एआई एंटीट्रस्ट: एजेंसियाँ कम्प्यूटेशनल स्क्रीनिंग की ओर रुख कर रही हैं

पुराने एंटीट्रस्ट फ़ाइल रूम में बक्से, कॉफी, और रात 2 बजे “privilege” शब्द खोजता कोई जूनियर व्यक्ति होता था। वह तस्वीर अब पुरानी हो चुकी है। अब ज़्यादा उपयोगी मानसिक मॉडल है: एक नियामक जिसके पास सार्वजनिक खरीद डेटा, सार्वजनिक मूल्य संकेत, अपलोड किए गए दस्तावेज़, और इतने उपकरण हैं कि वह पहले पैटर्न पूछ सके और बाद में मेमो पढ़े। यह दावा नहीं है कि एजेंसियों ने कोई जादुई कार्टेल डिटेक्टर खरीद लिए हैं। McCann FitzGerald का कहना है कि EU और उससे आगे की प्रतिस्पर्धा प्राधिकरण बाज़ार संबंधी जानकारी जुटाने, दक्षता बढ़ाने, और एंटीट्रस्ट प्रवर्तन सुधारने के लिए AI का उपयोग कर रहे हैं। व्यावहारिक बात इससे संकरी और थोड़ी ज़्यादा परेशान करने वाली है: अगर आचरण संरचित निशान छोड़ता है, तो कोई आपकी प्रतिक्रिया-पत्र को चमकाने से पहले उन निशानों की स्क्रीनिंग कर सकता है।

कम्प्यूटेशनल एंटीट्रस्ट का वास्तव में मतलब क्या है

Isabella Lorenzoni का Jean Monnet Network वर्किंग पेपर नए टूलकिट की सबसे कम नाटकीय सूची देता है। यह प्राकृतिक भाषा प्रसंस्करण पर आधारित टेक्स्ट माइनिंग सिस्टम, मशीन लर्निंग पैटर्न पहचान सुविधाओं वाले दस्तावेज़ प्रबंधन सॉफ़्टवेयर, और सार्वजनिक खरीद में डिजिटल स्क्रीनिंग टूल का वर्णन करता है। अनुवाद: एजेंसियाँ केवल ईमेल और सबमिशन नहीं पढ़ रहीं; वे ऐसे वर्कफ़्लो बना रही हैं जो दस्तावेज़ों को क्लस्टर कर सकते हैं, बार-बार आने वाली भाषा पहचान सकते हैं, और खरीद संबंधी पैटर्न को फ़्लैग कर सकते हैं। आपके वेंडर कॉन्ट्रैक्ट को यहाँ कविता की ज़रूरत नहीं है; उसे ऑडिटेबिलिटी, रिटेंशन कंट्रोल, और इस बात की बचाव योग्य व्याख्या चाहिए कि मूल्य निर्धारण और बोली लगाने के निर्णय कैसे लिए जाते हैं।

Hellenic Competition Commission की Computational Competition Law and Economics inception report इसी विकास को मिलीभगत वाले आचरण का पता लगाने के लिए स्क्रीनिंग टूल और एल्गोरिदम की ओर व्यापक बदलाव का हिस्सा मानती है। यह महत्वपूर्ण है क्योंकि स्क्रीनिंग एक ट्राइएज फ़ंक्शन है, अंतिम निर्णय नहीं। कोई मॉडल किसी एजेंसी का ध्यान किसी टेंडर, बाज़ार, या कंपनियों के ऐसे समूह की ओर दिला सकता है जिन्हें मानवीय ध्यान मिलना चाहिए। इसलिए अनुपालन जोखिम यह नहीं है कि कोई एल्गोरिदम due process की जगह ले लेगा; जोखिम यह है कि कमजोर रिकॉर्ड और अव्यवस्थित संचार किसी कंपनी को उससे ज़्यादा दिलचस्प दिखा दें जितनी उसे दिखने की ज़रूरत थी।

कानून से पहले प्रवर्तन वर्कफ़्लो बदल रहा है

McCann FitzGerald यूरोपीय आयोग की टायर निर्माता जाँच को AI-सहायता प्राप्त एंटीट्रस्ट प्रवर्तन का एक हाई-प्रोफ़ाइल उदाहरण बताता है। आयोग को संदेह था कि Michelin सहित कई टायर कंपनियों ने भविष्य के बिक्री मूल्यों, विशेष रूप से EEA में कारों और ट्रकों के रिप्लेसमेंट टायरों की थोक कीमतों, का संकेत देने और समन्वय करने के लिए सार्वजनिक संचार का उपयोग किया हो सकता है। कानूनी सिद्धांत इतना पुराना है कि फैक्स मशीनों पर भी राय रख सकता है। जो बदला है वह साक्ष्य वर्कफ़्लो है।

कंपनियों के लिए, इसका मतलब है कि सार्वजनिक बयान केवल संचार जोखिम नहीं हैं, वे डेटा जोखिम भी हैं। मूल्य घोषणाएँ, निवेशक सामग्री, वेबसाइट अपडेट, टेंडर सबमिशन, और ट्रेड एसोसिएशन सामग्री की तुलना समय और प्रतिपक्षों के आधार पर की जा सकती है। McCann FitzGerald यह भी चेतावनी देता है कि बड़े सूचना सेटों की पूर्व-निगरानी और तेज़ विश्लेषण बाज़ार निगरानी, जाँच, और dawn raids को बढ़ा सकते हैं। यह संवाद बंद करने का कारण नहीं है; यह सुनिश्चित करने का कारण है कि सार्वजनिक संचार समीक्षा में प्रतिस्पर्धा वकील शामिल हों, इससे पहले कि भविष्य की कीमतों वाला वाक्य सबकी समस्या बन जाए।

