AI时代，如何规制数据、算法的不正当竞争行为？（上）

【编者按】在人工智能时代，经营者可能利用先进算法与大数据资源实施复杂、隐秘的不正当竞争行为，对其他经营者合法提供的网络产品或服务产生妨碍干扰甚至是颠覆性影响。

人工智能行业发展日新月异，与之相关的法律问题也是崭新的领域。当前，业界有关人工智能技术的法律探讨主要聚焦在人工智能技术的可专利性、人工智能生成物的著作权保护等问题上，而关于人工智能技术与反不正当竞争之间的关系鲜有讨论。

《互联网法律评论》今日获授权，转载特约专家王红燕及团队的一篇文章，就“人工智能技术与反不正当竞争”之间的关系展开讨论。

目前，已有中、美、日、英、法、德等20多个国家颁布了促进人工智能应用和开发的国家战略。随着机器学习、自然语言处理和图像识别等技术的迅速发展，人工智能技术成为了人们关注的焦点。但是，人工智能技术在造福人类、为人类服务的同时，也存在着风险和挑战。

在人工智能时代，经营者可能利用先进算法与大数据资源实施复杂、隐秘的不正当竞争行为，对其他经营者合法提供的网络产品或服务产生妨碍干扰甚至是颠覆性影响。相关研究表明，到2020年，零售业85%的顾客服务互动将由某种形式的人工智能技术驱动或受其影响。来自广告公司JWalter Thompson的一份报告表明，70%的所谓千禧一代欣赏通过人工智能技术展示其产品的品牌，38%的消费者在使用人工智能的情况下获得了比不使用人工智能更好的购物引导。[1]

在与人工智能相关的法律问题研究方面，学术界更多聚焦在人工智能技术的可专利性、人工智能生成物的著作权保护等问题上，但鲜少有围绕人工智能技术与反不正当竞争展开讨论。

一

人工智能时代涉数据、算法的新型不正当竞争行为

人工智能的三大基础要素为数据、算法、算力。数据是人工智能算法的“饲料”，算法是人工智能技术发展的“推手”。随着人工智能技术的进步，数据和算法的经济价值被进一步挖掘和释放。

虽然数据、算法本身是中立的技术手段，但经营者具有“经济人”和“理性人”双重属性，可能会滥用数据、算法，突破法律和商业伦理的边界，实施流量劫持、妨碍干扰、恶意不兼容等新型不正当竞争行为，最终损害其他市场参与方的合法权益。

不正当竞争的成立可以是损害经营者法定的有名权益，如商标、商业秘密等，也可以是无名权益，只要其可以作为一种竞争优势给经营者带来营业收入或潜在交易机会。涉数据、算法的新型不正当竞争行为是指经营者利用数据、算法实施的违反法律与商业道德的竞争行为。在被称为中国大数据产品不正当竞争第一案的T公司诉M公司案[2]中，T公司对于“生意参谋”数据产品享有竞争性财产权益。法院认为，M公司以营利为目的，将“生意参谋”数据产品直接作为自己获取商业利益的工具，提供同质化的网络服务，从而获取商业利益与竞争优势的行为，明显有悖公认的商业道德，属于不劳而获“搭便车”的不正当竞争行为，最终判令M公司赔偿T公司200万元。由此可见，虽然国家鼓励科技创新和技术进步，且技术本身是中立的，但当经营者将技术作为不正当竞争的手段或工具时，这种行为就具有了可罚性。

对于中国人工智能企业而言，通常采用自行采集、业务积累、爬虫抓取、数据购买、生态共享、算法生成、公开数据集这七种典型方式中的一种或几种获取自身所需的数据。依据数据的开放程度，涉及数据获取、使用的竞争行为会呈现不同的形态。

