重塑边界：AI时代经营者集中规则的挑战与演进系列文章——相关市场界定与竞争关注

经营者集中审查作为各国反垄断执法的核心组成部分之一，根本目的在于预防市场结构的实质性改变可能导致的竞争损害，从而维护市场的有效竞争。在此系统性分析框架中，相关市场界定与竞争分析构成了整个审查程序的两大基石。这一分析框架在应用于AI这一颠覆性技术行业时，其内在逻辑虽未改变，但实践操作的复杂性被放大。AI产业动态竞争、生态系统化、数据与算力驱动等典型特征，对传统分析方法带来了一定挑战。

从产业链层面，AI产业可以主要分为四个层级：基础设施层、算法模型层、平台框架层与应用层。[1]

在涉及AI产业的经营者集中申报中，应关注AI产业的产业结构与不同业务之间的业务关系对相关市场进行界定，并充分考虑相关交易对产业链不同环节的影响。

针对AI产业中的经营者集中审查，在界定相关市场时需要高度关注AI产业独特的层次结构与动态演化特性。科学的市场界定不仅是计算份额的基础，更是识别数据、人才、算力等关键竞争要素流动边界，以及理解未来创新赛道格局的前提，需结合具体交易中各方业务实质进行个案分析。在AI产业相关市场界定中可重点关注以下方面：

首先，关注AI产业显著的层次化与生态化特征。如前所述，AI产业通常可被解构为多个相互关联的层次：底层是算力基础设施层（如高性能计算芯片、云计算服务），中间是模型与算法层（包括基础大模型、垂直行业模型），顶层是应用与服务层（如AI驱动的SaaS软件、智能客服、内容生成工具）。一次集中交易可能影响多个层次，例如，一家云计算巨头收购一家顶尖大模型公司，其竞争影响既可能体现在模型层减少了一个重要的独立供应商，也可能体现在算力层，该云计算平台可能因此有能力和动机对其竞争对手的模型训练与服务进行歧视性定价或降质，相关市场的界定方案将直接决定后续市场份额计算和竞争分析的走向，界定过宽，可能忽略交易在关键技术创新层面的真实影响；界定过窄，则可能无法反映生态系统竞争的真实情况，忽略了跨层次整合可能产生的封锁风险等。

其次，个案的替代性分析中可能需要考虑“功能”细分导向。在AI应用层面，不同功能的AI应用解决的技术问题可能存在比较显著的差异，能够满足不同的客户需求，并且技术壁垒、研发投入、生态绑定等因素都可能影响跨功能供给替代性，因此对于技术复杂、功能模块众多的软件或服务，依据“功能实现”而非笼统的“产品类型”进行市场细分，可能更符合技术行业的竞争现实。

最后，AI技术路线尚未收敛，竞争格局瞬息万变，替代性分析可能需要跳出静态的当下，具备高度的前瞻性。市场界定关注当前采用不同技术路径、看似不直接竞争的产品（例如，专注于专用任务的窄AI模型与旨在实现通用智能的基座模型），在未来几年内是否会因技术演进而趋于融合并形成有效竞争约束。

我们注意到，目前，根据其已公示的案件，国家市场监督管理总局（“市监总局”）已接受“中国境内人工智能产品与服务市场”[2]与“中国境内AI公有云服务市场”[3]等市场界定方案。但是，由于AI产业仍属新兴领域，国内外就AI相关市场界定的反垄断案例和申报先例尚较为有限，尚未形成明确、稳定的界定思路。欧盟、美国等主要司法辖区也在积极探索适应AI产业特点的市场界定方法，其执法与司法实践对我国具有参考意义。

2024年4月19日，N公司与R公司达成协议，N公司拟收购R公司100%的股权并取得对R公司的单独控制。在该案中，欧盟委员会区分了交易双方的不同业务，并分别界定了相关市场。

