятного влияния слияний на цены. Цифровые продавцы имеют возможность не только более эффективно распознавать предыдущих покупателей,

1 Здесь следует учитывать единственный дополнительный фактор — преимущество «покупок по принципу единого окна» для рекламодателей, желающих размещать рекламу на нескольких языках.

но и собирать, хранить и использовать информацию о прошлом поведении таких покупателей для отображения продуктов и цен, направленных на максимизацию прибыли продавца с учетом имеющегося профиля покупателя. Информация, находящаяся в руках продавца, не обязательно ограничивается ее предыдущим взаимодействием с собственными сайтами продавца. Более того, существуют инструменты, извлекающие как релевантную информацию из посещений клиентом других сайтов, так и информацию о конкретном покупателе, которую можно приобрести из иных источников, включая других интернет-продавцов или другие интернет-платформы.

Чтобы понять проблемы выделения рынка, возникающие в результате индивидуализированного ценообразования, рассмотрим интернет-продавцов оцифрованных книг. Каким образом в данном случае применять тест гипотетического монополиста (small but significant and non-transitory increase in price; далее — SSNIP)? Поскольку ценообразование индивидуализировано, можно было бы утверждать, что SSNIP-тест должен сначала применяться на уровне каждого отдельного лица (т. е. индивидуальный потребитель становится рынком). Несмотря на внешнюю привлекательность, такой подход оказывается тупиковым. Предположим, что мы смотрим на двух разных пользователей электронных книг Amazon и применяем логику SSNIP отдельно для каждого из них. Потребитель А полностью отдает предпочтение Amazon и владеет исключительно устройствами для чтения электронных книг Amazon. Потребитель B владеет несколькими устройствами, позволяющими обрабатывать различные форматы, и его в основном интересует цена. Следуя логике SSNIP, потребитель B не становится отдельными рынком, в то время как потребитель A может быть таковым. Обычно применение SSNIP начинается с минимально возможного идентифицируемого рынка (в данном случае это индивид), постепенно рынок расширяется до тех пор, пока повышение базовой цены больше не будет прибыльным. Но каким образом применить эту методологию, когда разные потребители сталкиваются с разными ценами? Один из подходов — признать, что мы не можем ответить на данный вопрос, а потому остается только вопрос, будет ли данное лицо частью релевантного рынка. На практике это равносильно фразе «имеется столько же релевантных рынков, сколько есть потребителей Amazon типа А», не имеющей особого смысла. Такой подход, во-первых, совершенно непрактичен в случае цифровых продавцов, обслуживающих миллионы потребителей, а во-вторых, упускает из виду более широкую логику SSNIP.

С точки зрения моделей конкуренции по объявленным ценам логично рассматривать эксперимент, определяющий рынок, как увеличение единой цены, взимаемой со всех потребителей. Эта единая цена фактически объединяет две особенности: это цена, взимаемая с каждого отдельного потребителя, и ее уровни, отражающие степень, в которой фирма ограничена в своем стремлении увеличить прибыль. Именно вторая особенность единой цены интересует нас при проведении мысленного эксперимента SSNIP. Поэтому естественным обобщением данного подхода к ситуации с индивидуализированным ценообразованием становится не проведение подобного SSNIP-эксперимента по каждой отдельной цене, а поиск правдоподобного способа выражения уровня рыночной власти, соответствующего общей ценовой стратегии фирмы. Таким образом, с этой точки зрения, даже при индивидуализированном ценообразовании корректным мысленным экспериментом будет представить 5 %-ное увеличение уровня каждой индивидуализированной цены по сравнению с тем, что было бы с каждой индивидуализированной ценой на конкурентном рынке. Конечно, количество потребителей, потерянных из-за повышения цен, зависит от индивидуальных характеристик потребителей, но это ничем не отличается от традиционного SSNIP-эксперимента

с унифицированным ценообразованием, где выбывают потребители с более низкими оценками для версии продукта фирмы. Таким образом, по нашему мнению, по-прежнему остается применимой слегка измененная версия ББКПР-теста и нет никаких оснований полагать, что индивидуальное ценообразование приведет к сужению релевантных рынков.

Хотя индивидуализированное ценообразование не сильно изменяет наше традиционное представление об определении рынка, другой аспект индивидуализированного маркетинга имеет потенциально более серьезные последствия: продавец или платформа могут формировать набор продуктов, из которых выбирает потребитель. Возникающую из этого проблему легче понять на примере. Допустим, покупатели не обладают обширными знаниями о видах доступных продуктов. Например, они знают про разные категории книг и знают нескольких авторов, которые им нравятся, но не больше. В этом контексте продавец цифровых товаров может сыграть важную роль в привлечении внимания покупателей к потенциально релевантным книгам.

Предположим, что есть четыре книги и два цифровых продавца; первый продавец предлагает потребителям книги А и В, второй — книги С и й. Относятся ли А и й к одному и тому же рынку товаров? Ответ не очевиден. Ясно, что, если бы было только два типа потребителей, один из которых обращался бы только к первому продавцу, а второй — только ко второму, ответ был бы отрицательным. Теперь представьте, что часть покупателей используют несколько сервисов со сходным функционалом (мультихоминг) в том смысле, что они смотрят на предложения от обоих покупателей, прежде чем решить, какую книгу купить. Если доля мульти-хомных покупателей достаточно велика, то А и й, вероятно, будут на одном и том же рынке, поскольку увеличение цены А приведет к значительной потере продаж не только для В, но и для С или й.

Давайте теперь предположим неоднородность вкусов потребителей. Скажем, рейтинг книг от наиболее до наименее любимой у одного потребителя — АВСй, а у второго — йСВА. Предположим, однако, что эти книги являются достаточно близкими заменителями для обоих клиентов и что все они принадлежат к одному и тому же рынку, если каждый потребитель знает обо всех четырех книгах. Тем не менее каждый продавец выбирает только несколько книг, чтобы предложить каждому потребителю. Если оба продавца имеют эффективные алгоритмы тар-гетинга, они оба покажут А и В первому потребителю, а С и й — второму, так что опять же А и й не окажутся на одном и том же товарном рынке. Действительно, в этом примере мультихоминг потребителей все равно оставил бы А и й на разных рынках. Вместе с тем две книги скорее всего будут эффективными заменителями, если алгоритмы таргетирования не совсем точны. Если, например, первый продавец предлагает А и В первому потребителю, а второй продавец, с более слабым алгоритмом, предлагает В и й, то А и й все же могут находиться на одном и том же рынке, если есть достаточно много мультихомных потребителей первого вида. Таким образом, определение товарного рынка для заданной степени неоднородности потребителя в целом все равно будет зависеть как от степени мультихо-минга, так и от точности соответствия (или, по крайней мере, сходства) между алгоритмами отслеживания, используемыми различными продавцами, и информацией, которую каждый продавец способен использовать в своем алгоритме.

Итак, как нам действовать? Должны ли мы по-прежнему определять рынки обычным образом, рассматривая продукты, которые могут быть заменой без учета влияния маркетинговых стратегий, выбранных продавцами? Это будет соответствовать широко распространенному мнению о том, что в большинстве ситуаций рынки должны определяться на основе фундаментальных характеристик про-

дуктов и технологии, используемой для их производства, без какого-либо учета того, как фирмы выбирают цены или рекламируют эти продукты. Важность маркетинговой модели, преобладающей в отрасли, определяется как часть оценки конкретной транзакции, а не как неотъемлемая часть определения рынка. Или мы должны учитывать фактическое замещение продуктов между собой из-за маркетинговых стратегий продавцов как части самого определения рынка? Ни научное сообщество, ни антимонопольные органы в настоящее время не имеют достаточного арсенала для решения проблем, изложенных в приведенном выше примере.

2. Односторонние горизонтальные эффекты

2.1. Индивидуализированное ценообразование

и потребительский таргетинг2

Мы только что показали, как индивидуализированное ценообразование, обеспечиваемое цифровизацией, поднимает проблемы, связанные с определением рынка. Неудивительно, что индивидуализированные цены также имеют значение для оценки вероятных горизонтальных последствий слияния.

