1. 博弈論1.1. 當市場競爭對手之間普遍存在著誤解和不信任情緒時，從長遠來看，他們一半時間是在合作，另一半時間則是在背叛承諾1.2. 當一方越了解對手，或者說可以更好地掌握對方的戰略性行爲時，他才可能找到展開合作的最優解2. 鼓勵競爭的作用2.1. 市場透明度的提升可以降低消費者的搜尋成本2.2. 調價頻率的加快意味著市場價格可以快速走低2.2.1. 在供給匮乏時也可能迅速擡高，從而促進資源的有效分配2.3. 利用計算機算法優化利潤的方式也爲經營者揭示了一些後者未曾預見到的利潤增長途徑3. 電子眼3.1. 默許共謀的“光明前景”3.1.1. 計算機實時處理大量數據的能力，令它擁有了掌握所有市場信息的“上帝視角”3.1.2. 人工智能在商業活動中的應用，指的是具備自主決策與學習能力的複雜算法在企業經營活動中發揮的重要作用3.1.3. 令默許共謀拓展了自己的疆域，超越了定價功能、寡頭壟斷市場以及簡易價格監督的刁難3.2. 企業運用計算機算法可以在更短的時間內對競爭對手采取的銷售策略做出回應3.3. 通過從做中學，計算機算法會爲企業經營者提供多種多樣的決策選項3.4. 如果市場經營者各自采用追逐利潤最大化的定價算法，那麽默許共謀的確立將是這種策略很有可能導致的後果3.4.1. 我們甚至可能察覺不到市場中的價格操縱力量3.4.1.1. 實際情況則是我們從這種虛擬競爭環境中得不到一點好處3.4.2. 在有更多市場競爭對手參與的情境下，默許共謀仍能夠成立3.5. 前沿科技、新的市場動態與定價算法並不必然昭示著共謀的終結，它們還有可能帶來一個嶄新且更具生命力的共謀形式3.5.1. 拉大了巨富階層與中低收入者的貧富差距3.6. 競爭秩序卻已被密集的市場數據收集與監測行爲所削弱3.6.1. 精妙的計算機算法甚至可以做到令同一市場中的數家企業和平共處，免于競爭3.6.2. 穩定的市場均衡狀態確是一種市場充分競爭的表現，但實則是一種隱性的客戶資源分配3.6.2.1. 每個算法都已鎖定了特定的客戶群體4. 上帝視角4.1. 對優步來說，它的員工可以在一個巨大的屏幕上，實時監測合作車主的動向4.2. 對于像亞馬遜這樣的電商而言，它不僅可以對自己的物流鏈有一個清晰的掌控，就連競爭對手的産品布局與物流鏈上的商品，亞馬遜也有辦法做到一清二楚4.3. “上帝視角”有效降低了市場中的不確定性，特別是當市場信息經由消費者再被傳遞至競爭對手的數據庫，進而實現全行業的信息共享時，阻礙“上帝視角”實現普及的“麻煩”也將逐一化解4.3.1. “如果企業開始變得無法從競爭中占到更多便宜”時，市場將更容易墜入默許共謀的深淵4.3.2. 在用戶黏性較低、産品偏于同質化的市場中，計算機算法總能迅速發現降價銷售的賣家，並有效扼殺後者拓寬銷量的可能4.3.3. 市場透明度越高，算法的反應速度越快，率先降價的企業獲利空間越小，進而跟風的企業也越少4.4. 當算法已經擁有“上帝視角”時，計算機可以在任何調價行爲發生之前就對競爭對手發起的威脅做出預測並且及時采取反制措施4.4.1. 在充分權衡之後，算法往往會得出不主動掀起同業競爭的結論4.5. 如果市場中的主要競爭對手都在運用擁有“上帝視角”的高新科技，他們就不免相互忌憚4.5.1. 如果每家公司都可以迅速偵查到競爭對手耍的花招，並且具備做出有效回擊的能力，那麽它們誰也不敢輕舉妄動4.6. 市場透明度的提升會令各家公司使用的算法都不敢輕易地通過秘密降價、提高産品質量、搶奪客戶等手段來拓展市場份額4.6.1. 這些行動都有可能被競爭對手的算法發現，從而招致價格戰或者其他報複性措施4.7. 適者生存4.7.1. 反應速度快、頭腦靈活的經營者最有可能開發出擁有“上帝視角”的算法，從而在競爭中贏得優勢的地位4.8. 分享創造更高回報4.8.1. 當企業選擇將“上帝視角”、人工智能、數據流等前沿科技與競爭對手分享時，它自己也能從中獲益4.8.2. 默許共謀的穩固還有賴于市場中各企業的協作4.9. 默許共謀的發生場景已然可以走出同質化産品市場4.9.1. 不同程度的複雜性將塑造出不同水平的機器學習型算法5. 