N公司是一家美国上市科技公司，设计并提供加速计算平台，包括图形处理器（GPU）及软件，应用于数据中心、游戏、专业可视化以及汽车。R公司是一家成立于以色列的私营企业，主营业务包括开发和供应管理及优化人工智能计算基础设施的软件，致力于开发GPU编排软件、帮助客户安排GPU集群上的工作负载以供数据中心适用。在该案中，欧盟委员会（“欧委会”）区分了交易双方的不同业务，并分别界定了相关市场：

在该案中，申报方主张R公司的GPU编排软件应当属于容器基础设施软件（Container Infrastructure Software）中的一种编排软件。欧委会曾在B公司收购H公司案[5]中接受过容器基础设施软件市场作为可能的相关产品市场。容器是指运行于操作系统之上、轻量化、隔离化的虚拟工作单元，主要用于构建、托管及部署应用程序。容器基础设施软件是指用于管理、编排、部署和运行容器化应用程序所需的软件工具和平台，其中包含了对容器进行集群化管理并且自动化执行容器部署、工作负载均衡及跨主机容器迁移等任务的编排软件。对于相关产品市场的具体边界，申报方进一步主张：

在M公司与I公司的反向人才收购案中，英国竞争与市场管理局（“CMA”）指出双方在基础模型（Foundation Models）的开发与供应以及AI聊天机器人的开发与供应两项业务中存在横向重叠，并对这两类业务是否属于同一相关产品市场进行了分析。

CMA在全面评估案件证据后认定，基础模型与AI聊天机器人在需求替代性方面存在显著差异：大模型主要通过基础模型开发者或通过API接口向企业用户供应，并根据企业特定需求进行定制化开发；AI聊天机器人则同时服务于消费者和企业用户，应用场景和客户群体更为广泛。因此，CMA认定基础模型的开发与供应和AI聊天机器人的开发与供应应当属于两个独立的产品市场。考虑到M公司与I公司的业务情况，CMA认为在该案中无需进一步明确相关产品市场的边界。

在地域市场界定方面，CMA虽认为本案竞争分析无需明确地域范围，但仍依据现有证据将两项业务的地域市场暂认定为全球市场。CMA同时指出，尽管地缘政治因素可能导致部分国家或地区的企业无法进入特定市场，但这一情况对该案的竞争评估未产生实质性影响。

当前，AI产业已成为全球投资与创新的重点领域，整体呈现高度竞争态势。资金供给充裕，人才流动频繁，新进入者不断涌现，各类AI技术、产品与应用在多个层面激烈竞争，尚未形成具有显著或持久优势的市场领导者。在此背景下，AI产业的竞争发展显现出以下值得关注的趋势：

第一，AI技术与传统信息产品及服务加速融合，持续优化用户体验并拓展功能边界。例如：谷歌将生成式AI深度整合至搜索引擎，通过从多源信息中提炼、整合并生成回答摘要，显著提升搜索效率与结果质量，同时保留信息来源透明度；微软将AI助手Copilot嵌入Office办公套件，实现基于用户指令自动生成PPT、优化文档撰写等智能化功能，重塑生产力工具的使用模式。

第二，大型科技公司积极推动纵向整合，全面布局AI产业链。谷歌、微软、Meta、亚马逊、苹果等大型科技公司通过投资、合作、自主研发等方式，参与AI产业链的多个环节。[9]

尽管当前AI领域竞争仍显激烈，上述趋势却可能改变市场竞争格局，因此各国反垄断执法机构对涉及AI的经营者集中及其他交易行为继续保持高度关注，防范可能产生的排除、限制竞争效果。

我们注意到，部分司法辖区已经开始关注到大型科技公司将AI技术与其他传统信息产品和服务融合的趋势。这种融合策略一方面可能带来效率的提升、产品或服务的优化，并且可能进一步加强市场竞争，但另一方面也可能存在潜在的竞争关切。部分司法辖区注意到，大型科技公司基于技术优势、先发优势、网络效应等因素，本身在其他传统信息产品和服务的相关市场中可能具有一定的市场力量。而当大型科技公司将AI技术（或特定的AI应用、产品和服务）与其已具有一定市场力量的传统信息产品相融合、进一步扩张其生态系统时，有可能将其在传统信息产品和服务市场中的市场力量传导至AI产业的相关市场。

