Les autorités de concurrence face au défi de l’intelligence artificielle
p. 539-559
Texte intégral
1Le 11 mai 2021, l’Autorité de la concurrence annonçait la conclusion d’une convention de coopération avec le Pôle d’Expertise de la Régulation Numérique (PEReN) afin que cette seconde apporte son assistance à la première dans l’analyse de codes sources, de programmes informatiques et de traitements algorithmiques1. Les deux années précédentes, le régulateur français publiait un document de réflexion sous la forme d’une contribution au débat sur la politique de concurrence et les enjeux numériques2 ainsi qu’une étude « Algorithmes et concurrence », réalisée conjointement avec son homologue allemand, le Bundeskartellamt3. À l’échelle européenne, la Commission ne fut pas en reste, avec la commande d’un rapport sur le sujet, remis en novembre 20194, et surtout la présentation, le 15 décembre 2020, d’un projet de règlement, le Digital Market Act (DMA), proposant de créer un droit spécial pour les plateformes numériques dites structurantes5. Ces initiatives constituent autant de signes que les autorités européenne et française de concurrence ne restent pas sans réaction face au développement de la technologie et qu’elles entendent se mettre à la hauteur des enjeux de cette révolution numérique.
2Objet de cette étude de droit de la concurrence6, l’intelligence artificielle est une notion difficilement saisissable. S’il n’est pas aisé pour un juriste de cerner parfaitement ses contours, l’intelligence artificielle peut être abordée à partir de la définition usuelle qu’en a donné l’un des pères fondateurs de la technologie, Marvin Minsky, pour qui cette dernière désigne la « science qui consiste à faire faire aux machines ce que l’homme ferait moyennant une certaine intelligence »7. C’est dans ce même esprit que le dictionnaire Larousse définit l’intelligence artificielle comme un « ensemble de théories et des techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence humaine ». Conceptuellement, l’intelligence artificielle renvoie donc à la capacité d’une machine d’apprendre par l’expérience. Pour ce faire, elle s’appuie sur la collecte et l’exploitation des masses de données numériques, le big data, ainsi que sur des algorithmes autonomes capables de fonctionner en auto-apprentissage, appelés machine learning ou deep learning.
3L’intelligence artificielle bouscule le droit de la concurrence comme peut-être aucune innovation technique ne l’avait fait auparavant en raison de ses effets gravement perturbateurs sur le marché. Les algorithmes peuvent en effet être les vecteurs particulièrement efficaces de pratiques anticoncurrentielles proscrites par les articles 101 et 102 TFUE et L. 420-1 et L. 420-2 du Code de commerce. D’une part, ils sont susceptibles de faciliter les collusions entre entreprises, voire, dans les scénarios les plus extrêmes, initier des alignements de prix entre concurrents sans qu’aucune intervention humaine ne soit nécessaire. Outre le risque d’ententes, l’intelligence artificielle et les algorithmes peuvent être, d’autre part, les instruments de pratiques unilatérales d’entreprises dominantes. Schématiquement, le risque d’abus de position dominante est double dans le numérique : il y a, d’abord, le risque de discriminer les consommateurs en fonction de leur propension à acheter le bien ou le service ; ensuite, le danger de l’auto-préférence, lorsqu’une plateforme utilise ses algorithmes pour favoriser ses produits ou services au détriment des concurrents. La célèbre affaire Google Shopping est une illustration de l’impact négatif que peuvent avoir les algorithmes sur le marché8. Principales utilisatrices de ces technologies, les plateformes dites cruciales ou structurantes, dénommées gatekeepers (gardiens de porte) en raison de leur rôle clé dans l’accès à certains marchés, focalisent aujourd’hui à juste titre l’attention du droit de la concurrence9.
4Si les risques de perturbations des marchés ne doivent pas être pris à la légère, l’économie peut retirer de l’intelligence artificielle des effets bénéfiques qui révèlent l’ambivalence de cette dernière du point de vue des conséquences sur la concurrence. En effet, celle-ci est aussi facteur de gains d’efficacité tant pour les opérateurs économiques que pour les utilisateurs finals10. En amont, il en résulte une réduction des coûts de production, grâce à des gains de temps et de main d’œuvre dans l’accomplissement de tâches confiées à la machine, ainsi que des coûts de transaction, les capacités d’analyse rapide des algorithmes permettant de formuler des offres commerciales sur mesure à partir d’une recension des risques et d’une prédiction de l’évolution du marché. En aval, l’intelligence artificielle assure aux clients une plus grande accessibilité aux offres en leur permettant de comparer instantanément l’intégralité des produits ou services disponibles sur un marché.
5Se pose alors au juriste la question de la réaction à adopter face à l’essor de l’intelligence artificielle. En la matière, l’intelligence juridique doit prévaloir. De manière générale, le droit doit être capable de maîtriser la technologie, d’en encadrer ses applications afin d’en canaliser les dangers et d’en optimiser les bienfaits. S’agissant du droit de la concurrence, un consensus se forme parmi les universitaires et les praticiens pour considérer que celui-ci doit évoluer pour s’adapter à cette nouvelle économie digitale. Dès lors, quelle méthode d’intervention convient-il d’appliquer : faut-il adopter des règles juridiques spécifiques ou bien faut-il adapter le droit existant ? Dans le cadre du cycle de conférences de la Cour de cassation dédié à l’intelligence artificielle, le professeur Jean-Christophe Roda, lors de la journée consacrée à l’étude du droit de la concurrence, a très justement mis en garde contre la tentation de ce qu’il nomme un smart antitrust, c’est-à-dire un droit spécial de la concurrence édifié sur mesure par des ingénieurs et informaticiens, désincarné et dénué de principes et de valeurs11. Comme d’autres12, nous considérons qu’une réforme des règles de concurrence n’est pas indispensable et que le droit de la concurrence, loin d’être obsolète, renferme des dispositions dont la plasticité permet d’appréhender efficacement les pratiques du numérique. S’il n’est pas nécessaire de réécrire des textes qui, quoiqu’anciens, ont su auparavant traverser des périodes marquées par des mutations du paysage économique13, il incombe en revanche aux autorités de concurrence de repenser leur politique de concurrence à l’aune du développement de l’intelligence artificielle. À vrai dire, les régulateurs n’ont pas eu besoin d’attendre les injonctions doctrinales pour enclencher ce processus d’acclimatation à ces nouvelles pratiques. Les autorités de concurrence ont déjà pu faire la démonstration de leur capacité à se saisir des comportements mis en œuvre, en attestent ces dernières années le nombre de condamnations de Google pour abus de position dominante14 et d’enquêtes ouvertes contre les autres GAFAM15.