Существует обширная экономическая литература о конкуренции с ценовой дискриминацией. Появляются также работы о конкретном типе дискриминационных цен, применяемых цифровыми продавцами3. Суть традиционных исследований проста: по большому счету, разрешение фирмам проводить ценовую дискриминацию ведет к более конкурентным результатам. Это не должно удивлять с учетом описанной выше дискуссии об определении рынка: с индивидуализированными продажами каждый потребитель становится отдельным полем битвы. Тогда, сражаясь за одного покупателя, фирмы не ограничены желанием удерживать достаточно высокую маржу от продаж другим потребителям, как произошло бы в случае единообразных цен. Это приводит к более конкурентным результатам. Как и в стандартных моделях конкуренции, исход такой битвы зависит от того, насколько близко предлагаемый товар соответствует предпочтениям покупателя и (предельным) издержкам продавцов. Фирма с комбинированным преимуществом дизайна продукта и издержек выигрывает в цене, оставляя другую фирму с нулевой прибылью. Влияние ценовой дискриминации на анализ слияний в этом случае не вызывает концептуальных затруднений. Когда именно уход независимого продавца увеличивает цены в большей степени: когда первоначальная конкуренция интенсивна (как в случае ценовой дискриминации) или когда конкуренция менее жесткая (как в случае единообразного ценообразования)? Хотя на этот вопрос нет полноценного общего ответа, существенная часть политики в области слияний основана на убеждении, что потеря одной фирмы менее серьезна, когда

2 Здесь мы не обсуждаем, увеличивается или уменьшается благосостояние потребителей вследствие изменения предложений, достигаемого показом подгрупп доступных продуктов. Если бы оно уменьшало благосостояние потребителей, то обмен информацией, позволяющий еще более точно настраивать предложения для конкретных пользователей, на самом деле мог бы быть нежелательным.

3 О конкуренции с ценовой дискриминацией см.: Thisse J.-F., VivesX. On the Strategic Choice of Spatial Price Policy // American Economic Review. 1988. Vol. 78, iss. 1. P. 122-137. — Обзор литературы относительно дискриминации при олигополии см.: Stole L. Price Discrimination and Competition // Handbook of Industrial Organization. Vol. 3 / eds M. Armstrong, R. H. Porter. Amsterdam: North Holland, 2007. P. 2221-2299. — См. последние публикации по персонализированному ценообразованию: ChenZ., Choe C., MatsushimaN. Competitive Personalized Pricing // Management Science. 2020. Vol. 66, iss. 9. P. 4005-4023; Esteves R.-B., Resende J. Competitive Targeted Advertising with Price Discrimination // Marketing Science. 2016. Vol. 35, iss. 4. P. 576-587.

конкуренция интенсивна, за исключением случая слияния с монополией. Таким образом, с этой точки зрения, для определенного числа конкурентов, способных продавать товар потребителю, индивидуализированные цены, во всяком случае, уменьшат горизонтальные проблемы от слияния.

Как бы то ни было, есть и новшества. Традиционная литература о конкуренции и ценовой дискриминации предполагает, что все продавцы имеют одинаковую информацию обо всех потенциальных покупателях. В эпоху цифровых технологий, когда фирмы приобретают доступ к значительным объемам информации о предпочтениях своих клиентов, такое предположение больше не соответствует действительности. В результате соответствие между предлагаемым продуктом и потребительскими предпочтениями во многом зависит от (разного) объема информации о потребителях, доступной для фирм. Таким образом, к традиционной экзогенной дифференциации продукта необходимо добавить эндогенную дифференциацию, поскольку цифровые продавцы обычно управляют ассортиментом товаров и предложений, которые видит данный потребитель, на основе полученной ими информации о предпочтениях потребителя. На практике это означает, что нельзя оценить возможный ценовой эффект слияния, изучая, как много две стороны слияния и их оставшиеся конкуренты знают об отдельных потребителях. Опять же, лучше всего показать это на нескольких примерах.

1000 клиентов покупают товары на сайтах или платформах цифровых продаж. Существуют четыре основных цифровых продавца: А, В, С и й. Эти продавцы различаются в том смысле, что у них есть доступ к несколько разным наборам продуктов, которые они могут включить в предложения, предназначенные для конкретного потребителя. Доля продаж каждой фирмы составляет 25 %. В первом сценарии все фирмы имеют одинаковую информацию о каждом из 1000 потенциальных клиентов. В этом случае применяется наш предыдущий анализ: доли рынка дают хорошее изначальное представление о потенциальных последствиях слияний при условии, что с четырьмя одинаковыми фирмами отрасль с индивидуализированными ценами, вероятно, будет более конкурентоспособной, чем аналогичная отрасль с единой ценой. Теперь предположим, что есть две группы потребителей (группа 1 и группа 2), и единственное различие между ними состоит в информации об их предпочтениях и/или покупательских привычках, которая доступна различным продавцам. Предположим, что фирмы А и В хорошо информированы о потребителях в группе 1, а С и й — в группе 2.

Для простоты предположим далее, что А и В владеют одинаковой информацией о покупателях, и это также верно для С и й. Пусть сначала объединяются В и С. Хотя это в любом случае окажет давление на рост цен, данный эффект будет смягчаться, поскольку в каждой битве за каждого отдельного потребителя все равно участвуют две фирмы, хорошо информированные о потребителе. Точнее, для каждого клиента мы бы перешли от двух хорошо информированных поставщиков и двух плохо информированных поставщиков к одному плохо информированному поставщику, одной неизменно хорошо информированной компании и другой хорошо информированной компании, но предлагающей более широкий ассортимент продукции, чем предложила бы В. Действительно, неясно, стоит ли априори исключать, что чистый эффект от слияния будет выгоден для потребителей, поскольку конкуренция после слияния для клиентов группы 1 вполне может быть более интенсивной, чем до слияния. Те же соображения применимы к потребителям группы 2. Теперь предположим, что объединяются А и В. Это слияние не делает более качественной или полной информацию, доступную для любых участников рынка, и, следовательно, не расширяет набор продуктов, которые могут быть предложены фирмой с адекватной информацией о потребителях.

Обобщая эти примеры, выскажем два основных замечания. Во-первых, в мире, где цифровые продажи позволяют устанавливать индивидуализированные цены и позволяют фирмам получать значительные, но разные объемы информации о конкретных клиентах, рынок гораздо более подвержен сегментации. Поэтому следует обратить пристальное внимание на то, являются ли объединяющиеся стороны особенно близкими конкурентами или нет не только с точки зрения продуктов, но и с точки зрения информации о потребителях. Во-вторых, слияния могут иметь позитивное влияние на конкуренцию в связи с обменом информацией. Значение таких выгод также, вероятно, окажется больше, если объединяющиеся стороны будут хорошо информированы о различных сегментах покупателей (клиентов).

К сожалению, литературы о конкурентоспособных индивидуализированных предложениях еще не так много, чтобы предоставить нам иные надежные инсайты. Тем не менее полезно понять то, что мы узнали и каковы основные направления современных исследований. По вопросу об управлении пользовательскими данными в литературе сформулированы две основных позиции: согласно одной, потребители активно управляют информацией, которую продавцы могут получить об их личности и/или поведении, согласно другой, потребители в отношении такой информации пассивны.

Чтобы лучше понять принципиальную разницу между «пассивной» и «активной» потребительской средой, рассмотрим две фирмы, пытающиеся переманить клиентов друг у друга4. Уместна аналогия с браконьерством, поскольку без единой цены каждый клиент является отдельной «добычей».

Пассивные потребители — это те, кто не управляет активно своей личной информацией, так что их текущие поставщики могут легко идентифицировать их и делать им индивидуальные предложения на основе имеющейся информации. Интенсивность конкуренции между поставщиками зависит от двух эффектов: защитного эффекта и эффекта наступления. Защитный эффект означает готовность и способность текущего поставщика отбить любую попытку украсть некоторых из его нынешних клиентов. Как объяснялось выше, индивидуализированные цены повышают готовность к борьбе, поскольку фирма может предложить более выгодные условия для клиента под вопросом без необходимости улучшать условия для других. Это приводит к более интенсивной конкуренции5. Эффект наступления означает готовность и способность конкурента переманивать клиента, делая ему лучшее предложение. Поскольку у конкурента нет конкретной информации о потребителе, он способен сделать только одно единообразное ценовое предложение тем, кого он стремится переманить. Конкурент проявляет большую готовность сделать такое предложение, если оно ограничено целевым клиентом, т. е. если он не должен предлагать аналогичные предложения своим текущим клиентам. Имея пассивных клиентов, конкурирующая фирма в состоянии полностью идентифицировать текущих клиентов и помешать им выбрать «браконьерское» предложение вместо их текущей индивидуальной сделки. Эта способность «экранировать» нынешних клиентов ведет к усилению конкуренции.

Активные потребители в принципе могут управлять своей личной информацией несколькими способами. Они способны, например, просто отказаться от предоставления личной информации своему поставщику (скажем, отключив куки

4 О переманивании клиентов см. подробнее: Fudenberg D., Tirole J. Customer Poaching and Brand Switching // Rand Journal of Economics. 2000. Vol. 31, iss. 4. P. 634-657.