2025年6月27日，市监总局公布了《非横向经营者集中审查指引（征求意见稿）》（“《非横向指引（征求意见稿）》”），其中第七十条指出，混合集中可能促进生态系统的发展和扩张，增加产品组合，促进范围经济、网络效应，增强用户粘性等，反垄断执法机构可以基于个案中的客观证据评估该生态系统的经营者是否有能力和动机排除、限制相关市场竞争。在案例参考中，《非横向指引（征求意见稿）》特别关注到了市场力量传导的问题，指出“如果集中一方在生态系统中的某个市场（往往是核心商品所处市场）具有市场控制力，在一定条件下，集中可能进一步强化集中后实体的市场控制力并进行跨市场传导，从而对其他平台竞争者产生排除、限制效果”。

基于AI产业市场竞争发展趋势与《非横向指引（征求意见稿）》体现的执法关注，我们理解，根据交易的具体情况，中国反垄断执法机构有可能在大型科技公司收购AI领域初创企业的交易过程中考虑大型科技公司将交易双方的相关产品与服务融合的可能性、传统信息产品与服务相关市场中的市场力量、以及初创企业所在的AI产业相关市场受到排除、限制竞争影响的可能性与程度。不过，尽管这种融合趋势有传导市场力量进而限制AI产业相关市场的可能性，也应当注意到其对竞争的积极影响以及相关市场的整体变化：

在跨行业融合之外，AI产业链各环节之间亦存在显著的纵向整合趋势，大型科技公司通过投资、合作与自主研发等方式，系统性布局从算力、模型到应用的多层环节。在涉及大型科技公司收购AI初创企业的交易中，由于初创企业体量通常较小，且AI行业新进入者众多、竞争活跃，单项交易对市场竞争的直接影响可能有限。此外，如《非横向指引（征求意见稿）》第七十四条所指，纵向交易可能有助于提升经济效率，可能对竞争与消费者福利产生积极影响，具体表现包括通过规模经济与范围经济实现成本节约、消除双重加价，以及促进技术创新与产品迭代等。

然而，需注意的是，尽管单项纵向交易的影响可能有限甚至具有效率增益，但当此类整合形成行业趋势、多项交易叠加出现时，仍可能通过累积效应削弱整体行业竞争。尽管单独来看每个纵向交易的影响有限，但是累积起来可能会实质性地削弱相关市场的竞争，导致形成寡头市场，独立企业（即没有纵向整合上下游企业的企业）在相关的上游或下游市场中遭到封锁。因此，反垄断执法机构在对该等交易的审查过程中，可能会考虑到行业整体发展趋势以及交易的未来影响。

尽管《非横向指引（征求意见稿）》中没有明确就行业纵向整合趋势可能产生的累积作用或累积效果给出指引，但《最高人民法院关于审理反垄断民事纠纷案件适用法律若干问题的解释》第二十二条规定，人民法院在审查纵向垄断协议是否具有排除、限制竞争效果时，可以考虑被告在相关市场的市场力量和协议对相关市场类似不利竞争效果的累积作用。据此理解，尽管目前缺乏明确细则与先例，反垄断执法机构在实践中仍可能关注多项纵向整合交易所引发的累积性反竞争效果，特别是在像AI这类战略性强、结构正在成型的关键行业。

AI产业目前竞争激烈，有比较多的新进入者，同时也有活跃的技术研发和产品开发活动，计划进入AI产业或希望在AI产业进一步拓展业务领域的企业也数量众多。在这样的背景下，希望进入AI产业某一特定业务领域的大型科技公司可能通过收购该领域的初创企业来实现市场进入，同时，已在相关业务领域具有一定市场存在的大型科技公司也可能收购尚未实际进入该业务领域、但实现了某些技术创新的初创企业。