6Désormais, il n’est donc plus question de souhaiter une réaction des autorités face au danger des pratiques anticoncurrentielles liées à l’intelligence artificielle, mais de réfléchir aux directions qui sont actuellement prises par cette nouvelle politique de concurrence propre au numérique et qui pourraient demain encore être empruntées pour l’améliorer. C’est précisément sur ce point que nous souhaiterions apporter une modeste contribution en y consacrant la présente étude. À cet égard, et au regard des risques collusifs et d’abus de domination que fait peser l’intelligence artificielle sur la concurrence, il nous paraît crucial que les autorités de concurrence mobilisent l’intégralité de l’arsenal juridique mis à leur disposition par le droit antitrust et, lorsqu’il sera entré en vigueur, par le dispositif européen de régulation du secteur digital. Cependant, le défi de l’intelligence artificielle ne doit pas être pensé uniquement au travers des risques d’atteinte à la concurrence. La technologie est en elle porteuse de progrès et d’innovation et ses potentialités paraissent à ce jour infinies. C’est pourquoi l’intelligence artificielle ne représente pas qu’une aubaine pour les entreprises. Pour les autorités de concurrence, nous voudrions montrer qu’elle est également une source d’opportunités et qu’elle pourrait à l’avenir constituer un vecteur d’amélioration de la politique de lutte contre les pratiques anticoncurrentielles et, plus largement, de régulation des comportements des entreprises. En somme, faire face au défi monumental que représente l’intelligence artificielle exige de la part de ces autorités non seulement de mieux identifier et traiter le risque de restrictions de concurrence que cette technologie suscite (I), mais aussi d’en exploiter les potentialités pour mieux assainir le marché (II).
I. Les autorités de concurrence face aux risques anticoncurrentiels causés par l’intelligence artificielle
7L’intelligence artificielle constitue un terreau particulièrement fertile pour le développement d’ententes et abus de position dominante. Pour autant, selon nous, les autorités de concurrence disposent des armes suffisantes pour assurer la protection d’une concurrence effective dans le paysage économique remodelé par cette technologie, sans qu’une refonte des règles de concurrence ne s’impose. D’une part, les textes sont malléables et font largement appel à des principes et des standards souples pour l’identification des pratiques proscrites, ce qui laisse la place aux ajustements nécessaires (A). D’autre part, le droit de la concurrence complété prochainement pour une régulation sectorielle des très grandes plateformes est servi par un vaste arsenal de mesures préventives et répressives à la sévérité graduée, à même d’appréhender la plupart des scénarios anticoncurrentiels (B).
A. L’identification des pratiques anticoncurrentielles liées à l’intelligence artificielle
1) La détection
8En matière d’intelligence artificielle, le travail d’enquête est rendu complexe par la sophistication de la technologie et par la masse des données à analyser. Le développement d’une pratique décisionnelle dans le domaine du numérique a déjà permis aux autorités de concurrence de se forger une certaine expertise dans la détection des atteintes à la concurrence et de se doter d’une grille d’analyse des pratiques. Cependant, face à la difficulté à lire des données et à interpréter des algorithmes de plus en plus perfectionnés, conjuguée à la nécessité de rendre des décisions rapides dans ce secteur d’activité16, il est indispensable qu’un régulateur composé essentiellement d’économistes et de juristes instaure un dialogue avec les informaticiens et autres data scientists experts de la technologie. À cet égard, il convient de saluer les efforts entrepris en ce sens par le régulateur français de la concurrence. Grâce au partenariat établi avec le PEReN, l’Autorité de la concurrence va pouvoir bénéficier d’une assistance technique dans l’analyse des données, de codes sources, de programmes informatiques et de traitements algorithmiques. La convention prévoit ainsi l’apport d’une expertise technique dans le cadre de contrôles, d’enquêtes et d’études relatifs aux plateformes numériques et la possibilité de nommer des agents du PEReN comme rapporteurs extérieurs17. Autre avantage du partenariat, l’Autorité de la concurrence pourra profiter des résultats des recherches entreprises par le PEReN. Or, parmi les projets mentionnés sur le site internet de l’institution, mérite d’être tout particulièrement signalée la mise au point d’un logiciel d’audit des algorithmes reposant sur l’analyse statistique et qui permettrait d’inférer des principes de fonctionnement des algorithmes et, notamment, de déterminer la part de choix humain dans le traitement des données, ce qui constituerait une fonctionnalité fort utile aux autorités de concurrence confrontées à la difficulté de déceler une concertation entre opérateurs économiques en présence d’algorithmes intelligents18. S’il est pour l’heure en cours d’expérimentation, nul doute que l’utilisation d’un tel programme permettrait de faciliter et d’accélérer le travail d’enquête des autorités suspectant de la part d’entreprises la commission de pratiques anticoncurrentielles à travers le recours à l’intelligence artificielle.
2) La qualification
9Afin d’être sanctionnée, une pratique donnée doit pouvoir se couler dans le moule des qualifications d’entente ou d’abus de position dominante en remplissant leurs critères d’identification. Les notions « concurrentialistes » ont fait la preuve par le passé de leur malléabilité et, grâce à l’interprétation inventive des autorités européenne et française de concurrence, ont permis d’appréhender un grand nombre de comportements néfastes pour le marché. En matière d’intelligence artificielle, ces notions doivent également permettre de placer dans le giron du droit de la concurrence un large éventail de configurations anticoncurrentielles.
