美國聯邦貿易委員會（FTC）在對亞馬遜的反托拉斯訴訟中，揭露了一套內部代號為「Project Nessie」的定價工具。該系統能精準識別競爭對手「幾乎必然跟進」的品項，主動調高售價，待對手匹配後便維持高價，據估計創造逾十億美元的超額利潤。亞馬遜遭控在監管高壓期暫停該工具，風頭過後又重新啟用；亞馬遜則否認指控並宣稱工具早已停用。
這僅是「刻意為之」版本的問題。更棘手的是無人設計的版本：2017年德國加油站廣泛採用自動定價軟體後，經濟學家後續研究發現，當同市場中兩家加油站皆採用演算法，毛利竟飆升約38%——期間雙方未曾見面、未曾通訊、未曾協議。若僅一家導入，毛利完全不變；唯有兩套演算法互相對弈時，價格平靜利潤豐厚的假象才悄然誕生。這項刊載於《政治經濟學期刊》（2024年）的研究，是首個以真實世界數據驗證「演算法可能產生卡特爾經濟後果」的實證。
這場衝突的本質並非傳統的政商對抗，而是「機器學習」與「人類法律框架」之間的根本性錯位。反托拉斯法自1890年《雪曼法》以來，皆以「人為協議、共謀會議、訊息交換」等可舉證的行為為執法核心。然而，當兩家互不相識的企業各自部署AI定價系統，演算法在反覆博弈中「學會」不再互相砍價時，法律既找不到會議紀錄，也找不到數據共享，卻實質產生了卡特爾的經濟結果——價格長期高於競爭水準。這種「幽靈卡特爾」（Ghost Cartel）對現有法律框架構成根本挑戰。
更深層的矛盾在於責任歸屬的重新分配。過去十年，企業的定價模式是「軟體建議、人類決策」，責任鏈清晰。如今自主代理系統（Agentic AI）直接行動，逐筆交易追求企業設定的目標函數，人類不再介入個別決策。換言之，決策沒有消失，而是潛入了「企業設定的目標」與「企業未設下的限制」之中。RealPage案正是這場拉鋸的縮影：2024年美國司法部起訴這家租金定價軟體商，2025年11月提出和解，RealPage既未被處罰也未承認不當行為，僅限制其可使用的競爭對手數據。RealPage隨即反控紐約州，主張其定價建議屬於「言論自由」，受美國憲法第一修正案保護——將技術問題提升為憲政層級的辯論。
對比歷史，托拉斯法從1890年代《雪曼法》到1911年標準石油拆解案耗時逾二十年才形成有效執法體系；如今面對演算法卡特爾，法律框架與技術現實的落差可能持續至少十至十五年。以下預測未來三種可能情境：
面對演算法卡特爾的隱形風險，企業董事會與高階管理層應即刻採取以下行動：
01 起因觸發：FTC揭露亞馬遜Project Nessie定價工具，凸顯演算法可被設計為「預測對手」的單邊武器
02 一階傳傳導：高度依賴動態定價的電商、租賃、旅宿、航空產業面臨集體訴訟與州級禁令雙重壓力
03 二階擴散：定價AI供應鏈（含RealPage、各類SaaS平台）遭遇合規重塑，商業模式被迫從「數據聚合」轉向「隔離式定價」
04 宏觀終局：反托拉斯法典從「協議偵測」典範轉移至「行為結果審查」，全球監管協調需求上升，可能催生G20層級的演算法競爭公約
跨事件因果網路圖譜 3 驗證節點
AI 驗證因果鏈條 · 可拖曳節點 · 點兩下開啟文章
印度馬哈拉施特拉邦擬將外送騎士納入機車計程車規範 外送平台巨頭面臨監理風暴
印度強化零工經濟監理與美國FTC對亞馬遜的反托拉斯訴訟，同屬全球平台經濟監管收緊浪潮；亞馬遜印度電商物流亦受馬哈拉施特拉邦新制約束，外送業務監理成本與合規壓力同步攀升
AVEX軍工AI爆IPO欺詐 PE大股東2億美元全入袋
演算法定價卡特爾與AI驅動的估值美化手段同屬「金融工程化」操作光譜；AEVEX案顯示AI題材公司可透過招股書資訊隱匿與鎖定期規避，實現類似演算法層級的內部人利益最大化機制
印度破產法庭駁回Zee創辦人還款方案 媒體帝國債務風暴再起
印度司法體系針對Zee合併破局後的債務糾紛，罕見動用五法官合議庭介入創辦人個人破產還款方案裁定，凸顯大型企業集團治理與司法程序透明化的結構性矛盾，與印度監理層要求塔塔集團控股結構公開上市的現代化改革方向，同屬印度企業治理強化主線的同步演進。
