一、公平會近期處理競爭法議題的界線與執法原則
公平會於2026年3月發布「生成式人工智慧相關競爭法議題徵詢公眾意見彙整報告與政策聲明」，首次系統性整理生成式AI產業的競爭議題。公平會認為生成式AI仍延續數位平台經濟中的資料、規模、網路效應與生態系等特徵，因此現階段無須再創設一套AI專屬的競爭法，未來將延續已發布「數位經濟政策白皮書」之架構依據體市場行為及競爭效果處理個案。
政策聲明並提出「議題導向原則」，說明公平會並未把所有AI爭議都視為競爭法問題，若核心是資金、人才、研發能力不足、內容真實性、個資或資安，可能較適合透過產業政策、消費者保護、個資或其他監管措施處理，只有當具體行為可能排除競爭、限制選擇或削弱獨立商業決策時，才會進而依公平交易法檢視。其執法方向包括以證據導向確認競爭及損害、重視產業發展差異及「在地連結」原則、延續市場「可競爭性」，及依「合理原則」審查。分析討論相關議題如後。
二、競爭已從「單一產品」走向「生態系間」的競爭與合作關係
相較於以往之數位經濟，生成式AI的競爭結構也逐漸從單一產品間轉向「生態系間的競爭」。換言之，競爭的議題不再只是「哪個模型能力更強」等單一因素造成的市場影響，而衍生為誰能結合晶片與算力、雲端、資料、模型、開發工具、企業應用與使用者入口，提供完整且可持續運作的生態系例。如OpenAI/Microsoft與Google陣營即是一例。
生成式AI市場亦具有「既競爭又合作」的特性，大型科技業者與新創、雲端服務商、模型開發商及應用業者，常同時存在投資、算力供應、模型授權、共同開發與通路整合關係。此類整合不必然有害於競爭，企業將模型與既有雲端、辦公軟體、資安、權限系統或應用服務整合，可降低導入AI之運作成本、提高安全性，也能讓AI更容易嵌入既有工作流程。因此公平會不會只因業者具有垂直整合能力或與其他業者合作就推定其行為違法。
但若掌握關鍵資料的業者，伴隨排他安排、優先近用、搭售或其他措施，讓使用者或合作夥伴實質難以選用其他模型或服務，便可能提高轉換生態系之成本，形成市場鎖定、排他或封鎖效果，也可能形成「生態系間競爭」與「生態系內競爭」兩者的互動關係，公平會未來將依合理原則審查及評估此類競爭議題或互動效果。
三、演算法、資訊與商業決策造成的「市場效果」才是執法重點
企業以AI協助定價、推薦、排名、投放廣告、分析客群，並不當然構成競爭法問題。競爭法關切的是：演算法是否成為競爭者協調市場行為的工具，或是否被用來不當排除其他競爭者。例如，多家競爭者透過共同系統、第三方定價工具、產業資料庫或其他共享資料安排，將非公開的價格、折扣、產量、客戶、庫存或未來商業策略輸入系統，使AI系統能協助形成、執行或監控價格或協調其他交易條件，可能涉及聯合行為風險。近期美國司法部(DOJ)聯合多個州政府對不動產管理軟體公司RealPage提起反托拉斯民事訴訟，即是利用演算法共同定價的國際性指標案例。
臺灣目前尚未有因為此類「AI 演算法共同定價」而被公平會實際處分之案例，公平會於政策聲明中表示將會關注此類行為，平衡兼顧產業間共享訓練資料庫可能降低開發成本、促進創新之可能性，以及競爭者間敏感資訊、關鍵資料之協調應用，是否可能衍生聯合行為或進入市場障礙，根據合理原則進行審查。
四、保護AI資產並同時兼顧市場「可競爭性」
企業將自己的資料、內部規則及決策流程嵌入AI模型內形成對其具有重要價值的創新技術資產與營業秘密，因此透過保密、資料授權、人才聘用契約等方式保護創新成果，通常具有正當商業目的。但另一方面，亦有公眾提出保密與競業限制等也可能影響市場流動，公平會認為須同時衡量人才流動、營業秘密保護與培育投資的正面效應，不能直接複製海外立場。
公平會在其政策聲明中特別強調將因應臺灣產業的在地特性評估此類議題。例如，臺灣在半導體和硬體供應鏈具有優勢，因此對於做為AI基礎設施之半導體領域，將關注國際相關市場的快速變化，維持法政策上的國際合作；但雲端服務與大型語言模型的研發方面相對弱勢，市場結構與歐美不同，不能直接援用海外標準，而須評估新進者能否取得所需資料、雲端、算力與使用者入口，並在合理條件下擴張、替代既有的服務及進行有效競爭的可能性。
五、企業可採取的競爭法合規措施
雖然目前臺灣實務尚未出現以生成式AI、演算法定價或AI生態系整合為核心的指標性處分案，但公平會以上政策聲明已指出未來可能持續關注的方向，企業可預先規劃以下措施：
(一) 檢視關鍵投入資源與替代障礙
檢視資料、模型、算力與雲端是否過度依賴單一供應商，並確認是否存在排他、優先供應、限制多雲部署、資料輸出限制或其他提高轉換成本之安排。
(二) 根據商業目的控管競爭敏感資料的應用
對共同資料庫、產業資訊服務及第三方AI工具，宜先界定其合法商業目的，並依資料的時效、敏感程度、可識別性及系統輸出方式，評估是否可能讓競爭同業更容易掌握並跟隨彼此的定價或商業策略。若涉及非公開的價格、折扣、產量、客戶或未來策略等競爭同業非公開敏感資訊，宜考慮採取資料隔離、彙整或延遲處理，或者限制生成答覆內容及人工覆核等措施，以避免AI系統成為協調、執行或監控共同市場策略的工具。
(三) 保存獨立商業決策與創新等效率之證據
企業若以AI協助定價、推薦、排序、廣告投放、客群分析等，宜留意適時保存商業行為之目的、對商業品質或效率及公眾之正面影響、資料來源、系統規則以及人工覆核等資料，以備於必要時作為企業仍保有獨立決策、並未透過系統協調市場之合理性證據。