10Pour ce qui est en premier lieu de la qualification d’entente, elle ne devrait pas prêter à difficulté dans plusieurs hypothèses. L’une de ces hypothèses est celle où l’algorithme est délibérément utilisé comme instrument d’une entente, par exemple lorsque des opérateurs concurrents s’entendent sur le choix d’un algorithme pour adopter un prix commun de vente. Ainsi que l’observe le professeur Jean-Christophe Roda, « ici, les liens entre l’agent humain et l’algorithme ne sont pas distendus et le programme est alors un simple support de réalisation d’une entente préexistante »19. Aux États-Unis, une société de vente d’affiches sur Amazon a ainsi pu être sanctionnée pour entente par le Department of justice pour s’être entendue avec ses concurrents sur des prix de vente élevés, grâce à l’utilisation d’un algorithme commun20. Ne doit pas davantage prêter à difficultés l’hypothèse dite de la « structure en étoile », par laquelle des concurrents utilisent les services d’une plateforme tierce pour fixer leurs prix21. Pour illustrer ce scénario collusif, l’exemple des plateformes de réservation de taxis ou de VTC est donné : chaque chauffeur confie individuellement à l’algorithme de la plateforme la tâche de le mettre en relation avec des clients et de fixer le prix de la course. Or, dans un tel cas de figure, on peut effectuer un parallèle avec la jurisprudence Eturas22 et considérer que les chauffeurs sont présumés avoir participé à l’entente tarifaire, faute de distanciation publique ou de dénonciation de la plateforme23.
11En revanche, la qualification d’entente est plus incertaine dans une troisième hypothèse, lorsque chaque entreprise utilise son propre algorithme intelligent qui va fixer lui-même le prix des produits et services en tenant compte des autres algorithmes. Les interactions entre algorithmes soulèvent alors la question de l’applicabilité de l’article 101 TFUE ou L. 420-1 du Code de commerce. Rappelons en effet que l’entente implique une concordance de volontés entre opérateurs économiques pour être sanctionnée. Or, si des contacts existent et des communications s’opèrent dans ce cas de figure, ils sont le fait des machines et non de leurs utilisateurs. Difficile par conséquent d’y voir un accord formel au sens du droit antitrust. Le recours à la notion d’entente tacite, expressément visée en droit interne par l’article L. 420-1, pourrait s’avérer davantage utile. Selon la jurisprudence, le parallélisme de comportements et la preuve négative de l’absence d’explications économiques plausibles ne permettent pas d’établir l’existence d’une entente tacite sur les marchés caractérisés par une transparence naturelle, si ceux-ci ne sont pas corroborés par des indices positifs, tels que des prises de contact entre les membres de l’entente présumée24. Or, deux algorithmes ne peuvent pas communiquer entre eux sans avoir été paramétrés à cet effet. Les coordinations sur le marché résultent certes d’une situation artificiellement créée par les algorithmes, mais de tels effets ont été recherchés par les entreprises ayant utilisé consciemment des algorithmes identiques ou similaires à ceux de leurs concurrents. L’utilisation consciente d’algorithmes pour favoriser un alignement des prix pourrait ainsi constituer un indice positif de concertation de concurrents qui, cumulé au parallélisme des prix constaté sur le marché, permettrait de caractériser la collusion tacite entre eux25. De surcroît, l’entreprise fournissant l’algorithme commun pourrait également être tenue comme co-responsable du comportement illicite en sa qualité de facilitateur d’entente26. Par où l’on voit finalement que la mobilisation de notions souples de pratique concertée ou d’entente tacite, visées par les textes européen et français, permet d’appréhender différents types de coordination algorithmique.
12S’agissant en second lieu de la qualification d’abus de position dominante, il semble, là encore, que le salut des autorités passe par la souplesse et la perméabilité des standards de position dominante et d’abus. Concernant d’abord la condition de domination d’un marché, l’on constate dans le secteur du numérique que certaines plateformes dites structurantes, qui détiennent un pouvoir de marché considérable sur le marché sur lequel elles interviennent à titre principal, occupent également une position forte sur des marchés voisins, en raison de leur statut de contrôleur d’accès (« gatekeeper »), mais pas au point de pouvoir être considérées comme dominantes, soit parce que ces marchés présentent un caractère nouveau, soit parce que plusieurs plateformes de taille plus ou moins équivalentes y sont aussi implantées. L’autorité de la concurrence française, dans sa contribution au débat sur la politique de concurrence et les enjeux numériques du 21 février 2020, considère toutefois qu’il est possible, en procédant à droit constant, d’inclure dans la notion de position dominante ces acteurs du numérique en situation de quasi-dominance ou sur le point de faire basculer le marché27. Pour ce faire, le régulateur préconise d’introduire un nouveau critère aux fins de déterminer une position dominante dans l’économie numérique : celui de « pouvoir de marché structurant ». Une entreprise détiendrait ainsi une position dominante si 1) elle fournit en ligne des services d’intermédiation en vue d’échanger, acheter ou vendre des biens, des contenus ou des services et si 2) elle détient, à l’égard des concurrents et de ses utilisateurs ou d’entreprises tierces dépendant économiquement de l’accès aux services qu’elle offre, un pouvoir de marché structurant, lequel se mesurerait en fonction de la taille de la plateforme, de sa capacité financière, de son nombre d’utilisateurs et/ou des données qu’elle détient28. Dans son étude, l’autorité de la concurrence insiste bien sur le fait que l’élargissement de la notion de position dominante ne nécessiterait aucune refonte des textes, les différents éléments de la définition pouvant ainsi être précisés au moyen du droit souple, par l’élaboration de lignes directrices.
13Ultime illustration de l’adaptation des textes à l’économie digitale, la qualification d’abus d’éviction pourrait être retenue à l’encontre de ces plateformes structurantes refusant l’accès aux données clients aux autres entreprises par l’application de la théorie des facilités essentielles29. Dans leur étude commune « Droit de la concurrence et données », les autorités française et allemande de concurrence suggèrent que, dans certains cas, la détention d’un énorme volume de données est susceptible de recevoir la qualification de facilité essentielle en cas d’impossibilité pour les acteurs tiers de se construire une base de données suffisamment large et d’absence de solutions alternatives30. En ce sens, il pourrait y avoir abus si la constitution d’une base de données équivalente à celles collectées par l’entreprise dominante est trop onéreuse au point de dissuader les petites entreprises innovantes d’entrer sur le marché et si la commercialisation de produits ou services donnés nécessite la collecte et l’exploitation du big data.