5 Это верно до тех пор, пока не существует фиксированной стоимости для таргетинга клиента конкурента. С фиксированными затратами сама перспектива более жесткой реакции со стороны нынешнего поставщика может препятствовать любой попытке переманивания, смягчая конкуренцию.

в браузере или приложении). Это имеет как преимущества, так и недостатки. Один из недостатков состоит в том, что это уменьшает возможности поставщика отображать продукты, которые с большей вероятностью будут удовлетворять вкусы клиентов, и делает невозможным использование скидок, предлагаемых постоянным клиентам. Вместе с тем анонимность означает, что поставщики не имеют возможности оценить готовность потребителей платить и адаптировать свои цены для извлечения большей части излишков потребителя. Это также перемещает клиента в сегмент рынка, где конкурирующие поставщики конкурируют на более равных условиях. В качестве альтернативы у потребителя есть выбор, когда включать или выключать свои куки-файлы, т. е. когда его следует признать конкретным индивидуальным покупателем, а когда нет. Такая стратегия предлагает лучший компромисс для потребителей, поскольку для них становятся доступны некоторые преимущества от индивидуальных предложений, сохраняя возможность избегать индивидуализированного ценообразования, направленного на извлечение большой доли излишка.

Теперь мы видим, как способность потребителя активно управлять своей информацией влияет на интенсивность конкуренции. Описанный выше защитный эффект остается неизменным и направлен на усиление конкуренции. Однако активный потребитель может отключить куки, чтобы воспользоваться лучшим предложением для потребителей, которых его поставщик пытается переманивать. Это, в свою очередь, делает «браконьерство» более дорогостоящим, поскольку поставщик теряет доходы от текущих потребителей, переходящих на более дешевое предложение. Это уменьшает стимулы к «браконьерству» и, следовательно, снижает интенсивность конкуренции6.

Хотя в настоящее время нет исследований о влиянии индивидуального ценообразования и потенциального стратегического поведения со стороны потребителей на слияния, все же можно извлечь некоторые уроки и поднять несколько вопросов. Первый урок заключается в сложности вывода о том, что индивидуализированные предложения, обеспечиваемые цифровизацией, ведут к ужесточению конкуренции и, следовательно, к вероятному снижению роста цен, связанных со слияниями (за исключением случаев слияния с монополией). Следует принять во внимание еще два фактора: информационную асимметрию между поставщиками и правила, регулирующие использование личной информации и владение ею. Как объяснено выше, асимметрия информации приводит к сегментации рынка, которая может уменьшить или увеличить потерю должной конкуренции в результате слияния. Что еще более важно, нельзя оценить влияние цифровизации на слияния, не зная, каковы правила, регулирующие владение персональными данными и их использование. Например, разрешено ли интернет-продавцам отказывать в обслуживании потенциальным клиентам, которые отказываются активировать куки? Если да и они это делают, то мы находимся в пассивной потребительской среде, описанной выше. Если нет или они этого не делают, то у потребителей есть по крайней мере возможность активно управлять своим онлайн-профилем, что может повлиять на интенсивность конкуренции и, следовательно, на оценку слияний. Но действительно ли потребители управляют своим индивидуальным профилем, чтобы получить лучшие предложения? В настоящее время мы не знаем ответа.

Похожим образом право собственности имеет значение не только для анализа слияний, но и для выработки потенциальных средств правовой защиты.

6 См. об этом: Chen Y., Lyer G. Consumer Addressability and Customized Pricing // Marketing Science. 2002. Vol. 21, iss. 2. P. 197-208.

Предположим сначала, что компании владеют данными о потребителях, которые они собирают посредством своих собственных операций. Если слияние вызывает обеспокоенность в отношении цен для конечных потребителей и/или условий, предлагаемых другим сторонам цифровой платформы (например, относительно рекламы), обмен данными о клиентах с третьими сторонами может усилить конкурентное давление на объединенную организацию.

Предположим теперь, что права собственности на данные потребителей остаются за отдельными клиентами. В принципе это означает, что потребители контролируют доступ к своей личной информации. Однако было бы ошибкой предполагать, что такое распределение прав собственности автоматически решает проблемы рыночной власти и конкуренции. Действительно, как мы видели выше, предоставление потребителям возможности скрывать свою личную информацию, когда это отвечает их личным интересам, может фактически привести к существенному снижению конкуренции. Это только один пример, иллюстрирующий важную тему: индивидуальные решения потребителей в отношении их личной информации не обязательно направлены на максимизацию общего потребительского излишка. Еще один пример связан с продажей личных данных: потребители, у которых есть права собственности на свою личную информацию, будут вправе «продавать» эту личную информацию, однако у компаний возникает стимул платить более высокую цену за информацию, к которой они получат эксклюзивный доступ. Продажа по более высокой цене была бы индивидуальной для потребителя, но то, что фирмы могут получить эксклюзивный доступ к такой информации, вероятно, уменьшит интенсивность конкуренции или затруднит вход на рынок7. Опять же, это говорит о том, что отмена некоторой оговорки об исключительности может быть полезным действием в контексте слияния. Кроме того, следует учитывать, что объединенная организация, которая также объединяет свои эксклюзивные данные о клиентах, с меньшей вероятностью предложит доступ к этим данным конкурентам на привлекательных условиях, по сравнению с каждой отдельной организацией до слияния. Другими словами, исключительность данных является не только потенциальным источником средств правовой защиты, но и потенциальной основой теории вреда.

2.2. Реклама

Несколько крупных цифровых компаний полагаются на бизнес-модель, где они получают значительный доход от размещения цифровой рекламы на своих сайтах. Речь идет об интернет-продавцах (Amazon), социальных сетях (Facebook) и поисковых компаниях. Сходство названных фирм, в остальном довольно разных, заключается в том, что они предлагают возможность адаптировать распределение рекламы к характеристикам отдельных потребителей. Это означает не только то, что целевые клиенты с большей вероятностью прочитают рекламу и начнут действовать в соответствии с ней, но и то, что конкретная компания на самом деле получает выбор, какой именно формат ее рекламы будет представлен потребителю. Очевидно, что способность нацеливать рекламу таким образом оказывается существенным конкурентным преимуществом для сайтов или платформ, предлагающих рекламное пространство. Сказанное подчеркивает важность данных о клиентах при анализе слияний.

7 Различные объяснения того, почему отдельные покупатели могут действовать против общих интересов потребителей, см. в: Rasmussen E. B., Ramseyer J. M., Wiley J. S. Naked Exclusion // American Economic Review. 1991. Vol. 81, iss. 5. P. 1137-1145; Aghion P., Bolton P. Contracts as a Barrier to Entry // American Economic Review. 1987. Vol. 77, iss. 3. P. 388-401.

Однако в этом случае основная проблема заключается не в том, как данные и право собственности на них взаимодействуют с индивидуализированной ценовой политикой и сегментацией рынка. Основная проблема заключается в масштабе, причем по двум причинам. Во-первых, рекламодатели могут столкнуться с фиксированными затратами при разработке своих объявлений для конкретной платформы. Платформа с большой базой клиентов становится особенно ценной. Здесь нет ничего специфического для цифровых платформ, за исключением, возможно, того, что переносимость рекламы между платформами (и, следовательно, более высокая фиксированная стоимость) зависит от цифровых форматов, выбранных различными платформами. Во-вторых, опыт работы с большим количеством клиентов и полученные в результате данные способны привести к улучшению соответствия рекламы потребителям, что сделает платформу более привлекательной для рекламодателей. Хотя некоторые увидят в таком типе эффекта масштаба исключительно эффективность, масштаб данных по-прежнему релевантен при оценке того, может ли слияние создать чрезмерную рыночную власть или даже доминирующее положение.

2.3. Данные

Выше мы уже говорили о данных как значимом факторе и показали, что для интернет-продавцов наличие сведений о потребителях может привести к сегментированию рынка, а предприятиям, полагающимся на таргетированную рекламу, важно понимать величину эффекта масштаба применительно к информации. Но данные еще более всеобъемлющи в цифровом мире. Действительно, они важны практически для всех типов цифровых продуктов и услуг

В то время как сбор и использование данных стали основной темой продолжающихся дискуссий о надзоре за цифровым сектором, интеллектуальная честность заставляет нас признать, что очень мало известно о том, насколько в действительности они важны в различных бизнес-моделях. Конечно, мы не говорим, что данные не имеют значения — их значимость очевидна. Точность алгоритма поиска зависит от использования огромных объемов сведений, они помогают улучшить логистику и обучать всевозможные алгоритмы, в том числе в робототехнике. Тем не менее с точки зрения политики противодействия экономической концентрации мы должны знать, как значение данных изменяется в зависимости от их количества и вида. Нам также нужно знать, насколько длительным может быть любое преимущество в данных.