1. 涉及完全公开数据的不正当竞争行为

完全公开数据的获取没有用户身份认证等事前限制，第三方数据使用者可以自由地获取数据。例如，数据使用者通过“网络爬虫”（Web Spider）抓取搜索引擎上的公开数据。搜索引擎的工作原理就是使用 “网络爬虫”自动抓取相关网站内容并建立索引，使得网络用户通过搜索引擎能在较短时间内从互联网的海量信息中检索到所需信息。而数据控制者可以通过设置robots协议拒绝爬虫访问，robots协议英文全称为Robots Exclusion Protocol，直译为机器人排除协议，也称爬虫协议，是指网站所有者通过一个置于网站根目录下的文本文件robots.txt，告知搜索引擎的网络爬虫哪些网页可以抓取、哪些网页不能被抓取，主要是为了避免搜索引擎的网络爬虫大量、重复的抓取导致网站服务器因过载而无法正常运行，以及抓取对网络用户没有使用价值的信息。robots.txt文件本身默认值就是“允许”抓取，“不允许”抓取只是特例。当一个网站未设置robots.txt文件或robots.txt文件的内容为空时，则意味着该网站对于所有搜索引擎的网络爬虫都是开放的。

在这种数据获取场景下，一方面，如果数据控制方通过robots协议对其它经营主体获取数据进行不合理的限制，就可能构成不正当竞争。在“B公司与Q公司不正当纠纷案” [3]中，B公司一直在其相关网站的robots协议中排除Q公司的搜索引擎，用户使用Q公司的搜索引擎搜索到B公司的相关网站后，在点击访问时，会出现访问被阻断并跳转到B公司的搜索引擎网站的现象。对此，北京市高级人民法院认为，robots协议的初衷是为了指引搜索引擎的网络爬虫更有效地抓取对网络用户有用的信息，从而更好地促进信息共享。如果网站通过设置robots协议，使“允许”抓取成为特例，显然与robots协议的初衷背道而驰。根据《互联网搜索引擎服务自律公约》第八条的约定，robots协议对于通用搜索引擎抓取限制的设置应当具有行业公认合理的正当理由。B公司在缺乏合理、正当理由的情况下，以对网络搜索引擎经营主体区别对待的方式，限制Q公司的搜索引擎抓取其相关网站网页内容，影响Q公司搜索引擎的正常运行，这不仅会降低Q公司搜索引擎的用户满意度，损害了Q公司的合法权益和相关消费者的利益，也会在客观上增强B公司搜索引擎的市场优势地位，妨碍了正常的互联网竞争秩序，违反公平竞争原则，且违反诚实信用原则和公认的商业道德，构成《反不正当竞争法》第二条规定所指的不正当竞争行为。

另一方面，如果数据使用者使用网络爬虫从数据控制方抓取数据，并明显超过合理限度进行使用，也会构成不正当竞争。其中一种情形是数据使用者从数据控制方获取数据，并通过简单的算法处理后向用户提供与数据控制方同质的产品或服务，那么这种数据使用行为可被认为是“实质性替代”的不正当竞争。在“H公司诉B公司不正当竞争纠纷案”[4]中，法院认为B公司抓取涉案信息并不违反 Robots 协议，但B公司在其产品中大量使用来自H公司用户的评论信息，已对H公司构成实质性替代，消减了H公司的竞争优势和交易机会，这种超出必要限度使用涉案信息的行为不仅损害了H公司的利益，也可能使得其他市场主体不愿再就信息的收集进行投入，破坏正常的产业生态，并对竞争秩序产生一定的负面影响。同时，这种超越边界的使用行为也可能会损害未来消费者的利益。就本案而言，如果获取信息投入者的利益不能得到有效保护，则必然使得进入这一领域的市场主体减少，消费者未来所能获知信息的渠道和数量亦将减少。B公司实施的是一种不正当竞争行为。

