Антиконкурентные практики онлайн

Опыт Китая

В декабре 2024 г. Государственное управление по регулированию рынков Китая (SAMR) начало расследование против американского производителя графических процессоров Nvidia в связи с нарушением им условий приобретения компании Mellanox¹ Technologies за более чем 6,9 млрд долл., на которое SAMR выдало разрешение в 2020² г. . Информация о точных причинах обвинения не опубликована, однако еще при одобрении данной сделки в 2020 г. SAMR выявила, что слияние может влиять на мировой и китайский рынок графических процессоров, оборудования для объединения частных сетей и высокоскоростных адаптеров Ethernet. Поэтому SAMR сделка была одобрена на следующих условиях:

1) при продаже графических процессоров и высокоскоростного сетевого оборудования на китайском рынке не должны устанавливаться необоснованные торговые ограничения, а поставки на рынок должны осуществляться на принципах справедливости и недискриминации;

2) должна обеспечиваться совместимость графических процессоров NVIDIA, а также высокоскоростных устройств сетевого взаимодействия Milos с продуктами конкурирующих производителей, в том числе китайских;

3) должен быть сохранен открытый исходный код программного обеспечения для одноранговой связи и агрегированной связи для Milos High Speed Network Interconnect Appliance, чтобы другие производители могли поддерживать интероперабельность устройств.

Опыт Южной Кореи

Комиссия Южной Кореи по³ справедливой торговле (KFTC) оштрафовала Kakao Mobility и его дочерний агрегатор услуг бронирования такси KakaoT на 10,2 млн долл.

На рынке такси Kakao предлагает общие услуги по вызову такси (как агрегатор, аналогично Яндес.Такси) и специализированные услуги по вызову такси под франшизой ее дочерней компании Kakao T Blue (например, под франшизой работали Uber и TADA). Было выявлено, что с 2019 г. компания, чтобы исключить конкурирующих операторов такси, работающих в рамках франшизы Kakao, начала блокировать заказы такси для водителей, которые работают на компании-конкуренты. Компания объясняла это тем, что вызовы такси дублировались на нескольких платформах, на Kakao и на платформах конкурирующих операторов, что создавало путаницу для пассажиров. Поэтому Kakao потребовала от 4-х конкурирующих франчайзинговых операторов такси, оплаты их водителями комиссии за использование Kakao, либо компании нужно подписать соглашение о партнерстве с Kakao. Это позволило Kakao Mobility собирать информацию, включающую коммерческую тайну своих конкурирующих франчайзи, данные о пользователях, таксистах, поездках.

KFTC посчитала, что, с одной стороны, Kakao Mobility заключала такие договоры и собирала конфиденциальную информацию для собственной бизнес-стратегии, например, Kakao могла манипулировать алгоритмами платформы, отдавая приоритет франчайзинговым такси над не франчайзинговыми. Это позволяло компании Kakao Mobility занимать доминирующее положение.

С другой стороны, конкурирующий франчайзинговый оператор такси вынужден заключить договор о партнерстве, иначе не сможет получать информацию о вызовах такси от Kakao Mobility, которая занимает на рынке более 50%. По подсчетам KFTC, практика Kakao Mobility привела к увеличению ее доли на рынке с 51% в 2020 г. до 79% в 2022 г.

Опыт Италии

В декабре 2024 г. Управление по⁴ конкуренции и рынку Италии опубликовало результаты расследования использования алгоритмов динамического ценообразования пассажирских авиаперевозок на внутренних рейсах между Сицилией и Сардинией.

Авиакомпании используют алгоритмы динамического ценообразования – когда цены на одну и ту же услугу (или товар) меняются с учетом спроса и другой информации. Частота корректировки цен может отличаться для каждой отдельной транзакции, в том числе в зависимости от данных, имеющихся у авиакомпании. Динамическое ценообразование может⁵ приводить к ценовой дискриминации , когда компания–монополист предлагает разные цены на одни и те же товары или услуги для разных потребителей или групп потребителей, чтобы получить большую прибыль. Компании обрабатывали информацию о количестве бронирований, коэффициент загрузки, скорости заполнения рейса, исторических тенденциях бронирований на одном рейсе, маршруте, датах вылета, количестве дней до вылета и пр.

Также анализировалась информация о структуре и тенденциях рынка, например, о долях рынка, которую занимал конкурент, и его ценах. Для получения такой информации все компании пользовались одной и той же платформой «Infare», которая публикует общедоступную информацию о ценах на рейсы конкурентов. Однако такие данные редко использовались для определения цен на каждый рейс, но были необходимы аналитикам компаний для сравнительного анализа и оценки собственной позиции на рынке.

Управление по конкуренции и рынку пришло к выводу, что собираемая информация, в том числе от конкурентов, не используется для ценовой дискриминации. В основном на изменение цен на авиабилеты влияют тенденции фактического и ожидаемого спроса, оцененного на основе исторических данных бронирования на тот же рейс или с использованием моделей прогнозирования, например, если фактический спрос выше ожидаемого, либо скорость заполнения рейса также выше ожидаемой скорости, то система определяет переход на более высокие классы тарифов.

Также выявлено, что авиакомпании используют в механизме динамизации цен классическую систему формирования тарифов – за счет заранее определенной тарифной сетки, в рамках которой цена каждого рейса изменяется во времени, открывая и закрывая заказы для каждого заранее установленного ценового класса случайным образом, хотя на основе собранных компаниями данных может происходить распределение количества мест в каждом тарифном классе.

Тем не менее признаков дискриминации не было выявлено независимо от типа устройства, с которого производится покупка билетов, или от операционной системы, используемой для поиска билетов. Хотя и была выявлена одна компания, которая в случае повторных входов одного и того же пользователя на сайт, либо при входе на сайт авиакомпании через агрегатор рейсов (как Google Flights), меняет ценовую политику. Так как накапливается история просмотра или информация о других действиях пользователя, то пользователю может быть предложена персональная цена (а не сформированная случайным образом в пределах тарифной сетки), однако чаще всего это была «замороженная» для пользователя цена, которая не изменяется в большую или меньшую сторону, например, при каждом новом просмотре цен пользователем, что также не вызывает ценовой дискриминации.

Опыт России

В ноябре 2024 г. ФАС и Минтранс⁶ опубликовали совместное заявление , где была предпринята попытка урегулировать цены на авиабилеты. Авиакомпаниям рекомендовано описать подходы к ценообразованию перевозки пассажиров в эконом-классе, включая методику определения минимальных, максимальных и промежуточных тарифов с обоснованием метода их ценообразования. Также предложено увеличить диапазон тарифных групп с подробным описанием каждой из них, проработать подходы к реализации распродаж и мероприятий по снижению цен. Такие меры должны повысить прозрачность ценообразования пассажирских авиаперевозок.

Материал из выпуска мониторинга №12, декабрь 2024. Скачать выпуск целиком (PDF) · страница выпуска на сайте Института Гайдара