Начнем с предельного преимущества, связанного с доступом к дополнительным данным. Это явно зависит от типа данных и того, для чего они используются. При поиске главный вопрос касается того, насколько лучше алгоритм, если он дополнительно опирается на миллиарды единиц данных о том, что ищут потребители и где можно найти лучшие ответы. Является ли дополнительное преимущество в большей части исчерпанным тем количеством данных, которые есть у Google? Значительно ли преимущество Google в данных перед Bing? Хотя есть некоторые свидетельства того, что дополнительные данные все еще полезны даже в рамках уже накопленных больших объемов, чтобы помочь улучшить результаты необычных поисковых запросов, мы не очень много знаем о величине такого эффекта или ценности, которую потребители придают «хвостовым» поискам. Как насчет данных о самих пользователях? Как отмечалось выше, пользовательские данные используются для более эффективного таргетирования рекламы и, кроме того, могут использоваться для разграничения цен среди потребителей. Но сколько на самом деле нужно знать, чтобы профессионально провести таргетинг?

Насколько полезна дополнительная информация об одних и тех же потребителях? Кроме того, хотя цель компании состоит в том, чтобы спроектировать среду, специфичную для отдельного клиента, сколько информации о конкретном клиенте можно извлечь из данных о других клиентах с аналогичными характеристиками? Наконец, действительно ли потребители удовлетворены такой персонализацией? В какой степени? Склонны ли некоторые потребители отказаться от этого подхода в тех ситуациях, когда они более свободны в поиске новых товаров и не боятся, что будут платить больше, чем их соседи? Подобная проблема возникает при применении искусственного интеллекта / робототехники. Предположим, что фирма разрабатывает программное обеспечение для распознавания лиц. Это требует очень специфического набора данных с большим количеством людей, сфотографированных со значительного количества ракурсов. Такие данные не являются легко доступными. Каково влияние на конкуренцию слияния одной фирмы, имеющей набор данных размера X, с другой фирмой, имеющей набор данных размера У? Кроме того, поскольку продукты для распознавания лиц продаются и используются на рынке, возвращаются ли данные об использовании разработчику продукта? Насколько это полезно? Какова предельная стоимость дополнительных данных?

К сожалению, трудно проводить обоснованную политику противодействия экономической концентрации в отношении данных, не зная ответов на такие вопросы. Если значение имеет лишь глубина знаний о конкретном человеке и мало какие выводы можно сделать об одном покупателе из информации о другом, то объединение двух фирм с информацией о разных группах лиц не дает существенного преимущества объединенной организации. Даже слияния фирм, обладающих информацией о смежных группах потребителей, не будут иметь большого эффекта от объединенных данных, если предельный доход от владения большей информацией о конкретном пользователе незначителен.

Предельное значение новых данных также зависит от скорости, с которой обесценивается информация, содержащаяся в старых данных. Например, при поиске постоянно меняется тип предпочитаемых потребителями запросов и сайтов, на которых можно найти соответствующие ответы. Насколько полезны данные за три года? За десять лет? Если мы хотим провести надежный анализ слияний на основе данных, нам нужно обладать некоторыми знаниями об этих показателях устаревания информации. Падение ценности информации со временем также имеет значение, когда речь заходит о таргетинге рекламы/продукта. Являются ли предпочтения потребителей относительно стабильными во времени или нет? Зависит ли это от типа потребителей, от типа товаров, от типов сайтов? Особенности данных в зависимости от способов их использования субъектами цифровой экономики представлены в табл. 1.

Ощущая некоторую неловкость за то, что эта часть работы полна вопросов, мы считаем, что важно признать недостаток информации, которая в настоящее время доступна антимонопольным органам, чтобы правильно оценить роль данных в цифровых слияниях. Отсутствие необходимой информации не только влияет на способность властей обосновать возможную теорию вреда, основанную на барьерах для входа на рынок, и, следовательно, на реализацию средств защиты, но и мешает объединяющимся организациям подготовить убедительные аргументы, связанные с данными.

Как бы банально это ни звучало, в целом мы считаем, что лучший подход (хотя мы и ждем дополнительных исследований для ответа на поставленные выше вопросы) заключается в рассмотрении роли данных в каждом конкретном случае, поскольку заслуживающая доверия информация может быть предоставлена

Таблица 1. Типы данных в зависимости от сферы деятельности и используемых технологий

-^Сфера деятельности и технологий Данные Социальные сети Каналы продаж / Платформы Поиск Робототехника

О чем/ком? о потребителях XX XXX XX X

о востребованной информации X — XXX —

иные — — — XXX

Для чего используются? Расширение сети Таргетинг рекламы «Вирусная» коммуникация Таргетинг продуктов Таргетинг рекламы Индивидуализация цен Улучшение поиска Таргетинг рекламы Обучение и наполнение алгоритмов искусственного интеллекта

Как добываются? являются побочным продуктом основной деятельности XXX XXX XXX XX

получены при реализации индивидуального заказа — — — XXX

получены из открытых источников — — XX X

Легко ли воспроизводятся? Средне (реклама) Трудно (ссылки) Средне Трудно (поиск) Средне (реклама) Широкий спектр Зависит от задачи и среды

Срок актуальности От среднего до долгого От краткого до среднего От краткого до долгого Зависит от задачи и среды

н

01 -01

§

X, XX, XXX — количество данных (малое, среднее, большое) Источник: составлено авторами

сторонами или заявителями. В конечном счете такой подход поможет нам выделить более общие принципы, необходимых доказательств для которых в настоящее время крайне не хватает.

3. Эффективность

Когда речь идет о традиционных слияниях, антимонопольные органы в основном концентрируют внимание на эффективности затрат. Они рассматриваются как прокси для предельных издержек и, следовательно, с большей вероятностью будут, по крайней мере частично, переложены на потребителей. Общая черта цифровых секторов, таких как телекоммуникации, цифровые продажи или поиск, заключается в том, что предельные издержки очень малы, поэтому эффективность традиционных слияний скорее всего будет крайне мала. Следовательно, эффективность должна исходить откуда-то еще.

Мы столкнулись с одним из таких видов эффективности выше: обмен объединяющих сторон информацией о клиентах может привести к усилению конкуренции в некоторых сегментах рынка. В определенном смысле это очень похоже на эффективность, связанную с данными, так как она более вероятна, если объединяющиеся стороны хранят информацию о различных видах потребителей или по крайней мере о различных аспектах поведения потребителей. Другими словами, эта эффективность проистекает из некоторой формы взаимодополняемости информации, хранящейся в каждой компании. Действительно, кажется трудным определить какой-либо распространенный источник цифровой эффективности, не относящийся к взаимодополняемости данных/информации. Например, можно утверждать, что для компаний, занимающихся обучением алгоритмов, особенно искусственного интеллекта, доступ к большему количеству проприетарных данных ведет к улучшению качества продукта, предлагаемого клиентам. Однако дополнительные данные, полученные в результате обучения, полезны только в том случае, если они отличаются в той или иной степени от данных, уже контролируемых другим партнером по слиянию. В таком случае важен не сам масштаб, а взаимодополняемость наборов данных, предоставленных обеими сторонами.

Другим потенциальным источником эффективности является повышение функциональной совместимости алгоритмов или совместимости между наборами данных. Например, если такая компания, как Google, приобретает компанию, предоставляющую вертикальную специализированную службу поиска, такую как сайт сравнения цен или новостную службу, нельзя априори отрицать возможность более плавного взаимодействия между общим алгоритмом поиска Google и специализированным вертикальным алгоритмом. Очевидно, что оценка наличия и масштабов такой эффективности находится далеко за пределами возможностей большинства антимонопольных органов и требует, чтобы соответствующая техническая экспертиза была доступна им в ближайшем будущем. Конечно, нужно проверить, способны ли эти потенциальные выгоды быть специфическими последствиями слияния. Есть веские основания полагать, что они вероятны, поскольку бесперебойная работа быстро меняющихся проприетарных алгоритмов будет поставлена под угрозу без раскрытия отдельных оригинальных и, следовательно, ценных функций этих алгоритмов. Аналогичным образом, объединенная компания с большей вероятностью согласует формат, обеспечивающий доступ к ценным данным, экономя на транзакционных издержках и достигая эффекта масштаба, недостижимого до слияния. В последнем случае все же следует сравнить выгоды, достигнутые в результате слияния, с такой альтернативой, как разработка

стандартов. Потенциальная эффективность, связанная с инновациями, рассматривается в следующем разделе.

