Portál pre širokú právnickú aj neprávnickú verejnosť zaujímajúcu sa o verejné obstarávanie

Online časopis

Umelá inteligencia ako nástroj na odhaľovanie kartelov na Slovensku

Dátum: Rubrika: Články

Využívanie umelej inteligencie v oblasti identifikácie dohôd obmedzujúcich súťaž predstavuje významný technologický pokrok. Skríningové testy predstavujú výrazné zlepšenie ochrany hospodárskej súťaže a zlepšenie konkurenčného prostredia. Ochrana hospodárskych záujmov využitím umelej inteligencie je uplatniteľná nielen v oblasti verejného obstarávania, ale aj v súkromnej sfére.

O negatívnych účinkoch kartelových dohôd existuje množstvo analýz v ekonomickej aj právnej literatúre. Pravdepodobný výskyt protisúťažných dohôd môže dosahovať až 20% zo všetkých zákaziek. [1], čo potvrdzujú aj skríningové analýzy vykonané na vzorke dát ukončených zákaziek v rokoch 2020 -2022. [2] Odhadujeme však, že v prípade zákaziek s nízkou hodnotou, financovaných zo štrukturálnych fondov, môže objem kartelových dohôd prekračovať hranicu viac než 30% zo všetkých realizovaných zákaziek [3].
Pri verejnom obstarávaní sa podnikatelia opakovane stretávajú, čo im umožňuje dohodnúť si striedanie víťazstiev v tendroch. Proces je transparentný, čo na jednej strane umožňuje verejnú kontrolu, ale na druhej strane účastníkom protisúťažných dohôd uľahčuje sledovanie, či sa dohodnuté kartelové schémy dodržiavajú. Existencia protisúťažnej dohody sa dá ľahko utajiť a podnikatelia môžu vytvoriť zdanie, že existujú konkurenčné ponuky. Obstarávatelia nerozhodujú o vlastných peniazoch, preto nie sú prirodzene motivovaní a tlačení k získaniu najlepšieho výsledku pri obstarávaní a môžu byť menej senzitívni aj na odhaľovanie kartelových dohôd. Tieto faktory spôsobujú, že verejné obstarávanie je náchylné na kolúziu. [4]
Vytváranie kartelov však nie je len doménou vyskytujúcou sa v oblasti verejného obstarávania. Odhaľovanie vertikálnych dohôd dodávateľov je rovnako dôležité aj pre veľkých nákupcov z prostredia súkromného sektora. Rozhodujúcim faktorom pre uplatnenie inteligentných nástrojov na vyhľadávanie kartelových indikátorov bude početnosť realizovaných nákupov.
Obrázok 1 Bežné stratégie v bid riggingu [5]
UMELÁ INTELIGENCIA A STROJOVÉ UČENIE
Technológia umelej inteligencie (AI) je pojem, ktorý zastrešuje technológiu umožňujúcu strojom vnímať, chápať, učiť sa a konať. V dnešnej dobe sa s umelou inteligenciou stretávame už úplne bežne. Virtuálni asistenti, cielená reklama, rozpoznávanie tváre alebo reči, alebo chytré telefóny či hodinky, ktoré sledujú naše denné rutiny a následne nám ponúkajú aplikácie na efektívne trávenie času.
Aby mohla AI efektívne fungovať, musí obsahovať algoritmy na to, aby sa vedela sama rozhodovať alebo učiť bez zasahovania človeka do celého rozsahu.
Strojové učenie je založené na práci a analýze veľkého objemu dát - vzoriek. Rozhodovací proces nastáva po ich kategorizácii. Cieľom využitia strojového učenia je, aby systém dokázal na základe veľkého množstva dát a rýchleho vyhľadávania možných kombinácií navrhnúť optimálne výsledky.
Základnou podmienkou pre použitie umelej inteligencie a strojového učenia je dostatočne veľká množina dát - vzoriek.
ANALÓGOVÝ VERZUS DIGITÁLNY PRÍSTUP
Počet relevantných hospodárskych subjektov a prekážky vstupu na trh sa štandardne označujú ako jedny z najdôležitejších charakteristík, ktoré ovplyvňujú riziko nekalých praktík.
V rámci odhaľovania kolúzneho správania bolo dokázané, že existencia veľkého počtu firiem v skúmanom segmente znižuje pravdepodobnosť identifikácie "ústredného bodu" koordinácie. Zároveň sa však znižujú možnosti na vytvorenie kartelovej dohody, keďže účastníci dohody by vo väčšom konkurenčnom prostredí mali šancu získať nižší podiel na nadkonkurenčných ziskoch oproti účasti v tendroch bez existujúcej dohody.
Ako uvádza OECD [6], algoritmy možno použiť na veľmi rýchlu identifikáciu akýchkoľvek trhových hrozieb, napríklad prostredníctvom javu známeho ako
now casting
, ktorý umožňuje etablovaným subjektom preventívne získať informáciu o potenciálnych konkurentoch, ich cenovej politike a tak pružne reagovať na účasť v zákazke. Na druhej strane, zvyšujúca sa dostupnosť online údajov vyplývajúca z používania algoritmov môže poskytnúť užitočné informácie o trhu pre potenciálnych účastníkov trhu, zvýšiť ich istotu a znížiť vstupné náklady.
Pôvodné postupy kompetentných orgánov pri odhaľovaní kolúzie boli založené na najmä vonkajších podnetoch a manuálnom skúmaní prípadov označených ako potenciálne rizikové. Takýmto postupom mohli byť identifikované len vopred nahlásené prípady, pričom bez dátovej analýzy nebolo možné vykonať plošné šetrenie všetkých dostupných obchodných prípadov.
Využitím skríningových testov možno overiť všetky dostupné obchodné prípady, oproti "analógovému postupu", pri ktorom sú skúmané len tie prípady, ktoré boli "manuálne" označené za potenciálne rizikové.
Ako príklad "analogického prístupu" uvádzame kona­nie Protimonopolného úradu SR č. 2020/DOH/POK/1/29 voči spoločnostiam XXX a YYY.
V uvedenom konaní Protimonopolný úrad SR identifikoval dohodu obmedzujúcu súťaž, ktorá sa týkala 5 verejných obstarávaní. Ďalšie obchodné prípady, v ktorých sa spoločnosť YYY alebo spoločnosť XXX zúčastnili ako vzájomní konkurenti, už skúmané neboli. Z dostupných informácií možno zistiť, že spoločnosť YYY sa celkovo
Pre zobrazenie článku nemáte dostatočné oprávnenia.

Odomknite si prístup k odbornému obsahu na portáli.
Prístup k obsahu portálu majú len registrovaní používatelia portálu. Pokiaľ ste už zaregistrovaný, stačí sa prihlásiť.

Ak ešte nemáte prístup k obsahu portálu, využite 10-dňovú demo licenciu zdarma (stačí sa zaregistrovať).



Bezplatný odpovedný servis pre predplatiteľov

Vaše otázky môžete zadať na www.otazkyodpovede.sk.