2. 涉及相对公开数据的不正当竞争行为

相对公开数据的获取需要经过身份认证等事前授权。对该种数据的不正当获取方式，主要是指未经授权或者超出授权范围抓取用户数据。例如，数据使用者通过API接口认证获取数据，但是超越数据访问权限获取了授权范围之外的数据。例如，在“W公司诉T公司不正当竞争纠纷案 ”[5]中，在T公司明确了解需要通过申请获得用户相关信息的接口权限,且合作终止后应当及时删除获取的用户信息的情况下,T公司在合作期间超出许可范围抓取并使用W公司用户职业信息、教育信息,并在合作终止后较长一段时间内仍然使用来自W公司用户信息；T公司的行为主观故意明显，行为违反了诚实信用的原则,违背了公认的商业道德,危害到W公司用户信息安全,损害了W公司的合法竞争利益,对W公司构成不正当竞争。大数据时代，通过API接口实现数据资源共享是目前企业之间合作的新模式，根据相关法律规定，经营者收集、利用用户信息应当遵循合法、正当、必要的原则并经用户同意。第三方通过API接口获取平台用户信息时应坚持“用户授权”+“平台授权”+“用户授权”的三重授权原则，即数据控制方在向第三方提供数据之前应先取得用户授权，而第三方应获得数据控制方的授权，并且在通过API接口获取用户信息并使用时需再次取得用户的授权，明确告知用户其使用的目的、方式和范围，尊重用户的知情权和自由选择权。

3. 涉及不公开数据的不正当竞争行为

对于不公开数据而言，数据控制方一般对数据进行了技术措施保护。不公开数据如果具有秘密性、价值性和保密性，则属于商业秘密，对该类数据的非法获取是侵犯商业秘密的不正当竞争行为。在不公开数据类型领域中，典型的不正当数据获取行为是“黑客行为”，该种数据获取行为，不仅涉及不正当竞争，甚至可能构成刑事犯罪。例如，在“G公司与Y公司的数据不正当竞争纠纷案 ”[6] [7]中，为了提高Y公司开发的智能公交APP“车来了”信息查询的准确度及在中国市场的用户量，保证公司更好的经营，Y公司相关人员利用网络爬虫软件攻破G公司APP的加密系统，大量爬取G公司开发的智能公交APP“酷米客”的实时数据，爬取的数据直接为Y公司所用，使该公司的智能公交APP“车来了”准确度提高。经评估：G公司因被非法侵入计算机信息系统所造成的直接经济损失为24.43万元人民币。深圳市南山区人民法院认定Y公司相关人员违反国家规定，采用其他技术手段，获取计算机信息系统中储存的数据，情节特别严重，其行为已构成非法获取计算机信息系统数据罪，并且，深圳市中级人民法院认为Y公司利用网络爬虫技术大量获取并且无偿使用原告G公司“酷米客”软件的实时公交信息数据的行为，实为一种“不劳而获”、“食人而肥”的行为，具有非法占用他人无形财产权益，破坏他人市场竞争优势，并为自己谋取竞争优势的主观故意，违反了诚实信用原则，扰乱了竞争秩序，构成不正当竞争行为。[8]

二

涉数据、算法等技术的新型不正当竞争行为的分类

有学者从反不正当竞争法学理视角进行分析，提出涉数据、算法等技术的新型不正当竞争行为可以被区分为两种基本类型：（一）非效能竞争风险类型；（二）阻碍竞争风险类型。

（一）非效能竞争风险类型

非效能竞争风险类型的不正当竞争行为是指：经营者利用数据、算法手段，显著妨碍消费者对产品、服务的优劣做出理性判断，从而使消费者丧失固有的在市场领域决定产品、服务优胜劣汰的裁判功能。非效能竞争风险类型不正当竞争行为包括：