B. La sanction des pratiques anticoncurrentielles liées à l’intelligence artificielle
1) Les sanctions prévues par le droit de la concurrence
14Les entreprises à qui des pratiques sont imputables peuvent être condamnées par les autorités de concurrence au versement de sanctions pécuniaires. Alors que l’ancien commissaire européen à la concurrence, Joaquim Almunia, donnait sa préférence au dialogue et à la conclusion d’accords avec les GAFAM, la Commission européenne, depuis la nomination de Margrethe Vestager, a revu sa stratégie à l’égard des dérives concurrentielles de ces géants du numérique en privilégiant l’option de l’amende. Ainsi, depuis la décision Google Shopping du 27 juin 2017, c’est une pluie de condamnations pour abus de position dominante qui s’abat sur le moteur de recherche américain, qui a écopé, en trois années, d’amendes de 2,5 milliards d’euros pour le référencement préférentiel de son comparateur de prix Google Shopping31, de 4,4 milliards pour des pratiques liées au système d’exploitation mobile Android32 et de 1,49 milliards pour le fonctionnement de son système de publicité en ligne Google Adwords33. À ces condamnations à l’échelle européenne, s’ajoutent des amendes infligées par les autorités nationales de concurrence, et notamment de l’Autorité de la concurrence française. Le 7 juin 2021, cette dernière condamnait ainsi Google pour abus de position dominante sur le marché des serveurs publicitaires en fixant le montant de la sanction pécuniaire à 220 millions d’euros34.
15Si ces montants apparaissent spectaculaires, on fait valoir que les sanctions prononcées sont insuffisamment dissuasives car considérées par les entreprises comme relevant du cost of doing business, c’est-à-dire d’une prise de risque rationnelle pour acquérir, maintenir ou étendre une position dominante35. Pour illustrer ce phénomène, l’amende écopée par Google pour son programme de régie publicitaire représente par exemple moins de 1 % des 182,5 milliards de chiffre d’affaires réalisé par la firme dans le monde en 2020. Le montant des sanctions pécuniaires jusqu’ici prononcées sont toutefois en-deçà des possibilités offertes aux autorités de concurrence, puisque le droit européen et le droit français de la concurrence prévoient que les amendes peuvent être portées à 10 % du montant du chiffre d’affaires mondial réalisé par l’entreprise contrevenante36. Un tel plafond peut ainsi permettre l’infliction d’amendes très lourdes, surtout si l’opérateur impliqué appartient à un groupe sociétaire, auquel cas le chiffre d’affaires pris en compte correspond aux résultats de l’ensemble des sociétés déclarés sur les comptes consolidés. Il faut aussi ajouter, pour le droit interne, que le maximum légal peut être doublé en cas de récidive dans les deux années suivant la première condamnation37. S’ils le souhaitent, les régulateurs ont par conséquent les moyens juridiques de rehausser le montant des sanctions monétaires infligées aux plateformes numériques.
16Outre le caractère insuffisamment dissuasif des amendes, les autorités de concurrence peuvent se voir reprocher une absence de réactivité face aux pratiques digitales. En effet, le marché du numérique se caractérise par la vitesse des comportements et par le fait les dommages qui y sont causés peuvent être rapidement irréversibles, en particulier lorsqu’ils prennent la forme d’un abus d’éviction. De telles caractéristiques nécessitent une grande réactivité de la part des autorités, si elles veulent que leurs décisions aient une portée utile38. Or, certaines décisions ont été prises par la Commission européenne plusieurs années après le début d’une enquête, ce qui est bien trop long, même si cela peut s’expliquer par le caractère innovant et opaque des comportements illicites39.
17Pourtant, les autorités de concurrence ont les moyens de réagir rapidement aux signalements de pratiques anticoncurrentielles. En droit interne, l’article L. 464-1 du Code de commerce permet en effet à l’Autorité de la concurrence de prononcer en urgence, dans l’attente de sa décision au fond, des mesures provisoires appelées mesures conservatoires lorsqu’elle estime que les pratiques dénoncées sont susceptibles de méconnaître le droit de la concurrence. En ordonnant une mesure conservatoire, l’Autorité peut ainsi éviter, pendant le temps que dure l’instruction, que la situation devienne irréversible. Son effet donc proche de celui d’une procédure de référé prononcée par le juge dans l’attente de la décision de fond. Cette procédure des mesures conservatoires a par exemple été mise en œuvre avec succès dans l’affaire des droits voisins dans laquelle l’Autorité de la concurrence a estimé que les pratiques de Google à l’occasion de l’entrée en vigueur de la loi du 24 juillet 2019 sur les droits voisins étaient susceptibles de constituer un abus de position dominante et portaient une atteinte grave et immédiate au secteur de la presse40. Aussi Google a été enjoint de négocier avec les éditeurs et agences de presse la rémunération qui leur était due à compter de l’entrée en vigueur de cette loi pour la reprise de leurs contenus protégés. La rapidité de prise de décision est à saluer dans cette affaire puisque, saisie en novembre 2019 par des syndicats d’éditeurs de presse, l’Autorité a rendu sa décision le 9 avril 2020. Notons que cette faculté à agir vient récemment d’être renforcée par l’ordonnance n° 2021-649 du 21 mai 2021. Jusqu’à présent en effet, une demande de mesures conservatoires ne pouvait être présentée par une entreprise qu’accessoirement à une demande de fond. Transposant la directive « ECN+ » du 11 décembre 2018, l’ordonnance confère désormais à l’Autorité de la concurrence le pouvoir de se saisir d’office pour prononcer ces mesures conservatoires. L’auto-saisine du régulateur pourra par exemple palier à l’absence de saisine formelle de la part d’opérateurs lui signalant l’existence de restrictions de concurrence par crainte de représailles41.
2) La complémentarité des mesures prévues par la régulation sectorielle
18Animée d’une intention de bâtir une politique de concurrence pour le numérique ambitieuse au plan européen, la Commission européenne n’entend pas se satisfaire de l’ouverture de cas contentieux. C’est dans une perspective de régulation qu’elle a présenté, le 15 décembre 2020, une proposition de règlement dit « DMA », pour Digital Market Act (législation sur les marchés numériques), visant à instituer un cadre harmonisé de règles pesant sur certains géants du secteur du numérique en vue d’un marché plus juste. Dans le sillage du rapport Crémer-Montjoye-Schweitzer préconisant l’institution d’une responsabilité particulière pour les plateformes dominantes42, le texte, sur lequel le Parlement et le Conseil sont parvenus à un accord politique provisoire le 11 mai 2022, définit une nouvelle catégorie d’opérateurs, les gatekeepers, ou contrôleurs d’accès, pour leur imposer des obligations et des interdictions : accès des entreprises utilisatrices aux données générées par l’activité sur la plateforme, possibilité pour les entreprises utilisatrices de proposer leurs produits sur d’autres services à des conditions différentes, interdiction de favoriser ses propres services au détriment des concurrents, etc. Comme le font observer des auteurs, la plupart des comportements prohibés ont tous déjà été qualifiés d’abus de position dominante dans les affaires relevées ci-avant43. En outre, il est frappant de constater que le DMA emprunte très largement au droit de la concurrence les pouvoirs d’enquête, de coercition et de contrôle qu’il octroie aux autorités de concurrence. Il en va ainsi par exemple du pouvoir accordé à la Commission d’infliger à un contrôleur d’accès une amende jusqu’à concurrence de 10 % de son chiffre d’affaires total et du pouvoir de prononcer des mesures provisoires en cas d’urgence.