4. Инновации

Наше описание слияний и инноваций в целом следует работе Режибо и Ро-кетт8. Что касается ценовых/количественных аспектов слияний, то первый шаг состоит в том, чтобы определить горизонтальную связь объединяющихся сторон на нижестоящих рынках продукции и/или рынках технологий, требующих дивес-тиций, когда эта связь становится достаточно значительной и не компенсируется явной эффективностью. На этом уровне нет ничего специфического для цифровых секторов.

Второй шаг заключается в изучении типов эффективности, специфических для слияний. Эти типы перечислены в табл. 2.

Таблица 2. Типы эффективности в зависимости от источника

Источник эффективности Краткое описание типа эффективности Важность типа эффективности в цифровом аспекте

Внутреннее распространение знаний Если технология/данные не лицензируются до слияния или легко распространяются, слияние ведет к лучшему взаимообмену между сторонами Потенциальная важность: алгоритмы недостаточно защищены правом интеллектуальной собственности, что делает лицензирование непривлекательным. Менее очевидно для данных

Внешние позитивные эффекты Слияние способствует частичной интернализации внешних позитивных эффектов, увеличивая стимулы для инноваций Низкая важность: алгоритмы и данные тесно связаны. Однако мобильность критически важного персонала в некоторых случаях может создавать значительные побочные эффекты

Координация инвестиций в НИОКР Слияние позволяет избежать дублирования усилий Потенциальная важность в случае использования искусственного интеллекта

Последующие / комплементарные инновации Слияние способствует созданию новых продуктов на основе уже имеющихся инноваций Высокая важность в инновациях, связанных с установлением стандартов, особенно стандартов передачи данных

Правовая определенность Слияние снижает угрозу судебного разбирательства в отношении прав интеллектуальной собственности из-за неоднозначности их охвата Высокая важность в контексте установления стандартов. В противном случае важность ниже

Источник: составлено авторами.

Будучи в целом самодостаточной, данная таблица требует некоторых комментариев. Во-первых, выгоды от координации инвестиций в НИОКР являются значительными только для специальных исследований, направленных на решение четко определенных проблем. Следовательно, потенциал такой синергии зависит от

8 RegibeauP., Rockett C. Mergers and Innovation // Antitrust Bulletin. 2019. Vol. 64, iss. 1. P. 31-53.

конкретного рассматриваемого цифрового сектора. Например, значительная экономия достижима в связи с необходимостью «обучения» только одного алгоритма распознавания лиц, который затем может использоваться внутри организации. Во-вторых, слияния упраздняют судебные разбирательства между сторонами по поводу прав интеллектуальной собственности. Значение отсутствия правовых споров зависит от двух противоборствующих сил. С одной стороны, объем защиты, предоставляемой правами интеллектуальной собственности для цифровых технологий, чаще всего довольно расплывчат, по крайней мере по сравнению с другими секторами, такими как фармацевтика или химическая промышленность, а значит, правовая неопределенность может быть значительной. С другой стороны, на практике не было большого количества судебных разбирательств по цифровым патентам, за исключением патентов, являющихся существенными для стандартов. Это позволяет предположить, что предосторожность в связи с возможностью судебных разбирательств скорее не имеет существенного негативного влияния на инновации.

По-прежнему опираясь на исследование Режибо и Рокетт, отметим, что третий шаг включает проверку того, контролируют ли стороны какие-либо трудновоспро-изводимые процессы в инновационной деятельности. В этом случае антимонопольные органы должны расследовать потенциальное влияние слияния на способность и стимулы сторон удерживать (или увеличивать) цену на такие процессы от конкурирующих фирм, проводящих инновации в аналогичных технологических областях. По-видимому, данные являются наиболее вероятным источником подобных проблем в цифровых секторах. Это можно противопоставить недавним делам, например слиянию Dow — Dupont9, когда Европейская комиссия потребовала продать одно из исследовательских подразделений одной из сторон в определенной области НИОКР, или «своп» GSK — Novartis10, где условие для утверждения сделки заключалось в том, что GSK сохранит научно-исследовательский потенциал в сфере онкологии после передачи своего отделения онкологии в Novartis. В обоих делах проблема заключалась в том, что в противном случае не только квалифицированный персонал, но и исследовательские группы могли стать дефицитным ресурсом, который другим конкурентам будет сложно воспроизвести. В этом отношении, хотя специализированные, работающие продолжительное время исследовательские группы способны стать проблемой в отдельных областях цифровых исследований, основная часть исследований в цифровых секторах включает в себя навыки, которые относительно широко доступны и могут быть переданы легче из одной области исследований в другие, чем в других секторах.

5. Молчаливый сговор

В литературе продолжается оживленная дискуссия о том, как алгоритмы, и особенно алгоритмы на основе искусственного интеллекта, используются для облегчения достижения молчаливого сговора между соперниками. Основная идея проста. Мы знаем, что координацию между независимыми сторонами легче достичь и поддерживать, если стороны могут договориться о единой цене (или наборе целей), быстро и точно обнаружить любое отклонение от этого соглашения и быстро отреагировать на такие отклонения. Более того, реагирование на

9 Dow v. Dupont, 2017. Case M. 7932. URL: https://ec.europa.eu/competition/mergers/cases/deci-sions/m7932_13668_3.pdf (дата обращения: 19.06.2020).

10 GSK v. Novartis, 2015. Case M. 7276. URL: https://ec.europa.eu/competition/mergers/cases/de-cisions/m7276_3115_2.pdf (дата обращения: 19.06.2020).

отклонения более эффективно, если его получается непосредственно нацелить на стороны, уклоняющиеся от выполнения соглашения.

Обоснованно утверждать, что алгоритмы, которые проверяют цены в интернете, подпадают под большинство этих требований и даже способны автоматически влиять на собственное поведение фирмы11. Значение имеют несколько аспектов применения таких алгоритмов, среди которых: 1) доступ к информации и скорость (если фирма А использует такой алгоритм, то она может более тщательно отслеживать цены, быстрее выявлять изменения цен со стороны конкурентов и немедленно реагировать); 2) способность алгоритмов разрабатывать более индивидуализированные схемы ценообразования, что облегчает применение возможных ответных мер в отношении клиентов отклоняющейся стороны; 3) искусственный интеллект, на основе которого работают алгоритмы.

Если фирмы используют продвинутый алгоритм на основе искусственного интеллекта, то они получают возможность координировать свои действия с минимальным вмешательством человека. Более того, грань между односторонним и скоординированным поведением бывает размыта. Это связано с тем, что, например, алгоритм ценообразования, основанный на искусственном интеллекте, даже не нуждается в указании целей для координации. Благодаря взаимодействию с алгоритмами других фирм он способен просто «изучить» целевые показатели и «научиться» выработке наилучших стратегий координации. Фактически стратегии максимизации прибыли, в конечном счете принятые алгоритмами на основе искусственного интеллекта, не должны и близко напоминать подход «цель — отклонение — наказание», на который обычно полагаются компании и антимонопольные органы. Таким образом, алгоритмы на основе искусственного интеллекта помогают найти что-то, о чем стороны могут договориться, а установление нарушения скорее всего потребует экспертизы, недоступной в настоящее время большинству антимонопольных органов.

Возникает определенное понимание возможного влияния цифровизации на молчаливый сговор, однако последствия для политики в сфере слияний гораздо менее ясны. Есть три основных причины, заставляющих опасаться, что слияние будет способствовать сговору. Во-первых, слияние может сделать рынок более прозрачным. Во-вторых, оно сокращает количество независимых участников на одного. На высококонцентрированных рынках, где молчаливый сговор априори более вероятен, это может значительно упростить координацию действий, от согласования целей до мониторинга поведения конкурентов. Наконец, обычно считается, что молчаливая координация становится легче, если стороны более симметричны с точки зрения затрат, доли рынка, типов продуктов и т. д. Приобретение дестабилизирующей компании можно рассматривать как частный случай этого аргумента симметрии. Является ли какая-либо из этих трех потенциальных проблем более или менее важной в цифровом контексте?

Для традиционной конкурентной политики число вовлеченных фирм представляет собой один из ключевых факторов, влияющих на вероятность молчаливого сговора. Больше фирм просто означает большую потребность контролировать поведение в «шумной» среде. Поскольку «алгоритмический сговор» значительно эффективнее, чем сговор в сфере, не относящейся к цифровым технологиям, можно заключить, что большее количество фирм предпочтет стать его частью, что снижает значимость этого фактора для оценки слияния. Конечно, тот же аргумент

11 При этом есть противоположные эффекты. Например, сложные алгоритмы также могут использоваться для того, чтобы скрыть обман в соглашении. См. подробнее: Ezrachi A., Stucke M. E. Virtual Competition. Harvard: Harvard University Press, 2016.