1. 误导型不正当竞争行为

误导型不正当竞争行为系经营者滥用数据、算法手段，针对消费者制造“信息茧房”、“信息误导”效应，以致影响消费者做出理性决策。《征求意见稿》第15条描述的“经营者利用技术手段误导、欺骗用户修改、关闭、卸载、放弃使用其他经营者合法提供的网络产品或者服务”即属于典型的误导型不正当竞争行为。例如，在上海市长宁区人民法院认为，合同双方通过各种手段让涉及某品牌的负面新闻在搜索引擎上不被社会公众所知晓或者不容易被社会公众所知晓，该“负面压制”条款的目的违背了诚实信用的基本法律原则，严重违反了《消费者权益保护法》和《反不正当竞争法》的基本原则，也将损害搜索引擎服务提供者的公信力，进而损害其商业价值，因而认定该“负面压制”条款无效。[9]

2. 侵犯型不正当竞争行为

侵犯型不正当竞争行为系经营者利用施加压力的方式，迫使消费者做出相应商业决策，从而严重损害消费者的自主决策权。《征求意见稿》第三章（第13-16条）所禁止的“利用技术手段实施妨碍干扰等不正当竞争行为”主要属于“侵犯型不正当竞争行为”范畴。如果经营者并不是从便利消费者与服务消费者的角度设定新型商业模式，而是试图通过强制改变用户消费习惯的方式来攫取商业暴利（例如，餐厅经营者强行以扫码点餐取代人工点餐），那么就涉嫌构成侵犯型不正当竞争行为。

（二）阻碍竞争风险类型

阻碍竞争风险类型的不正当竞争行为是指：经营者利用数据、算法手段，阻碍其他经营者提供高性价比的产品、服务，从而阻滞公平与有效的市场竞争机制的运行。

在反不正当竞争法律实践中，恶意不兼容行为属于典型的阻碍竞争风险类型的不正当竞争行为。例如，经营者利用搜索降权、排名后置、阻断流量等隐秘的数据、算法手段变相强迫平台内商家接受“二选一”的要求，进而阻碍竞争对手提供有效的服务，这种行为就构成阻碍竞争风险类型的不正当竞争行为。

在互联网市场竞争领域，如果经营者故意借助数据、算法手段实施一项不兼容行为，并且该项行为不符合诚实信用原则与公认的商业道德标准，那么该项行为就涉嫌构成恶意不兼容形态的不正当竞争行为。如果一个经营者不利用数据、算法手段实施不兼容行为，它将无法正常提供其网络产品与服务，抑或它的合法权益将受到侵害，或者，它将额外负担过于高昂的设施改造成本与维护成本，那么该经营者实施的不兼容行为就具有正当性与合法性。[10]

囿于篇幅所限，本篇中，我们对人工智能时代涉数据、算法的不正当竞争行为进行了探讨，下篇中，我们将进一步对不正当竞争行为的法律规制进行分析。

注释

[1] Lee Curtis & Rachel Platts. AI Is Coming and It Will Change Trade Mark Law [J]. Managing Intellectual Property, 2017(1):10.

[2] 杭州市中级人民法院,(2018)浙01民终7312号.

[3] 北京市高级人民法院，（2017）京民终字第487号.

[4] 上海知识产权法院,（2016）沪 73 民终 242号.

[5] 北京知识产权法院,（2016）京 73 民终588号.

[6] 深圳市南山区人民法院,（2017）粤 0305 刑初第 153 号.

[7] 深圳市中级人民法院,（2017）粤 03 民初 822 号.

[8] 李安,《人工智能时代数据竞争行为的法律边界》.

[9] 严剑漪、王雨堃,《上海长宁法院判决确认两家公司合同中“负面压制”条款无效》，https://www.chinacourt.org/article/detail/2021/09/id/6259700.shtml.

[10] 翟巍，数据、算法驱动型不正当竞争行为的规制路径——兼评《禁止网络不正当竞争行为规定（公开征求意见稿）》

作者：

王红燕 《互联网法律评论》特约专家、中伦律师事务所杭州办公室合伙人

陈茜 中伦律师事务所杭州办公室知识产权部律师

【免责声明】此文仅代表作者个人观点，与本平台无关。本平台对文中陈述、观点判断保持中立，不对所包含内容的准确性、完整性或可靠性提供任何明示或暗示的保证。