米国司法省と連邦取引委員会(FTC)は合意に達し、マイクロソフト、OpenAI、NVIDIAの反競争的行為の有無について個別に調査を行うことになりました。
同時に、EUの人工知能法案の制定に伴い、欧州委員会の人工知能調査への関心が高まっています。2024年3月と5月、欧州委員会はGoogle、Facebook、TikTok、マイクロソフトに対し、生成AIのリスクと緩和策に関する正式な情報提供を要請しました。2024年7月16日、### 英国競争・市場庁(CMA)は、「マイクロソフトによるInflection AIの中核チーム採用」に関する調査を開始し、この採用が「買収」に相当するかどうかを確認すると発表しました。
この競争調査が急務となっている理由の1つは、### 競争監視当局が大手テクノロジー企業に再び不意を突かれたくないからです。もう1つの理由は、AIの大規模モデル開発の内在的条件に、### 「集中」と「制限」の性質があるように思われるからです。そのため、EUも米国も、テクノロジー企業がAI市場で支配的地位を確立する前に「事前介入」を行う傾向が強いようです。
### 人工知能発展の内在的「反競争」的性質？
### 1. クラウドインフラストラクチャとコンピューティング能力の障壁
一部の専門家は、### AIの寡占市場はほぼ避けられないと考えています。
AI新興企業にとって、モデルのトレーニングは高額な固定費用であり、AI市場参入の主な障壁となっています。投資家の資金だけでは、これらのコストを継続的に負担することは困難です。
最大規模のAIモデルのトレーニングに必要なクラウドインフラストラクチャとコンピューティング能力を持っているのは、最大手のテクノロジー企業（主にGoogle、Amazon、Microsoft、Meta、Apple、NVIDIA、通称GAMMAN）だけです。GAMMANによる重要資産の管理は、小規模な新興企業を従属的な役割に制限しています。
これは、AI新興企業が大手テクノロジー企業との協力協定を求める理由を説明しています。最も典型的な例は、OpenAIとマイクロソフトの協力で、コンピューティングインフラの使用権と引き換えに、GAMMANに最新モデルの使用権を与えています。あるいは、AI新興企業は技術の最前線から離れ、特定のタスクで優れたパフォーマンスを発揮する小規模AIモデルに焦点を当て、大規模モデルの「基盤」を作り、独自のデータを持つアプリケーションを作成することもできます。
### 2. 著作権のあるデータ取得の障壁
多くの高品質なテキスト、音声、画像のAIトレーニングデータセットは著作権で保護されています。原則として、作者は自分の作品の使用に対してライセンス料を請求できます。これにより、追加コストが発生し、トレーニングデータの供給が減少します。また、モデルトレーニングのコストが増加し、モデル開発者間の競争が減少します。
EUの人工知能法案は、モデル開発者に著作権指令で規定されたEU著作権法、特に商業研究に著作権の例外を与える第4条を遵守することを求めていますが、著作権所有者にはこの例外からのオプトアウトを認めています。米国では法的不確実性があり、いくつかの訴訟が係争中です。裁判所がフェアユース例外の適用を認めない場合、AI投資家は懲罰的な法定損害賠償のリスクに直面します。これを避けるため、最大手のAI企業はすでに大手メディア企業とデータライセンス契約を締結しています。例えば、OpenAIはニューヨーク・タイムズ、ベルテルスマン・メディア・グループ、Redditニュースプラットフォームと契約を結んでいます。
各国が著作権法を厳格に執行すれば、AIモデルがトレーニングデータを取得することが困難になり、規模の小さいAI開発者や新興企業は著作権ライセンスを支払う財力がなく、市場から完全に排除される可能性があります。
### 3. ユーザーへのアクセスの容易さ
AIモデル開発者は、モデルのトレーニングと運用のコストを支払うために商業チャネルを必要とします。
一部の新興企業は独自のビジネスモデルを構築し、成功を収めています。例えば、OpenAIは有料のGPTアプリストアを作成し、プロフェッショナル版ChatGPTのユーザーから購読料を徴収しています。ChatGPTは発売から1年以内に1億人以上のユーザーをカバーしました。
しかし、### ネットワーク効果が弱いか全くないAI新興企業にとって、ゼロからビジネスモデルを構築することは非常に困難です。より簡単な収益化の方法は、GAMMANと協力し、AIモデルを彼らの成熟したビジネスモデルに組み込むことです。例えば、Googleは自社および第三者のAIモデルを検索エンジンやその他のサービスに組み込み、一部のAI駆動サービスへのアクセスに高額な料金を課しています。
したがって、ビジネスモデルがまだ確立されていない新興企業もGAMMANと協力し、AIモデルをGAMMANのユーザー向けサービスに組み込むことを望んでいます。見返りとして、新興企業はバリューチェーンの上流で逆方向の協力を行い、GAMMANは新興企業にコンピューティングインフラストラクチャと可能なトレーニングデータへのアクセス権を与えます。
