L’International Competition Network présente un document de cadrage sur « les mégadonnées (big data) et les ententes », qui analyse l'impact de la numérisation dans la lutte contre les ententes
Quels changements la numérisation apporte-t-elle dans la lutte contre les ententes ?
Au cours des dernières années, il y a eu un large débat sur la nouvelle dimension numérique de la lutte contre les ententes. L’ICN (International Competition Network, qui compte plus de 140 membres) a décidé, par le biais de son groupe de travail sur les ententes (Cartel Working Group), d'étudier plus en détail les implications des mégadonnées et des algorithmes dans la lutte contre les ententes. Le document de cadrage présenté aujourd'hui examine le sujet sous deux angles différents : en tant que nouvelle « menace » et en tant que nouvel « outil » pour la lutte contre les ententes.
Premièrement, les mégadonnées et les algorithmes peuvent être un nouveau vecteur de collusion. À cet égard, le document propose des définitions pratiques de ces termes fréquemment utilisés (voir les paragraphes 10-17 du document). Il existe différentes situations dans lesquelles les mégadonnées et les algorithmes peuvent avoir une incidence sur la collusion, explicite ou tacite, compte tenu du fait que du point de vue juridique, la collusion tacite échappe généralement à l'application des règles de concurrence.
Les algorithmes peuvent influer sur deux facteurs structurels de collusion, à savoir la fréquence d'interaction et la transparence du marché. L'utilisation simultanée d'algorithmes par des concurrents, sans contact préalable entre eux, soulève plusieurs questions. Ce type d'utilisation peut échapper au champ d'application des dispositions légales interdisant les accords entre concurrents ou s'inscrire dans une coordination anticoncurrentielle plus large.
Les autorités de concurrence peuvent être confrontées à plusieurs défis si les mégadonnées et les algorithmes sont un moyen de collusion illicite entre concurrents.
Lorsqu'il n'existe pas de concordance explicite de volontés entre les entreprises qui se servent d'outils numériques pour fixer et ajuster les prix, deux questions se posent : les capacités de suivi et d'adaptation fournies par les mégadonnées et les algorithmes pourraient-elles être prises en compte pour démontrer une concordance de volontés ? Comment le niveau de transparence du marché permis par ces technologies pourrait-il changer les méthodes d'analyse des preuves matérielles par les autorités de concurrence ? Il peut y avoir des problèmes concernant l'élément intentionnel et le standard en matière de preuve (par exemple, la conscience du résultat collusoire est-elle suffisante pour tomber sous le coup des dispositions sur les accords anticoncurrentiels ? Est-il possible d'appliquer des présomptions ?).
Concernant les aspects restrictifs des accords, le document de cadrage examine le rôle que les structures du marché pourraient jouer. Par exemple, devraient-elles être intégrées en tant que contexte économique ou en tant que preuves potentielles pour démontrer la manifestation de la volonté ?
Quant à la question de la responsabilité, plusieurs questions pouvant être soulevées concernant le contrôle d'un algorithme sont énumérées : lorsqu'une entreprise applique la décision autonome d'un algorithme, l'algorithme est-il censé rester sous le contrôle de l'entreprise ? L'entreprise qui a développé l'algorithme et l'entreprise bénéficiaire peuvent-elles être déclarées conjointement et solidairement responsables ?
La question du suivi des capacités et de la continuité de la durée de la pratique est également signalée. Le document examine, par exemple, le cas d'une entreprise informatique qui fournit sciemment à un groupe de concurrents des algorithmes ou des services de gestion de données permettant une coordination illégale, cas dans lequel cette entreprise informatique pourrait être considérée comme un facilitateur.
Les mégadonnées peuvent également être considérées dans des situations qui vont au-delà de la collusion explicite. Certaines formes d'utilisation parallèle d'algorithmes peuvent donner lieu à des prix et des conditions commerciales identiques chez différents opérateurs économiques, en particulier lorsqu'un algorithme comprend des caractéristiques prédictives.
La deuxième partie du document examine les différentes manières dont les mégadonnées et les algorithmes peuvent être utilisés par les autorités de concurrence comme outil de détection des ententes. Les défis concernant la détection et l’enquête d’ententes numériques sont énumérés : traitement de gros volumes de données, localisation des informations numériques (« approche fondée sur l'accès » ou « approche fondée sur la localisation »), dépistage des ententes et lutte contre le truquage d'offres.
Le document examine enfin une éventuelle coopération fructueuse avec des acteurs extérieurs aux autorités de concurrence, tels que les autorités chargées des marchés publics, les organismes anticorruption/antifraude ou les autorités chargées de la répression. Avec ces organismes, l'utilisation de certains ensembles de données collectés par leurs soins pourrait s'avérer utile, ainsi que le partage des techniques et méthodologies concernant l'analyse des données.
En conclusion, l'intérêt de mener des actions de pédagogie de la concurrence dans ce domaine est souligné, par exemple, par la diffusion d’une culture de la concurrence auprès de ceux qui conçoivent et utilisent les appels d'offres ou la promotion du développement de politiques de marchés publics électroniques par les autorités nationales.
Pourquoi ce projet de l’ICN ?
Réseau mondial des autorités de concurrence, l’ICN tient à suivre les nouveaux problèmes de concurrence dans l'économie numérique et à soutenir ses membres dans leurs efforts pour y faire face. À l'appui de cet objectif, le groupe de travail sur les ententes de l’ICN (Cartel Working Group, « CWG ») a choisi de mener un projet pour identifier les défis posés par les mégadonnées et les algorithmes dans la lutte contre les ententes, dénommé « Projet sur les mégadonnées et les ententes ». Se basant sur l’examen de sources existantes et les contributions de membres et de conseillers non gouvernementaux (NGA) volontaires, le CWG a mené ce projet en produisant un document de cadrage sur « L'impact de la numérisation dans la lutte contre les ententes », publié ce jour.
Le but de ce document de cadrage est d’amorcer un débat parmi les experts de la concurrence sur l'impact des mégadonnées et des algorithmes dans la lutte contre les ententes. Il examine les données et les algorithmes à la fois comme vecteur de collusion et comme outil de détection des ententes.
Le document de cadrage « en résumé »
Après avoir clarifié les notions en jeu, le document de cadrage aborde des questions sur le thème de la collusion en lien avec les mégadonnées et les algorithmes. Existe-t-il de nouvelles formes d'ententes ? Les contours de la collusion explicite deviennent-ils flous ? Comment les autorités de contrôle peuvent-elles répondre au standard de preuve appropriée pour prouver l'existence d'une coopération entre des entreprises ?
Le document de cadrage indique également les possibles outils et moyens d'action dont les autorités de concurrence disposent pour surmonter les obstacles à la détection et l’enquête d’ententes numériques, y compris la gestion efficace des données et la coopération avec d'autres acteurs publics.