предполагает, что проверка на наличие молчаливого сговора должна также проводиться на менее концентрированных рынках, в отличие от того, как делается в настоящее время. Однако это не относится к специфике слияний.

Симметрия имеет значение в основном потому, что симметричные компании с большей вероятностью договариваются о своем поведении и ведут себя одинаково, что облегчает мониторинг поведения конкурентов. Также при некоторых условиях симметрия облегчает выработку совместимых по стимулам схем сговора. Поскольку алгоритмы, в особенности алгоритмы, активно использующие искусственный интеллект, упрощают реализацию и мониторинг довольно сложных схем молчаливых соглашений, согласование интересов разнообразных фирм должно стать проще, а не труднее. Следовательно, увеличение или уменьшение симметрии сектора при слиянии должно стать менее актуальным при оценке влияния слияния на перспективу формирования молчаливого сговора при помощи алгоритмов.

«Маверики» (mavericks) представляют собой особый случай асимметричных компаний. Это фирмы, которые из-за своей продуктовой линейки, местоположения, технологии или просто из-за своей «культуры» не поддерживают сговор. Очевидно, что поглощение такой компании требует внимания со стороны антимонопольных органов. Более того, есть особые виды «цифровых мавериков», которые следует защищать. К ним относятся компании, которые решили не применять в своем маркетинге/стратегии алгоритм, который мог бы способствовать сговору, и компании, которые используют цифровые технологии не для сотрудничества с другими игроками, а, наоборот, для защиты от любопытных «цифровых глаз» своих отношений с клиентами (включая цены и продуктовые предложения).

6. Конгломератные слияния

Как отмечают Бурро и Де Стрил12, существует несколько факторов, способствующих появлению конгломератов по крайней мере в какой-то части цифровой экономики. Что касается стороны предложения, то существует общность компетенций, необходимых для достижения успеха на цифровых рынках. Накапливая большие пулы цифровых талантов, такие компании, как Google или Facebook, видят выгоду в выходе на другие рынки, где подобные компетенции можно задействовать. Что касается стороны спроса, потребителям удобны экосистемы, в которых одна и та же фирма поставляет ряд, казалось бы, не связанных продуктов, и поэтому потребители готовы платить больше за продукты, относящиеся к такой экосистеме. Некоторые продукты, доступные в экосистеме, бывают также дополнительными, так что в отсутствие полной интероперабельности между компаниями потребителям выгоднее покупать все компоненты у одного и того же поставщика. В свою очередь, компании стремятся заполучить такую надбавку. Кроме того, привлекательным является тот факт, что такое объединение не связанных между собой продуктов может при определенных условиях привести к большей дифференциации между поставщиками и, следовательно, к более мягкой конкуренции.

Указанные авторы выделяют несколько механизмов, посредством которых появление цифровых конгломератов и последующее одобрение слияний цифровых конгломератов способны негативно повлиять на конкуренцию. Однако их цель отличается от нашей. Убедившись в том, что конгломераты с большей вероятностью появятся в цифровом мире, они затем анализируют, как лучше приспособить

12 Bourreau M., De Streel A. Digital Conglomerates and EU Competition Policy // Telecom ParisTech and University of Namur, 2019. URL: http://www.crid.be/pdf/public/8377.pdf (дата обращения: 19.06.2020).

конкурентную политику к слияниям конгломератов и к антиконкурентному поведению, которому способствует структура конгломерата. Напротив, нам интересны лишь эффекты слияний, которые возникают или по крайней мере усиливаются в связи с цифровым характером рассматриваемых секторов. С этой более узкой точки зрения мы полагаем, что источником основной непосредственно «цифровой» проблемы являются схожие наборы компетенций и активов, позволяющие компаниям быть инновационными на большом количестве не связанных или, возможно, взаимодополняющих рынков. Хотя модульная природа цифровых технологий делает больший упор на создание экосистем, проблемы, поднятые этой тенденцией, не новы и, на наш взгляд, не требуют новых инструментов или изменений в практике рассмотрения слияний. Возможно, есть смысл уделять больше внимания разработке общеотраслевых стандартов и более широкому использованию средств обеспечения совместимости, но эти темы уже широко обсуждались антимонопольными органами в течение последних десяти лет и остаются в их повестке дня.

Как правильно утверждают Бурро и Де Стрил, сходство и взаимозаменяемость наборов компетенций на разных цифровых рынках или даже в цифровых секторах приводит к очень значительному снижению затрат. В рамках обзора слияний величина такого снижения затрат имеет последствия при выявлении потенциальных конкурентов, поскольку компании, работающие в таких областях, как социальные сети, применение искусственного интеллекта/робототехники и поиск, способны стать конкурентами не только на новых, развивающихся рынках, но и, во всяком случае потенциально, на тех рынках, где они изначально имеют сильные преимущества. Например, Alphabet / Google начали заниматься робототехникой, основанной на искусственном интеллекте, Amazon является ведущим поставщиком в предоставлении облачных сервисов, которые, как можно обоснованно ожидать, входят в сферу интересов крупных компаний (Microsoft). Такие разнообразные компании, как Apple, Facebook, Google и Amazon, в свою очередь, вышли или рассматривали возможность выхода на рынок электронных платежей.

Последствия описанного развития событий для анализа слияний не очевидны. С одной стороны, общие навыки позволяют предположить, что негативные последствия слияний, как конгломератных, так и других, могут в большей степени сдерживаться перспективой потенциального выхода конкурентов на рынок по сравнению с ситуацией в нецифровой среде. В некотором смысле эта точка зрения согласуется с подходом Европейской комиссии в деле Dow — Dupont, где понятие связи на рынках инноваций толковалось расширительно и включало в себя «связь продуктов на стадии разработки». Однако с этой точки зрения, как показано в упомянутой выше работе Режибо и Рокетт, такая связь вызывает озабоченность только в том случае, если способность к развитию опирается на ресурсы, которых недостаточно или которые были заблокированы объединяющимися сторонами. С другой стороны, антимонопольные органы должны уделять больше внимания факторам или стратегиям, которые способны помешать относительно свободному доступу к ресурсам. Например, договорные положения или «джентльменские соглашения», предотвращающие «браконьерство», или драконовские положения, запрещающие конкуренцию, создают препятствия для притока необходимых компетенций, особенно когда соответствующие рынки труда имеют значительный локальный аспект (например, Кремниевая долина).

Пратт и Валлетти предлагают новый взгляд на слияния между цифровыми платформами13. Вместо того чтобы определять сферы деятельности каждой плат-

13 См. подробнее: Pratt A., Valletti T. Attention Oligopolies // SSRN. 2019. URL: https://ssrn.com/ abstract=3197930 (дата обращения: 19.06.2020).

формы с точки зрения функциональных возможностей, которые она предлагает, авторы рассматривают эти платформы как «посредников внимания», главная цель которых — привлечь пользователей и заставить их проводить время в соответствующей экосистеме. Чем больше времени затрачивается, тем больше рекламы и разнообразных предложений получают пользователи, что в конечном счете приносит доход. Кроме того, пользователи генерируют данные о своих личных особенностях и покупательских привычках, которые можно использовать для более точного таргетирования рекламы и/или продажи третьим сторонам.

Актуальность этой новой точки зрения для конгломератных слияний заключается в том, что «рыночная власть» платформы теперь зависит от ее способности удерживать пользователей в собственной экосистеме и использовать это для ограничения предложения рекламы, что приводит к повышению цен как на рекламу, так и на соответствующие товары. Такая способность увеличивается при любом поглощении, которое помогает наполнить эту экосистему, независимо от того, существуют ли какие-либо связи замещения или взаимодополняемости между исходными продуктами фирмы и приобретенными в результате слияния. Таким образом, традиционные меры противодействия концентрации могут преуменьшать или даже полностью упустить этот вид роста рыночной власти, характерный для слияний. В частности, авторы утверждают, что соответствующие меры противодействия концентрации платформ определяются только на уровне отдельных пользователей.

7. Стимулы для злоупотребления доминирующим положением и контроль за экономической концентрацией

Как уже говорилось выше, для рассмотрения слияния уместно оценить, способно ли слияние значительно увеличить возможности и стимулы нового субъекта злоупотреблять доминирующим положением. Это связано с тем, что обнаружение антиконкурентного поведения ex post и полномочия по принудительному применению средств правовой защиты ex post несовершенны.