UK और EU परफेक्ट टूल्स का इंतज़ार नहीं कर रहे हैं

Dentons का कहना है कि यूरोपीय आयोग और UK Competition and Markets Authority AI में प्रवर्तन बढ़ा रहे हैं, और एल्गोरिदम तथा डिजिटल बाज़ारों पर वर्षों के काम को आगे बढ़ा रहे हैं। इसे सीधा पढ़ा जाना चाहिए। एजेंसियाँ यह भी देख रही हैं कि कंपनियाँ एल्गोरिदम का उपयोग कैसे करती हैं, और यह भी कि नियामक उनकी जाँच के लिए कम्प्यूटेशनल तरीकों का उपयोग कैसे कर सकते हैं। उत्पाद की गति और कानूनी समीक्षा के बीच फँसे बिल्डरों को मान लेना चाहिए कि उस वाक्य के दोनों पक्ष अब वास्तविक परिचालन चिंताएँ हैं।

नीति-व्याख्या वाला संस्करण सरल है। अगर आपका उत्पाद मूल्य निर्धारण, रैंकिंग, खरीद, मैचिंग, आवंटन, या बाज़ार पहुँच को प्रभावित करता है, तो मानवीय निर्णय बिंदुओं और उपयोग किए गए डेटा स्रोतों का दस्तावेज़ीकरण करें। अगर आपकी सेल्स टीम टेंडरों में भाग लेती है, तो बोली का तर्क इस तरह सुरक्षित रखें कि उसे बिना व्याख्यात्मक नृत्य के दोबारा बनाया जा सके। अगर आपका लीगलटेक उत्पाद discovery, procurement analytics, या case search को विनियमित क्षेत्रों में बेचता है, तो provenance, access controls, और review trails के लिए डिज़ाइन करें, क्योंकि खरीदार कोई प्राधिकरण हो सकता है या ऐसी कंपनी जो प्राधिकरण-स्तर की जाँच की अपेक्षा करती हो।

एजेंसियों को केवल मॉडल नहीं, शासन भी चाहिए

प्रतिस्पर्धा प्राधिकरणों द्वारा generative AI उपयोग पर Richard May का Stanford Law पेपर उपयोगी है क्योंकि यह दिखावा नहीं करता कि अपनाना बिना लागत के है। यह तर्क देता है कि प्राधिकरणों को top-down governance strategy, risk guardrails, scaling plans, और अन्य प्राधिकरणों के साथ सहयोग की आवश्यकता है। यह उसी मेमो का नियामक-पक्ष संस्करण है जो कंपनियाँ पहले से बाहरी वकीलों से प्राप्त करती हैं। जानकारी जुटाने के लिए उपयोग किए जाने वाले मॉडलों को अब भी scope limits, validation, human review, और ऐसे रिकॉर्ड चाहिए जो दिखाएँ कि कोई lead कैसे investigation बनी।

OECD में Computational Antitrust Project के Stanford Law के CodeX विवरण से पता चलता है कि यह प्रयोगात्मक के बजाय संस्थागत क्यों बन रहा है। इसमें कहा गया है कि प्रोजेक्ट ने 18 जून 2025 को पेरिस में OECD में अपनी चौथी cross-agency report लॉन्च की, जिसमें नियामक, विद्वान, प्रैक्टिशनर, और टेक्नोलॉजिस्ट साथ आए ताकि यह चर्चा की जा सके कि क्या एंटीट्रस्ट कानून कानूनी गारंटियाँ खोए बिना कम्प्यूटेशनल तरीकों को अपना सकता है। अलग से, Schrepel और Groza adoption report कहती है कि Stanford Computational Antitrust project team ने 2022 की पहली तिमाही में साझेदार एजेंसियों को कम्प्यूटेशनल टूल लागू करने में हुई प्रगति साझा करने के लिए आमंत्रित किया। 25 एंटीट्रस्ट एजेंसियों से Network Law Review के साक्ष्य भी इसी दिशा की ओर इशारा करते हैं: कम्प्यूटेशनल एंटीट्रस्ट अब एजेंसी क्षमता का सवाल है, सम्मेलन पैनल की जिज्ञासा नहीं।

अगली अनुपालन समय-सीमा किसी आधिकारिक जर्नल में छपी नहीं होगी। वह तब आती है जब कोई नियामक आपकी टीम द्वारा घटनाक्रम जोड़ने से पहले ही आपकी बोलियों, दस्तावेज़ों, सार्वजनिक बयानों, और ऐतिहासिक मामलों की तुलना कर सकता है। कंपनियों को घबराने की ज़रूरत नहीं है, क्योंकि घबराहट शायद ही कभी उपयोगी governance mode होती है। उन्हें प्रतिस्पर्धा अनुपालन को कानूनी परिणामों वाले डेटा शासन की तरह ज़रूर मानना चाहिए, क्योंकि फ़ाइल पढ़ने वाले लोग अब पहले उसे search, cluster, और screen कर सकते हैं।