I В НАШЕЙ СТРАНЕ сформировалась новая и очень интересная (но крайне неудобная для антимонопольных органов) практика рассмотрения дел по фактам выявления картельных соглашений на металлургических и иных товарных рынках, что косвенно ставит под удар работу по внедрению алгоритмов искусственного интеллекта в правоприменительную практику антимонопольных органов. Это особенно важно на фоне обсуждения законопроекта, которым предлагается упорядочить функционирование Аналитической информационной системы (АИС) «Антикартель». Переход с аналога на цифру В настоящее время правоприменение и отношение к доказыванию и формированию доказательств в антимонопольных делах стремительно меняется. При рассмотрении специфики доказательств и доказывания в антимонопольных делах наиболее показательными являются дела, связанные с расследованием картелей, поскольку именно в них наиболее ярко проявляется применение цифровых решений. В антимонопольных делах хозяйствующие субъекты защищали себя всегда, постоянно придумывая новые контрдоводы на обвинения ФАС России (порой из разряда «все побежали — и я побежал»). Но для защиты в картельных делах именно экономическая составляющая приобретает особое значение, поскольку риски предпринимателей возрастают кратно и отягощаются перспективами уголовного преследования. Поэтому у хозяйствующих субъектов, помимо чисто юридических аргументов, в арсенале защиты всегда должен быть научно-практический инструментарий, при грамотном использовании которого можно усиливать переговорную позицию во взаимоотношениях с антимонопольными органами при обвинении в картельном сговоре. До недавнего времени и регулятору, и стороне защиты было достаточно только формально-юридических подходов. Защищающаяся сторона в ответ на обвинительное заключение ФАС России могла критиковать представленные регулятором доказательства, акцентировать внимание на нестыковках фактов и обстоятельств, наконец, просто фиксировать процессуальные нарушения в ходе рассмотрения дела. Ситуация существенно изменилась после внедрения в контрольнонадзорную деятельность антимонопольного ведомства цифровых решений. В 2018 г. в ФАС России было создано специализированное подразделение для проведения цифровых расследований, одним из ключевых направлений деятельности которого стало выявление и пресечение картелей, в том числе реализованных с помощью цифровых инструментов. В результате в 2019 г. учреждение запустило цифровой проект под условным названием «Большой цифровой кот» (БЦК). Алгоритмы БЦК позволяют исследовать большой объем данных об участии различных компаний в торгах, выявляя особенности в поведении компаний-конкурентов, которые служат сигналами о потенциально реализуемом антиконкурентном соглашении, направленном на поддержание стоимости торгов. В настоящий момент данная система работает преимущественно с большими данными электронных торговых площадок, предоставляемых по запросу ФАС России, а также в режиме скрининга открытых данных единой информационной системы в сфере закупок. Сбор и анализ данных осуществляются по четырем блокам: P количество и структура участников торгов; P ценовое поведение; P метаданные; P история участия. В текущем состоянии развития проекта сильной стороной БЦК по сравнению со схожими системами в ряде других юрисдикций является работа с метаданными. Среди прочего алгоритмами предусмотрен поиск совпадений по IP- и MAC-адресам, по фактическому расположению участников торгов, по владельцам электронных цифровых подписей, по учетным записям, с которых создавались документы на торги, а также по текстовым и другим сходствам материалов заявок участников. В дальнейшем проект БЦК подвергся масштабному ребрендингу, чтобы избавиться от любых «кошачьих» аллюзий. Теперь это многофункциональный скрининговый сервис — АИС «Антикартель», позволяющий регулятору не только автоматически выявлять признаки реализации антиконкурентных соглашений в режиме онлайн, но и осуществлять предиктивный анализ, оценивая вероятность реализации картеля в процентах. Предполагается постепенно совершенствовать скоринг-систему посредством расширения интегрированности с различными базами данных (например, с базой ФНС России, Росфинмониторинга и пр.) для выявления дополнительных сигналов о наличии связи между хозяйствующими субъектами, а также запустить скоринг-систему с использованием алгоритмов машинного обучения для реализации прогностических функций на основании анализа поведенческих стратегий участников. Изменения у регулятора vs изменения у бизнеса Во-первых, внедрение БЦК во многом изменило характер антикартельной политики ФАС России. С внедрением данного проекта регулятор получил возможность Эконометрику можно определить как количественный анализ реальных экономических явлений, основанный на одновременном развитии теории и наблюдений, связанных соответствующими методами вывода. Пол Самуэльсон 68 МЕТАЛЛОСНАБЖЕНИЕ И СБЫТ • ФЕВРАЛЬ ЮРИДИЧЕСКАЯ ГРАМОТА
RkJQdWJsaXNoZXIy MjgzNzY=