7.1. Доминирование в цифровых секторах

В ландшафт цифровой экономики входят заметные крупные компании, в частности Amazon, Apple, Facebook, Microsoft и Google, которые, вероятно, будут занимать доминирующее положение по крайней мере на одном релевантном рынке. Однако это рисует ложную картину доминирования в цифровом мире. Распространенность доминирования довольно сильно отличается в цифровых секторах. Например, в сфере телекоммуникаций растущее значение данных не привело к доминированию операторов мобильной связи на национальных рынках. Более того, хотя рынок мобильных операционных систем, по сути, представляет собой глобальную дуополию между iOS и Андроид, сам рынок мобильных телефонов все еще остается довольно конкурентоспособным и претерпел заметные изменения в долях рынка, как показано в табл. 3. Рынки техники еще не показали тенденцию склоняться в пользу одной или двух фирм.

В то же время позиции Amazon, Google и Facebook в их собственных секторах явно очень сильны. Тем не менее, прежде чем мы сделаем заключение о склонности к занятию доминирующего положения и вывод относительно политики в сфере слияний, мы должны указать на различие между механизмами, которые лежат в основе успеха этих компаний. Случай Facebook, вероятно, самый простой,

поскольку это пример преимущества раннего разработчика, усиленного значительными прямыми сетевыми эффектами. Хотя такие сетевые эффекты также Таблица 3. Глобальные отгрузки основных производителей смартфонов, %

Компания 2010 (второй квартал) 2012 (второй квартал) 2014 (второй квартал) 2016 (второй квартал) 2018 (второй квартал)

Apple 13 16,6 11,7 11,7 12,1

Samsung 5,6 32,2 24,8 22,7 20,89

Nokia 37,3 — — — —

RIM 17,4 — — — —

Huawei — 4,1 6,7 9,3 15,8

Vivo — — — 4,8 —

ZTE — — — — —

HTC 6,8 4,1 — — —

LG — 3,7 4,9 — —

Sony — 4,5 — — —

Xiaomi — — 4,6 3,9 9,3

Lenovo — 3,1 5,2 — —

Oppo — — — 6,6 8,6

Другие 19,9 28,6 46,1 41 33,2

Составлено по: Statista. https://www.statista.com/statistics/271496/global-market-share-held-by-smartphone-vendors-since-4th-quarter-2009 (дата обращения: 23.06.2021)

возникают за пределами цифровых секторов, цифровые технологии значительно увеличивают скорость создания значительного преимущества «установленной базы» (т. е. всех, кто пользуется продуктом). Можно, конечно, утверждать, что это преимущество, по крайней мере теоретически, доступно и потенциальным конкурентам, для того чтобы относительно быстро построить свою собственную базу. Однако как только ведущая фирма начинает обслуживать значительную долю соответствующего рынка, конкурент способен воспользоваться этими преимуществами, только побуждая некоторых клиентов переключаться к нему. Для такого сайта, как РаееЬоок, где каждый человек создает большую сеть друзей, это потребует огромной координации между большим количеством потребителей, что представляется маловероятным14. Так социальные сети обеспечивают свое доминирование. Более того, это доминирование не зависит от качества обслуживания: РаееЬоок может сохранить имеющееся положение, даже если другие социальные сети предложат улучшенную функциональность (например, улучшенную организацию постов) или более привлекательную/эффективную политику защиты данных.

14 См. подробнее: Farrel J., Klemperer P. Coordination and Lock-in: Competition with Switching Costs and Network Effects // Handbook of Industrial Organization: in 3 vols. Vol. 3 / eds R. Schmalensee, M. Armstrong, R. D.Willing, R. H. Porter. Amsterdam: North Holland, 2007. P. 1967-2072.

Amazon и Google обязаны своим текущим положением первоначальному превосходству, подкрепленному динамическим эффектом масштаба. Для Amazon эффект масштаба превращается в непревзойденную и самоусиливающуюся логистическую экспертизу. Первоначальное преимущество Google в области качества позволило компании собирать огромные объемы данных о поисковом поведении, что, в свою очередь, облегчает дальнейшее совершенствование важнейшего алгоритма поиска. В обоих случаях платформы остаются доминирующими (по крайней мере частично), потому что они могут предлагать услуги более высокого качества по некоторым важным параметрам. В принципе, пошатнуть доминирующее положение может компания, развивающая собственную логистическую экспертизу, предлагающая улучшенный алгоритм поиска или просто лучшая в какой-то другой области. Но сложность прямого соперничества с доминирующим игроком связана с динамическим эффектом масштаба: экспертиза в сфере логистики развивается через обучение на практике, чего потенциальные участники не могут воспроизвести с нуля. Точно так же некоторые эксперты15 утверждают, что непревзойденные поисковые данные Google позволяют получать более точные результаты для необычных запросов. Поскольку такие запросы составляют значительную долю запросов большинства пользователей, полученное в результате самоусиливающееся конкурентное преимущество становится значимым.

Имеют ли такие источники доминирования какие-либо последствия для злоупотребления доминирующим положением в контексте политики в области слияний?

7.2. Предпочтительные средства защиты:

интероперабельность и обмен данными

Поскольку цифровое доминирование часто основано на некоторой форме динамического эффекта масштаба, средства, способствующие интероперабель-ности между поставщиками/платформами, и средства, включающие в себя некоторую форму обмена данными / доступа к ним, вероятно, являются основными инструментами для решения проблем со слияниями. Например, в случае социальных сетей преимущество установленной базы объединенной компании элиминируется за счет упрощения взаимодействия пользователей с пользователями на других платформах и/или путем облегчения совместного перехода пользователей с одной платформы на другую. В отличие от этого, при слиянии между поисковыми компаниями требуется предоставление доступа к их поисковым данным, чтобы конкуренты могли идти в ногу с темпами улучшения алгоритма объединенной компании. Когда речь идет об объединении двух фирм, которые работают в сфере искусственного интеллекта и обрабатывают проприетарные массивы данных, решением проблемы становится обмен данными.

Поскольку интероперабельность может быть ключевым аспектом в противостоянии доминированию в цифровых секторах, следует поощрять меры, направленные на дальнейшее повышение прозрачности процесса установления стандартов и на оптимизацию отношений между владельцами патентов, существенных для стандартов, и пользователями. В свою очередь, эффективная система стандартизации позволила бы антимонопольным органам более непринужденно подходить к некоторым цифровым слияниям, реализуя таким образом положительные последствия от слияний.

15 См. подробнее: Pratt A., Valletti T. Attention Oligopolies.

7.3. Злоупотребление доминирующим положением:

обнаружение и средства правовой защиты

Как только доминирование установлено, цифровые компании принимают целый ряд мер, защищающих их от конкуренции. Как видно из предыдущего обзора дел, это включает в себя связывание, оговорки об исключительных правах и блокирование доступа / повышение издержек конкурентов за счет ухудшения доступа или отказа от взаимодействия. На самом деле, видимо, цифровые технологии не уменьшают проблемы, связанные с потенциальным антиконкурентным поведением.

Вместе с тем ожидаемо, что для цифровых игроков особенно привлекательны стратегии, которые помогают им защитить свой конкретный источник доминирования. Для Amazon и Google такой стратегией выступает ограничение способности конкурентов достигать критической массы или доступа к экспертизе либо к информации доминирующей платформы. Это предполагает, что пристальное внимание должно уделяться решениям, влияющим на поставку важнейших ресурсов конкурентам или затрудняющим интероперабельность (и, следовательно, мультихоминг) между цифровыми платформами. Для компаний, работающих в социальных сетях, стратегии, направленные на усложнение переключения или мультихоминга, также должны быть тщательно изучены. Наконец, у компаний, занимающихся робототехникой и искусственным интеллектов, могут быть стимулы для ограничения доступа к информации, необходимой для обучения алгоритма определенного типа.

В этой статье, однако, мы делаем акцент не на возможном изменении внешних форм злоупотребления доминирующим положением в цифровом мире, а на том, увеличивает ли цифровизация вероятность того, что слияния будут способствовать неконтролируемым злоупотреблениям доминирующим положением. На наш взгляд, это поднимает два основных вопроса.

Первый вопрос — каковы величина и общее состояние динамического эффекта масштаба, о котором говорилось выше? Google, как представляется, обладает материальным преимуществом из-за своей большей пользовательской базы и генерируемой ею информации. Но насколько велик «наклон» этого эффекта на графике, в котором отмечена работа Google и его конкурентов в настоящее время? Будет ли какое-то поглощение еще более выгодным для Google? Удастся ли помешать компании не попасть в руки конкурентов, чтобы те догнали главного конкурента?16 Подобные вопросы можно задать и относительно логистических преимуществ платформ продаж, таких как Amazon, а также относительно разработчиков робототехники/технологий на основе искусственного интеллекта. Хотя эти вопросы нетипичны для цифрового мира, у нас все еще мало эмпирических данных о предельной величине таких эффектов в нем.