19Est-ce à dire que le DMA constituerait un nouveau droit spécial de la concurrence, réservé aux marchés numériques, comme il en existe déjà dans plusieurs secteurs d’activités ? La réponse à cette question est assurément négative. En effet, le DMA opère par rapport au droit antitrust un changement de prisme dans la protection du marché et la sanction des comportements anticoncurrentiels. Tout d’abord, il faut noter que les objectifs poursuivis, bien que complémentaires, diffèrent. Ainsi que l’explique la Commission dans son considérant 10, si les règles de concurrence ont pour objectif la protection d’une concurrence non faussée sur le marché, l’objectif que poursuit le DMA est de veiller à ce que les marchés sur lesquels les contrôleurs d’accès opèrent restent contestables44 et équitables45, indépendamment des effets de leurs comportements sur ces marchés. Ensuite et surtout, il est question d’imposer ex ante aux gatekeepers de se conformer à des obligations et des interdictions afin qu’ils ne puissent plus porter atteinte à la concurrence, et ce à l’inverse du droit antitrust qui intervient ex post, une fois le dommage concurrentiel survenu, et qui requiert au cas par cas une enquête approfondie des faits souvent très complexes46. Le but du DMA est donc de faciliter la condamnation de certains comportements anticoncurrentiels puisqu’il ne sera plus nécessaire de délimiter les contours du marché pertinent ou d’apprécier la position dominante pour constater une éventuelle violation des obligations et interdictions.
20Est-ce alors à dire que cette régulation sectorielle ex ante a vocation à supplanter le droit de la concurrence dans le domaine du numérique ? Une réponse négative semble à nouveau s’imposer. À la lecture du considérant 9 du projet de règlement, on comprend que le DMA vise non pas à les exclure, mais à compléter les règles de concurrence européennes et nationales existantes. Les règles de concurrence seront ainsi les seules à s’appliquer aux plateformes ne disposant pas d’un poids suffisant pour pouvoir être qualifiées de contrôleurs d’accès au sens de l’article 3 du DMA et aux comportements anticoncurrentiels ne correspondant pas aux obligations et interdictions visés par les articles 5 et 6. Se pose toutefois la question de l’articulation des règles de concurrence et de celles de la régulation sectorielle pour des comportements commis par des contrôleurs d’accès interdits au titre de ces deux droits. Dans cette hypothèse, la Commission considère que le droit de la concurrence ne doit pas porter atteinte aux obligations imposées aux gatekeepers au titre du règlement DMA, notamment en permettant à ces derniers d’obtenir une exemption de leurs pratiques anticoncurrentielles par la démonstration de gains d’efficience47. Cela signifierait par conséquent qu’en cas d’antinomie entre les deux corps de règles, le droit de la régulation primerait le droit de la concurrence. Ainsi, pour l’exemption, les gatekeepers ne pourraient l’obtenir qu’en justifiant de motifs extra-économiques de moralité, de santé ou de sécurité publique, conformément à la procédure définie par le DMA48.
II. Les autorités de concurrence face aux opportunités offertes par l’intelligence artificielle
21Ce second volet des relations entre l’intelligence artificielle et le droit de la concurrence est bien moins exploré que le précédent. Mais face à des entreprises qui n’hésitent plus à user de la technologie pour masquer leurs comportements anticoncurrentiels, les autorités de concurrence doivent elles aussi exploiter l’intelligence artificielle et ses potentialités pour améliorer leur lutte contre les mauvaises pratiques, liées ou non à l’intelligence artificielle. L’intelligence artificielle pourrait ainsi servir, d’une part, à faciliter le travail d’identification de pratiques anticoncurrentielles (A) et, d’autre part, à améliorer l’exécution et le suivi de condamnations (B).
A. L’intelligence artificielle au service de l’identification des pratiques anticoncurrentielles
1) La détection
22Afin de faciliter le travail d’enquête des autorités, l’intelligence artificielle pourrait être mise au service du développement de nouveaux outils de détection de pratiques anticoncurrentielles fondées sur les algorithmes. Pour la détection d’ententes algorithmiques, plusieurs auteurs préconisent le recours aux « incubateurs d’algorithmes »49. Pensés sur le modèle des stress tests bancaires, ces incubateurs correspondraient à des procédures de test d’algorithmes permettant d’estimer leur propension à induire des équilibres collusifs. Par cette approche « bac à sable », les autorités de concurrence développeraient leurs propres algorithmes pour imiter les résultats observés sur les marchés et déterminer ainsi le type d’instructions humaines requises pour obtenir ces résultats. L’incubation d’algorithmes servirait ainsi aux enquêteurs à gagner du temps dans la recherche d’artéfacts décisionnels constitutifs de concertations illicites. Afin de lutter contre les abus de position dominante, il est également recommandé aux autorités de concurrence d’utiliser les outils de l’intelligence artificielle pour explorer le big data et ainsi y déceler des configurations anormales en matière de prix sur le marché50.