自學習算法5.1. 算法是用來實現利潤最大化的工具5.1.1. 可以預期，算法一定蓬勃發展，由算法萌發的默許共謀也將得到強化5.2. 對于自學習算法而言，個人信息與市場數據就是能量棒5.3. 數據不斷豐富時，有如“上帝視角”般的市場透明度將爲企業在千百種經營方案中敲定一條實現利潤最大化的康莊大道5.4. 人工智能在企業經營管理中的應用將爲經營策略的有效性與法理分析帶來重要啓示5.5. 人類並未給算法設定穩定市場或暗中串通的任務5.6. 有了“上帝視角”，計算機可以更快更好地對競爭對手的行動做出預測與理解5.7. 彼此的經營策略也將愈加穩健與可靠5.7.1. 如果企業可以更好地讀懂競爭對手對外放出的“信號”，那麽彼此之間互擲暗箭的可能性也會大爲降低5.7.2. 當每個算法模型都可以通過獲取額外的數據來對競爭對手的行爲做出判斷時，各種不確定性、誤解都將有望得到化解5.8. 自學習算法可以通過數據甄別出競爭對手的核心客戶，並有效限制自己對這類客戶群體發出促銷信息5.8.1. 這種“競爭的自我克制”可以在無形中有效化解價格戰的危機6. 人類智能vs人工智能6.1. 人類在進行價格操縱時，彼此需要積累相當程度的互信6.2. 當市場中存在同業協會或者領軍企業時，卡特爾組織往往可以網羅更多的企業參與6.3. 如果沒有領軍企業，不論是默許共謀還是明示共謀，參與其中的企業數量都將大爲減少6.4. 在傳統的共謀場景中，默許共謀的成立需要一個高度集中的市場環境（如同質産品市場）6.5. 監督兩家競爭對手企業的戰略性行爲總比監督20家企業要輕松得多6.6. 同等力度的懲罰措施帶給3家企業的殺傷力也遠大于20家企業各自分擔5%的罰金6.7. 計算機之間可不存在互信之說6.7.1. 有了自學習算法與“上帝視角”，它也能爲默許共謀開疆辟土6.7.2. 開發人員會在編程過程中有意弱化人類慣有的偏見思維，比如損失厭惡、沉沒成本謬誤與框架效應6.7.3. 計算機算法鞏固了默許共謀成立的基石6.7.4. 依靠審慎分析而非直覺，算法可以在謀求利潤最大化的過程中找到最優解題6.8. 與人類不同，計算機在默許共謀開展的過程中既無懼經濟處罰或牢獄之災，也不會在沖動與憤怒中胡亂行事6.9. 在電子眼場景中，計算機可以追蹤到無數競爭對手的市場行爲，並及時發現價格背叛者6.10. 市場中的算法將一同對價格背叛者施加懲處，這完全可以被看成是壟斷企業對其他弱勢企業的強勢打壓6.11. 當算法的普及已拓展至全行業時，我們將會見證容納了更多市場參與者的暗地串通行爲6.11.1. 但在之前，這些市場也許遠非默許共謀的沃土7. 執法工具7.1. 電子眼場景甚至遠遠超越了預測型代理人場景的層面7.2. 即便預測型代理人場景已爲執法者制造了不小的挑戰，反壟斷訴訟的原告仍可以在掌握被告確鑿的犯罪意圖證據後，有望贏得官司7.3. 面對算法的默許共謀策略，人類再度拉遠了與其的距離7.3.1. 他們甚至不知道算法會在何時發起默許共謀，而這又將持續多久7.3.2. 沒有任何證據可以顯示人類存在價格操縱的意圖，我們也無法假定是人類有意培植了默許共謀的市場環境7.4. 具備自學習能力的算法在工作中學會了共謀7.4.1. 與其說默許共謀是人類的想法，倒不如說是自學習算法搭建起了默許共謀的施展平台7.4.2. 不斷強化市場透明度，進而維系市場參與者的有意識平行行爲7.5. 沒有了市場競爭對手之間的壟斷協議與協作行動是計算機算法的“功勞”，令企業的戰略不確定性下降，並逐步形成了一套公認的銷售預測策略7.6. 電子眼場景中的默許共謀不過是計算機算法在面對市場動態變化時自發做出的理性反應7.6.1. 壟斷協議與反競爭意圖的缺失給原告的舉證帶來了極大的困難7.7. 相比動蕩的市場環境（價格忽漲忽跌），有些市場監管者也許還會對這種由算法普及帶來的穩定市場環境表示歡迎7.8. 消費者受到的利益侵害是不言而喻的，而我們也將見證一個全新的現實7.8.1. 一個無人可察、無人可怨的反競爭結果7.8.2. 任何利益的侵害都只是機器崛起後的副作用