### GAMMANとAI新興企業間の「競争と協力」協定は「買収」に該当するか？
上記の理由により、技術の最前線を維持したいAI新興企業は、トレーニングコストと顧客獲得の障壁を克服するために、GAMMANと競争と協力の協定を締結する必要があります。GAMMANはAIバリューチェーン全体で垂直統合を行うことができますが、新興企業は主にバリューチェーンの入力と中間部分をカバーします。
競争管理当局はこれらの取引や協定に懐疑的で、競争と協力の協定がGAMMANの影響力行使とAI新興企業の競争減少のトロイの木馬になる可能性を懸念しています。### 重要な法的問題の1つは、GAMMANの戦略的投資から新興企業の創業者や技術者の引き抜きなどの行為が、反トラスト規制を回避するための新しい買収方法である「準買収」に該当するかどうかです。
しかし、競争管理当局のいくつかの調査は、これまでのところ確固たる証拠を見つけていません。
欧州委員会は2024年4月、マイクロソフトのOpenAIへの投資が買収に該当しないと結論付けましたが、この取り決めがEU域内市場に歪みをもたらす可能性があるとして、正式な反トラスト調査を開始するかどうかの検討を続けています。ドイツも同様に、2023年11月にこの取り決めがドイツの合併管理の対象外であると判断しましたが、マイクロソフトが将来OpenAIへの影響力を増大させた場合、再審査の可能性を残しています。
米国の反トラスト執行機関も現在、調査に加わっています。
### 生成AIの反トラスト調査の突破口
「準買収」の概念が法的に突破困難な場合、規制当局は生成AIが依存する1つまたは複数の重要な構成要素の管理から突破口を求める可能性が高いです。
### 1. データ
ハードウェアとは異なり、トレーニングデータは非競争的で、多くの人が同時に使用できます。しかし、多くの高品質なトレーニングデータソースは著作権とライセンス料の制約を受けています。
特に専門分野やデータ規制がより厳しい分野（医療や金融など）ではそうです。これらの分野で深い専門知識を持つモデルの事前トレーニングや微調整には、### 広く利用可能ではなく、市場の新規参入者にとって収集が困難な大量のデータへのアクセスが必要かもしれません。
もちろん、単に大量のデータを所有しているだけでは違法ではありません。しかし、反トラスト執行機関は、企業のデータ管理が供給を減少させ、アクセスの障壁を作り、公正な競争の十分な発展を妨げる可能性があるかどうかを見分けるために、特に注意を払う可能性があります。
### 2. 人材
生成AIのもう1つの重要な投入要素は労働力の専門知識です。生成モデルの開発には、特定の比較的希少なスキルを持ち、機械学習、自然言語処理、コンピュータビジョンに深い理解を持つ多くのエンジニアと研究者が必要です。企業が獲得し維持できる人材は、生成AIの発展経路だけでなく、発展速度においても重要な役割を果たす可能性があります。
人材不足のため、力のある企業は従業員を囲い込み、実際のまたは潜在的な競合他社からの競争を抑制する動機を持つかもしれません。市場競争とイノベーションを確保するためには、革新的なアイデアを持つ人材が自由に移動できるようにし、競業禁止条項に妨げられないことが重要です。
英国CMAが7月に発表したマイクロソフトによるInflection AI（OpenAIの競合）の中核チーム採用に関する調査は、この種類に属します。また、米国FTCが2024年4月23日に発表した全従業員（上級管理職を含む）の新規競業禁止契約の全面禁止も、IT人材の流動性を促進するためのものです。しかし、すぐに裁判官によってその合法性が挑戦され、前途は不透明です。
### 3. 計算資源
生成AIシステムは通常、大量の計算資源を必要とします。計算には通常、グラフィックス処理ユニット（GPU）などの専用チップを搭載したコンピュータなどの専用ハードウェアが必要であり、またはクラウドコンピューティングサービスを通じて計算資源を取得します。しかし、### チップの運用維持コストとクラウドサービスの価格は高額で、現在も少数の企業しか提供していないため、反競争的行為のリスクが高まっています。
現在、一部の専用チップ市場はすでに高度に集中しており、サーバーチップへの需要が供給を上回る可能性があります。例えば、AIトレーニングに使用できるサーバーチップへの需要急増による不足は、AWS、マイクロソフト、Google、Oracleなどの主要クラウドサーバープロバイダーに「顧客への製品提供を制限する」よう促しました。高度に集中した市場の企業は、不公正な競争手段やその他の反トラスト法違反行為を採用しやすくなります。
2022年、米国連邦取引委員会がNVIDIAに対する訴訟を2ヶ月以上続けた後、NVIDIAはArmの買収を断念しました。FTCは、この取引によりNVIDIAが革新的な競合技術を抑制し、Armのライセンス事業の競合他社の地位を不当に弱めることができるようになると考えました。