23La technologie n’étant encore qu’à ses balbutiements, le champ des possibilités dans le domaine de la traque des comportements anticoncurrentiels demeure assez incertain et les propositions formulées relativement prospectives. Cela étant, la digitalisation des méthodes d’enquête est déjà à l’œuvre au sein de certaines autorités de concurrence. Aux Pays-Bas par exemple, l’Authority for Financial Markets a déjà recours aux méthodes d’exploration de données massives sur les transactions et les mouvements de prix pour déceler ex post d’éventuels abus51. En France, l’Autorité de concurrence ne semble pas encore avoir intégré l’intelligence artificielle dans ses pratiques d’investigation, mais cela ne saurait trop tarder. En ce sens, la signature d’une convention de partenariat avec le PEReN témoigne de l’intérêt porté par le régulateur des marchés français aux projets portés par cet organisme de recherche, et en particulier à la conception de logiciels d’analyse d’algorithmes52. Dans l’immédiat, et en l’état des connaissances acquises dans le domaine de l’intelligence artificielle, il semble toutefois possible pour une autorité de concurrence, avec l’aide d’ingénieurs et d’informaticiens, de programmer un algorithme capable de déceler sur un marché de dimension modeste et de faible complexité des prix anormalement élevés et identiques qui permettraient de soupçonner l’existence d’un cartel et, ainsi, d’orienter les enquêtes des agents du service d’instruction. C’est en ce sens que, dans une communication en date du 18 mars 2021, la Commission européenne a encouragé vivement les autorités de la concurrence des États membres à mettre en place au niveau national, pour lutter contre les ententes commises dans les marchés publics, des méthodes fondées sur l’intelligence artificielle pour collecter et analyser les importants volumes de données disponibles dans les bases de données électroniques relatives aux marchés publics53. Analysé par les autorités comme un marché pertinent en soi, l’appel d’offres, public comme privé, constitue en effet un marché éphémère et restreint où ne coexistent que la demande unique de son organisateur et les offres des entreprises qui participent à la compétition54. Par conséquent, nul besoin de configurer un algorithme particulièrement sophistiqué pour détecter les schémas collusifs mis en œuvre sur un tel marché. Il suffit d’un programme informatique qui soit apte à analyser les offres soumissionnées et à repérer les concordances suspectes : mêmes erreurs de calcul, fautes d’orthographe identiques, mêmes approches de calcul des coûts, etc.55. Le test et le perfectionnement d’outils de détection de pratiques anticoncurrentielles par les autorités sur ces « petits » marchés feraient ainsi office de premier pas vers un usage de l’intelligence artificielle généralisé, étendu à l’ensemble des marchés.
2) L’analyse
24Au premier stade de l’analyse de la conformité d’une pratique au droit de la concurrence, il y a la vérification de l’affectation sensible du marché, ce qui suppose une délimitation des contours de ce dernier. Pour déterminer quels sont les produits ou services en cause, les autorités de concurrence recourent traditionnellement au test de l’élasticité croisée de la demande, qui consiste à déterminer si un bien ou une prestation est ou non substituable par rapport à un autre56. Dans la mesure où elle suppose de saisir le comportement éventuel du consommateur confronté à une augmentation durable du prix du produit, cette méthode se caractérise par sa complexité et génère un coût important pour les autorités de concurrence qui recourent aux services d’instituts de sondages et de cabinets d’études. Elle se caractérise en outre par son imperfection dans la mesure où l’étude comportementale des consommateurs repose sur l’analyse d’échantillons. Pour contourner ces difficultés, et lorsque les secteurs d’activité concernés ont déjà fait par le passé l’objet de décisions, les autorités de concurrence ont tendance à se référer à leurs propres précédents. Alors que la délimitation du marché pertinent a pour but de cerner le plus finement possible le pouvoir de marché d’une entreprise, ce réflexe est à juste titre critiqué par des auteurs57. Par sa faculté à analyser en une fraction de secondes d’innombrables données sur les préférences d’une multitude de consommateurs et à prédire les comportements futurs, l’intelligence artificielle pourrait contribuer à résorber les difficultés auxquelles les autorités sont confrontées dans la réalisation du test de l’élasticité croisée. En substituant aux sondages ou aux études prévisionnelles une analyse économétrique d’ensemble réalisée par la machine, le test gagnerait en fiabilité tandis que la durée et le coût de sa réalisation se trouveraient significativement réduits. De façon plus générale, il nous semble que le recours à l’intelligence artificielle est une piste à explorer en matière de délimitation du marché en ce qu’elle permettrait aux autorités de concurrence de renouer avec l’approche économique et réaliste qu’elles ont peu à peu délaissé au profit d’une vision subjective et figée des marchés.
B. L’intelligence artificielle au service de la sanction des pratiques anticoncurrentielles
25Nous avons vu que les sanctions monétaires prononcées contre les entreprises appartenant au secteur du numérique pouvaient s’avérer insuffisamment dissuasives et que l’augmentation du montant des amendes pouvait faire office de solution. Toutefois, cela ne garantit en rien la restauration de la concurrence sur le marché affecté par les pratiques sanctionnées. Aussi existe-t-il au sein des droits européen et interne de la concurrence des alternatives aux sanctions pécuniaires qui peuvent être privilégiées par les autorités de concurrence et qui leur permettent de forcer les entreprises mises en cause à corriger leurs comportements pour l’avenir. Tel est d’abord le cas des injonctions prononcées pour ordonner de mettre fin aux pratiques anticoncurrentielles : modification des statuts, suppression de la clause litigieuse, l’accès à une infrastructure essentielle, etc.58. Tel est ensuite le cas de la procédure d’engagements par laquelle l’entreprise poursuivie prend les devants et propose, au stade de la saisine, les solutions aux problèmes de concurrence causés par elle59.
26S’agissant de ces mesures de restauration de la concurrence, les autorités de concurrence sont d’une manière générale confrontées à la difficulté de s’assurer de leur respect sur la durée. Là encore, l’intelligence artificielle et ses applications pourraient s’avérer d’un précieux secours pour renforcer le suivi et le contrôle de telles mesures. Une solution pourrait dès lors consister pour une autorité de concurrence à ordonner, à titre d’injonction, aux auteurs d’ententes algorithmiques la reprogrammation de l’algorithme, selon ses propres instructions, de façon à empêcher toute collusion ou, à tout du moins, à signaler l’existence de risques concurrentiels60. De même dans une procédure d’engagements, une autorité pourrait subordonner son acceptation des engagements proposés par l’entreprise poursuivie à cette reconfiguration de l’algorithme. Aussi est-il par exemple envisageable d’obliger de programmer l’algorithme de telle sorte que celui-ci ne réagisse plus aux fluctuations des prix opérées par les autres acteurs et ne se fonde plus que sur le prix moyen du marché pour déterminer son propre prix. Le constat ou le signalement d’un alignement tarifaire de l’entreprise utilisatrice de l’algorithmes pourrait alors constituer la preuve du non-respect de l’injonction prononcée ou de l’engagement pris et ainsi déboucher sur l’infliction d’amendes. Ainsi que le soulignent les auteurs ayant proposé cette piste de solution, son efficacité reste cependant subordonnée au fait que l’intelligence artificielle ne soit pas capable de s’émanciper des instructions données61. Or, en l’état de l’évolution des techniques, il n’est pas impossible qu’un algorithme intelligent soit déjà capable de procéder à des calculs coûts-avantages quant à l’opportunité de respecter les instructions de l’autorité de concurrence pour finalement décider de s’aligner sur les prix pratiqués par telle ou telle entreprise.