Второй вопрос — труднее ли обнаружить злоупотребления доминирующим положением в некоторых цифровых секторах после слияний? В цифровых секторах используют различные виды алгоритмов, которые держатся в секрете. Более того,

16 Дело не в том, что слияние может привести к нарушению эффективности, что бы это ни значило. Есть два основных источника для беспокойства. Во-первых, доминирование само по себе ограничивает передачу выигрыша в эффективности клиентам, а увеличение доминирования повышает вероятность злоупотребления доминирующим положением. Во-вторых, в монополизированных отраслях могут существовать стимулы для превентивных мер со стороны монополиста — доминирующая фирма может позволить себе приобрести то, что хотели приобрести конкуренты или потенциальные участники рынка, даже если выигрыш в эффективности от этого приобретения для нее будет меньше, чем был бы для конкурентов.

некоторые алгоритмы постоянно обновляются и настолько сложны, что едва ли прозрачны даже для специалистов. Такие проблемы уже возникали на практике, в том числе в деле о сервисе покупок Google, когда оказалось трудно определить, были ли изменения в общем алгоритме поиска Google, приводящие к понижению рейтинга других сайтов покупок, оправданы пользовательскими предпочтениями или являлись частью стратегии по ограничению конкурентов.

Отсутствие прозрачности усугубляется, когда фирмы полагаются на обучающиеся алгоритмы, которые меняются в зависимости от получаемой ими обратной связи: не зная, какой может быть эта обратная связь, просто невозможно предсказать, как будут развиваться такие алгоритмы. Следовательно, в той степени, в которой потенциально недобросовестные стратегии реализуемы с помощью алгоритмов, обнаружение и документирование таких нарушений в рамках обычного стандарта доказывания является затруднительным. Это говорит о том, что в таких цифровых секторах антимонопольные органы должны быть более склонны блокировать слияния, повышающие стимулы и способность сторон блокировать доступ конкурентов на рынок или стремиться реализовать другие виды антиконкурентных стратегий.

Аналогичный аргумент существует в отношении средств правовой защиты. В некоторых цифровых секторах трудно найти надежные средства против злоупотребления доминирующим положением. Рассмотрим, например, случай платформ бронирования отелей17. Антимонопольные органы Франции, Италии и Швеции решили, что сервис Booking должен исключить из своих контрактов положение, требующее от отелей предоставлять им цены на номера, которые не ниже минимальной цены, установленной для других посредников. Тем не менее антимонопольные органы должны были знать, что Booking может, в принципе, отреагировать на такое решение, изменив алгоритм поиска таким образом, чтобы он отдавал предпочтение отелям, предоставляющим им низкую цену. Совершенно очевидно, что ничто не мешает Booking организовать поиск на других сайтах и применять меры против отелей, взимающих меньшую цену в другом месте. Действуя более искусно, Booking способен улучшить связь между рейтингом и фактическим количеством бронирований, полученных от определенного отеля, или связать поисковый рейтинг с расхождением между кликами и фактическим бронированием. Очевидно, что трудно разработать эффективное средство правовой защиты без очень навязчивого и часто повторяющегося изучения поискового алгоритма, который лежит в основе бизнеса по бронированию гостиниц. Продолжающаяся история о подходящих средствах защиты в делах об операционной системе Андроид от Google дает еще одно доказательство того, что разработка эффективных средств защиты против компаний, использующих алгоритмы, требует огромных усилий. Соответственно, предвидя такие трудности, антимонопольные органы могут принять разумное решение о проведении более жестких проверок слияний в этом секторе.

Статья поступила в редакцию: 3 июля 2020 г Рекомендована в печать: 1 ноября 2020 г

17 The French, Italian and Swedish Competition Authorities Accept the Commitments Offered by Booking.com. European Union, 2015. URL: https://webgate.ec.europa.eu/multisite/ecn-brief/en/con-tent/french-italian-and-swedish-competition-authorities-accept-commitments-offered-bookingcom (дата обращения: 29.06.2021).

Economics of digital mergers

Pierre Regibeau, loannis Lianos

For citation: Regibeau, Pierre, Lianos, loannis. 2019. Economics of digital mergers. Pravovedenie

63 (4): 573-597. https://doi.org/10.21638/spbu25.2019.403 (In Russian)

The article reveals the main problems of antitrust law caused by the widespread use of digital technologies. The greatest challenge brought by the proliferation of digital technology and data is the emergence of new forms of pricing, which do not fit well with our traditional approach to the market definition or with our traditional assessment of the likely effect of mergers on prices. Digital sellers have the ability not only to recognize previous buyers more effectively but also to collect, store and exploit information about this buyer's past behaviour in order to display products and prices aimed at maximising the seller's profits given the available buyer profile. Individualised pricing enabled by digitalisation raises issues relative to market definition. In a world where digital sales enable customised pricing, the market is much more liable to segmentation. As a result, one must pay close attention to whether the merging parties are or not "especially close competitors" not only in terms of products but also in terms of consumer information. The authors conclude that Al-based algorithms could be used to facilitate tacit collusion between rivals. Coordination between independent parties is easier to achieve and maintain if the parties can agree on a common price, can detect any deviation from this agreement quickly and precisely and can react to such deviations quickly. Establishing this type of infringement would likely require expertise not currently available to most competition authorities. The article identifies several mechanisms through which the emergence of digital conglomerates, and hence the approval of digital conglomerate mergers, can affect competition adversely. The platform's "market power" now depends on its ability to retain users within its own ecology and to use this to restrict the supply of advertising, leading to higher prices for both advertising and the corresponding products. This ability is increased by any acquisition which helps populate this ecology. Traditional measures of concentration can therefore easily understate, or even miss entirely, this type of merger-specific increase in market power.

Keywords: individualized pricing, consumer targeting, horizontal effects, personal data, big data, conglomerate mergers, abuse of dominance.

References

Aghion, Philippe, Bolton, Patrick. 1987. Contracts as a Barrier to Entry. American Economic Review 77 (3): 388-401.

Bourreau, Marc, de Streel, Alexandre. 2019. Digital Conglomerates and EU Competition Policy. Telecom ParisTech and University of Namur. Available at: http://www.crid.be/pdf/public/8377.pdf (accessed: 19.06.2020).

Chen, Yuxin, Lyer, Ganesh. 2002. Consumer Addressability and Customized Pricing. Marketing Science 21 (2): 197-208.

Chen, Zhijun, Choe, Chongwoo, Matsushima, Noriaki. 2020. Competitive Personalized Pricing. Management Science 66 (9): 4005-4023.

Esteves, Rosa-Branca, Resende, Joana. 2016. Competitive Targeted Advertising with Price Discrimination. Marketing Science 35 (4): 576-587.

Ezrachi, Ariel, Stucke, Maurice E. 2016. Virtual Competition. Harvard, Harvard University Press.

Farrell, Joseph, Klemperer, Paul. 2007. Coordination and Lock-In: Competition with Switching Costs and Network Effects. Handbook of Industrial Organization, in 3 vols, vol. 3, eds Richard Schmalensee, Mark Armstrong, Robert Willing, Robert Porter: 1967-2072. Amsterdam, North Holland.

Fudenberg, Drew, Tirole, Jean. 2000. Customer Poaching and Brand Switching. Rand Journal of Economics 31 (4): 634-657.

Pratt, Andrea, Valletti, Tommaso. Attention Oligopolies. SSRN. 2019. Available at: https://ssrn.com/ abstract=3197930 (accessed: 19.06.2020).

Rasmussen, Eric B., Ramseyer, J. Mark, Wiley, John Shepard. 1991. Naked Exclusion. American

Economic Review81 (5): 1137-1145. Regibeau, Pierre, Rockett, Katharine. 2019. Mergers and Innovation. Antitrust Bulletin 64 (1): 31-53. Stole, Lars. 2007. Price Discrimination and Competition. Handbook of Industrial Organization, eds

Mark Armstrong, Robert Porter: 2221-2299. Amsterdam, North Holland. Thisse, Jacques-Francois, Vives, Xavier. 1998. On the Strategic Choice of Spatial Price Policy. American Economic Review78 (1): 122-137.

Received: July 3, 2020 Accepted: November 1, 2020

Pierre Regibeau — Dr. Sci. in Economics, Honorary Professor, University of Essex, Wivenhoe Park, Colchester, CO4 3SQ, United Kingdom; pregib@essex.ac.uk

Ioannis Lianos — Dr. Sci. in Law, Chief Research Fellow, Professor, HSE-Skolkovo Institute for Law and Development, 11, Pokrovsky bul., Moscow, 109028, Russian Federation; University College London, GS141, Bentham House Endsleigh Gardens, London, WC1H, United Kingdom; i.lianos@ucl.ac.uk