尽管在收购初创企业的交易中，作为收购方的大型科技公司与作为目标公司的初创企业在交易时可能并不存在实际的横向重叠关系，两者不在同一个相关市场进行实际竞争，但仍然需要注意的是，包括中国在内的主要司法辖区目前均对竞争影响采取更加动态的分析思路，不仅关注交易各方之间是否存在实际的竞争关系，还会考虑交易对于潜在竞争的影响。

同时，全球主要司法辖区也对“扼杀式并购”（Killer Acquisitions）保持着高度警惕。这类并购通常指大型企业为消除未来竞争威胁，收购高度创新领域的小型企业，以阻止竞争性产品或新进入者出现在市场中，从而抑制创新、加剧市场集中，并最终损害消费者利益。为应对此类行为，包括中国在内的多个司法辖区，已在经营者集中审查制度中引入针对“未达申报门槛但可能妨害竞争”的交易审查规则，明确授权反垄断执法机构可要求企业就此申报。例如，欧委会在2024年9月发布的竞争政策摘要中，明确表示将加强对大型科技公司在人工智能和虚拟世界领域投资与收购行为的监管，尤其关注领先数字企业及AI基础模型供应商可能开展的“扼杀式收购”。[11]实践中，欧委会已积极行使该项审查权。例如在N公司收购R公司案中，尽管目标公司R公司营业额未达申报门槛，欧委会仍基于其可能对GPU生态及AI计算基础设施市场产生影响，主动对该交易开展反垄断审查。在中国现行经营者集中规则框架下，对于该等大型科技企业收购小型初创企业的交易已有较为完善的配套规制。一方面，《反垄断法》第二十六条第二款已明确规定反垄断执法机构可以要求未达到申报标准但具有或可能具有排除、限制竞争效果的交易进行申报；另一方面，市监总局于2024年12月10日发布的《横向经营者集中审查指引》（“《横向指引》”）也进一步明确了反垄断执法机构将在对交易申报的审查过程中考虑潜在竞争的问题。

根据《横向指引》提供的分析框架，对潜在竞争问题的分析可以分为两步：第一，判断交易方是否构成潜在竞争者；第二，评估交易是否会消除潜在竞争约束。[12]此外，《横向指引》还特别指出，如果交易消除了潜在竞争者，并且交易方在相关市场具有市场支配地位，那么该项交易具有排除、限制竞争效果的可能性很大。[13]就潜在竞争者的判断而言，如果尚未进入相关市场的一方（无论是大型科技公司还是初创企业）在交易前已有计划进入该相关市场，并且已经进行了较为充足的准备，在没有该项交易的情况下可以在短期内进入相关市场，那么有可能被认为构成潜在竞争者。[14]例如，已经进行了技术研发与创新工作并且获得了一定成果的初创企业和已有市场进入的商业计划并内部安排或额外招聘了专业人员进行研发工作的大型科技公司，都可能被视为潜在竞争者。就消除潜在竞争约束的评估而言，相关分析将主要关注假设潜在竞争者进入市场后预期的市场竞争状况[15]，并且从创新的角度关注交易各方是否为相关市场的重要创新者。[16]例如，在大型科技公司通过收购初创企业而进入相关市场的交易中，如果该等交易可能减少大型科技公司的竞争压力，同时可能消除初创企业在独立进入市场的情况下预期能够形成的竞争约束，则反垄断执法机构可能认定该项交易具有排除、限制竞争效果。

AI产业处于高速发展与格局重塑阶段，未来交易活动预计持续活跃。企业在进行交易决策与谈判时，应充分评估交易对AI各产业链环节的潜在影响，包括交易各方在传统信息产品与服务市场中的市场力量；交易是否可能消除潜在竞争、抑制创新；交易是否具有促进经济效率与技术创新的积极影响等。