27Pour ce qui concerne les pratiques anticoncurrentiels commises sans forcément le support de l’intelligence artificielle, relevons en outre les potentialités offertes par les smarts contracts, c’est-à-dire des logiciels de gestion d’opérations contractuelles s’appuyant sur la technologie blockchain et qui permettent l’automatisation de l’exécution d’obligations62. En créant une chaîne de blocs et en y programmant les conditions et les limites aux engagements acceptés à travers une suite de codes formant le smart contract, l’autorité de concurrence serait ainsi théoriquement en mesure de s’assurer d’une exécution parfaite de ces derniers en évinçant toute intervention humaine susceptible d’y faire obstacle.
28Conclusion : Dès à présent, et l’on pressent une montée en puissance du phénomène, l’intelligence artificielle et ses applications sont susceptibles de constituer des instruments privilégiés dans la réalisation de pratiques anticoncurrentielles. Parallèlement, la technologie, du fait de ses potentialités, pourrait s’avérer être une alliée précieuse des autorités de concurrence dans l’assainissement des marchés. Si les problématiques soulevées par l’intelligence artificielle en droit de la concurrence sont nombreuses, la plupart n’ont cependant rien d’insurmontable. Selon nous, l’essor de l’intelligence artificielle n’exige pas une refonte des règles antitrust préexistantes. Les pratiques incriminées sont suffisamment malléables notionnellement (entente, position dominante, facilité essentielle, etc.) et le cadre procédural suffisamment étoffé pour permettre aux autorités de faire face aux défis posés par la technologie. Cet ensemble normatif sera d’autant plus adapté et efficace si les règles de concurrence sont très prochainement soutenues par une régulation ex ante du secteur numérique.
Notes de bas de page
1 ADLC, L’autorité de la concurrence et le PEReN signent une convention encadrant les modalités de leur coopération, Communiqué de presse, 11 mai 2021.
2 ADLC, Contribution de l’Autorité de la concurrence au débat sur la politique de concurrence et les enjeux numériques, 19 févr. 2020.
3 ADLC et Bundeskartellamt, Algorithms and Competition, Nov. 2019.
4 J. Crémer, Y.-A. De Montjoye and H. Schweitzer, Competition policy for the digital erea, European Commission, 2019.
5 Comm. UE, Proposition de règlement relatif aux marchés contestables et équitables dans le secteur numérique, 15 déc. 2020, COM (2020) 842 final.
6 Même si le droit de la concurrence comporte plusieurs branches, nous avons fait le choix de ne traiter que du volet pratiques anticoncurrentielles. Pour une vue des problématiques que soulève par exemple l’intelligence artificielle en droit des concentrations, v. ADLC, Contribution de l’Autorité de la concurrence au débat sur la politique de concurrence et les enjeux numériques, préc., p. 9 et s.
7 CNIL, Comment permettre à l’Homme de garder la main, Rapport sur les enjeux éthiques des algorithmes et de l’intelligence artificielle, 15 déc. 2017, p. 16.
8 Comm. UE, 27 juin 2017, aff. AT.39740 ; confirmé par Trib. UE, 10 nov. 2021, aff. T-612/17. En l’espèce, Google avait conçu un algorithme servant à rétrograder, sur les pages de résultats de son moteur de recherche, les comparateurs de prix concurrents à son propre service de comparaison de prix. La Commission en a conclu à un abus de position dominante. C’est là un exemple topique d’abus d’éviction : la firme profite de sa position dominante sur le marché de la recherche (en sa qualité de moteur de recherche) pour avantager ses produits ou services sur le marché aval des comparateurs de prix et ainsi étouffer la concurrence.
9 V. not. M. Malaurie-Vignal, « Concurrence et numérique : un foisonnement d’idées pour dominer les géants », CCE 2020, étude 17.
10 V. en ce sens, OCDE, Algorithmes et ententes – Note d’information du secrétariat, 16 juin 2017, spéc. n° 21 et s.
11 V. la synthèse de la conférence mise en ligne le 23 août 2021 sur le site internet du Journal Spécial des Sociétés : https://www.jss.fr/article.awp?P1=2563&P2=L%E2%80%99intelligence_artificielle_risque_et_opportunite_pour_le_droit_de_la_concurrence
12 V. not. M. Behar-Touchais, « Intelligence artificielle et concurrence », in A. Bensamoun et G. Loiseau (ss. la dir.), Droit de l’intelligence artificielle, LGDJ, 2019, p. 171 et s., spéc. n° 343.
13 On songe évidemment à l’apparition puis au développement de l’internet dans les années quatre-vingt-dix.
14 Sur ces décisions, v. infra I/A/1 et les références en notes de bas de page.
15 V. par ex. Comm. UE, communiqué IP/20/2077 du 20 novembre 2020 : l’autorité européenne de concurrence adresse une communication de griefs à Amazon concernant l’utilisation, via des algorithmes, de données non publiques de vendeurs indépendants pour calibrer les offres de détail et des décisions commerciales stratégiques au détriment des autres vendeurs de la plateforme.
16 V. infra I/B/1.
17 V. ADLC, Communiqué de presse préc.
18 V. infra I/A/2.
19 J.-C. Roda, « L’entente algorithmique », JCP G 2019, doctr. 785, spéc. n° 14.
20 April 6, 2015, U.S. v. David Topkins, n° 15 CR 201.
21 V. M. Malaurie-Vignal, art. préc., n° 21 ; et du même auteur, « Algorithmes et concurrence », CCC 2021, étude 6, spéc. n° 15 et s.
22 CJUE, 21 janv. 2016, Eturas, aff. C-74/14. Dans cette affaire mettant en cause des agences de voyages et la plateforme Eturas de réservation en ligne, la Cour de justice a jugé que les agences étaient présumées avoir participé à l’entente dès lors qu’elles n’avaient pas contesté le mail envoyé leur imposant un plafonnement des ristournes accordées à leurs clients ni appliqué des ristournes plus élevées ni dénoncé la pratique aux autorités de concurrence.
23 V. en se sens, M. Malaurie-Vignal, « Algorithmes et concurrence », préc. n° 24.
24 V. en ce sens, CJCE, 31 mars 1993, Ahlström Osakeyhtiö, aff. C-89/85.
25 V. en ce sens, M. Malaurie-Vignal, « Algorithmes et concurrence », préc. n° 35.
26 Ibid.
27 ADLC, Contribution au débat sur les enjeux numériques, préc., spéc. p. 5.
28 Ibid. p. 7.
29 D’après cette théorie, il y a abus lorsque « l’entreprise est dominante du fait de la détention d’une infrastructure ou d’une ressource nécessaire à l’activité de ses concurrents et qu’elle refuse de leur accorder un accès » (J.-C. Roda, Droit de la concurrence, Dalloz, 1ère éd., 2019, p. 126).
30 ADLC et Bundeskartellamt, Droit de la concurrence et données, 10 mai 2016, spéc. pp. 61-62 ; v. aussi en ce sens, ADLC, Contribution au débat sur les enjeux numériques, préc., spéc. p. 5.
31 Comm. UE, 27 juin 2017, préc.
32 Comm. UE, 18 juill. 2018, aff. AT.40009.
33 Comm. UE, 20 mars 2019, aff. AT.40411.
34 ADLC, déc. n° 21-D-11, 7 juin 2021.
35 V. S. Harnay, F. Marty et J. Toledano, « Concurrence et risque algorithmique : quelle régulation des algorithmes ? », GovReg Notes de la Chaire Gouvernance et Régulation 2020, spéc. p. 19.
36 En droit européen : Règl. n° 1/2003, art. 23. En droit français : C. com., art. L. 464-2, I.
37 C. com., art. L. 470-3.
38 E. Combe, Économie et politique de la concurrence, Dalloz, 2ème éd., 2020, n° 264.
39 À titre d’exemple, dans l’affaire de Google Shopping, il s’est écoulé, entre la première plainte déposée à la Commission et l’issue de l’affaire, sept ans, pendant lesquels la plupart des comparateurs de prix concurrents victimes des agissements de Google ont disparu.
40 ADLC, déc. n° 20-MC-01, 9 avr. 2020. Google a finalement écopé d’une amende de 500 millions d’euros pour non-respect de l’injonction : ADLC, déc. n° 21-D-17, 12 juill. 2021.
41 I. Da Silva, « Une réforme en deux volets pour rationaliser et renforcer l’application du droit de la concurrence en France », in L. Idot (sous la dir. de), La loi DDADUE : simple adaptation ou réforme du droit français de la concurrence ?, Concurrences n° 1-2021, p. 22 et s., spéc. p. 36.
42 J. Crémer, Y.-A. De Montjoye and H. Schweitzer, rapport préc.
43 R. Amaro et H. Piffaut, « L’essor d’une régulation sectorielle du numérique ou la continuation de la politique de concurrence par d’autres moyens », Concurrences n° 2-2021, p. 69 et s., spéc. n° 10.
44 Notion économique, la contestabilité signifie que le marché est dépourvu de barrières à l’entrée et qu’il peut être pénétré sans trop de difficultés par de nouvelles entreprises.
45 L’équité des marchés met davantage l’accent sur le comportement responsable des plateformes en stigmatisant les pratiques déloyales vis-à-vis des cocontractants mais aussi les conséquences sociétales néfastes (vie privée, liberté d’expression, pluralisme des médias, etc.).
46 Proposition préc., cons. 5.
47 Ibid., cons. 10.
48 Ibid., art. 9.
49 V. not. M. Malaurie-Vignal, « Algorithmes et concurrence », préc., spéc. n° 69. V. aussi OCDE, Compte rendu de la table ronde sur le thème « Algorithmes et ententes », Annexe au compte rendu, 17 oct. 2018, spéc. p. 10.
50 V. S. Harnay, F. Marty et J. Toledano, art. préc., spéc. p. 18.
51 V. ibidem.
52 V. supra I/A/1.
53 Comm. UE, Communication sur les outils de lutte contre la collusion dans les marchés publics et orientations sur la manière d’appliquer le motif d’exclusion y relatif, 18 mars 2021, JOUE n° C 91, p. 8.
54 V. par ex. ADLC, déc. n° 11-D-13, 5 oct. 2011, pt. 268.
55 Suggérant cette piste d’utilisation de l’algorithme : L.-M. Augagneur, Intelligence artificielle et droit de la concurrence, Cycle de conférences Cour de cassation 2021-2022.
56 V. Comm. UE, Communication sur la définition du marché en cause aux fins du droit de la concurrence, 9 déc. 1997, JOCE n° C 372, spéc. pt. 17.
57 V. not. J.-C. Roda, Droit de la concurrence, Dalloz, 1ère éd., 2019, p. 34.
58 Pour le droit européen : Règl. n° 1/2003, art. 7 ; pour le droit français : C. com., art. L. 464-2, I.
59 Pour le droit européen : Règl. n°1/2003, art. 9 ; pour le droit français : C. com., art. L. 464-2, I.
60 V. en ce sens, J.-C. Roda, art. préc., spéc. n° 19 ; M. Malaurie-Vignal, « Algorithmes et concurrences », préc., spéc. n° 41.
61 Ibidem.
62 Sur les rapports entre concurrence et bockchain, v. L. Bettoni, « Problématiques soulevées par la blockchain en droit de la concurrence », CCC 2020, étude 3.
Auteur
Maître de conférences à l’Université Toulouse Capitole
Centre de Droit des Affaires (EA780)
Institut National Universitaire Champollion
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Qu’en est-il du code du commerce 200 ans après ?
États des lieux et projections
Corinne Saint-Alary-Houin (dir.)
2008
Qu'en est-il de la simplification du droit ?
Frédérique Rueda et Jacqueline Pousson-Petit (dir.)
2010
La réorientation européenne de la TVA à la suite du renoncement au régime définitif
Francis Querol (dir.)
2014
Regards critiques sur quelques (r)évolutions récentes du droit
Tome 1 : Bilans et Tome 2 : Réformes-Révolutions
Maryvonne Hecquard-Théron et Jacques Krynen (dir.)
2005