AI
引发的第四次技术革命正在让业内达成一个共识，即所有的行业和产品都会被
AI
重塑
，产业实践表明这个过程正在发生。
搜索引擎从过去的检索正在转向
AI
生成
、
手机
AI
化
、大模型参与内容创作、
数字人和
Ai
agent
正在普及
......
历史告诉我们，新老产业交替的过程，通常就是新旧商业力量较力对抗的过程，随之而来的市场地位和经济利益也会转移，《颠覆式创新》、《预测与权力》这些当下备受追捧的书也都在讲这个话题。
从法律的角度，当革命性的技术推动产业更新换代的时候，从业者之间必然会发生激烈竞争，其中相当多的矛盾和争议无法完全通过商业本身的博弈解决，或者说解决效率比较低，所以诉诸司法是必然的。因此，可以预判，接下来由于
AI
的应用所引发的司法案例将会增加，其中除了备受关注的知识产权侵权以外，还有一个重要维度就是不正当竞争，而且通常后者很可能比前者对经营者的影响更大。
笔者结合正在代理中的案件，以及对现有的案例（特别是欧美的案例）试着预判一下由
AI
引发的不正当竞争案件会集中在哪些类型和诱发因素，进一步探讨司法在这些可能的争议中该秉承怎样的裁判思路，尽管目前这样的案例还不多，但考虑到
AI
的发展速度，企业应该随时做好准备。
互联网领域的竞争，总体上是围绕着流量
、
内容
、
产品功能和数据这四个方面进行的
，
所以
AI
应用所导致的不正当竞争争议大概率也会在这四个方面出现
，当然这是笔者个人结合自身的观察和经验的分析，也许有失偏颇，但既然本文重在预测和对解决思路的探索，所以不必苛求全面和精确了。
一、流量之争
我们这里探讨的是比较直接的流量争夺，其实所有的互联网竞争最后都可以归结到流量上，所以我们这里不考虑那些间接的流量争议，而是最直观、最明显的流量争议。
AI
驱动的产品在推送到
C
端用户的过程中
，必须要解决应用场景的问题，找到一个最合适的场景才能真正发挥作用。
很多时候
AI
产品恐怕不是像
office
这种工具型使用，而是直接在用户原有的场景中介入
，说白了用户原有的使用场景里已经有在先的网络服务在使用了，例如电商平台、内容（文字、视频）平台、搜索引擎等，
在这些已经有的服务里，必然已经聚集了现成的流量池，如果
AI
新产品试图借助一些创新功能在这些场景中分一杯羹
，
例如商品信息优化
、
内容二次呈现
、
搜索结果的重排重定向或者干脆就是对已有广告内容的替代
、
过滤等
，
则必然影响原服务商的流量获取
，
这种情况下是最容易引发不正当竞争纠纷的
，相当于占据某个领地的生物与外来物种之间的争夺。
例如一旦
AI
手机普及之后，大量的
AI
率先要抢夺的就是手机系统中的用户流量，之前笔者代理过手机系统解锁弹窗引发的不正当竞争案，就是第三方应用在安装后，一旦用户滑动解锁手机就立即弹出广告，这种模式正是基于对手机系统流量的渴求导致的，而一旦
AI
大规模在手机系统中部署，用户将会习惯于直接呼出
AI
对话框进行自然语言的需求提示，这个时候各家的
AI
对话框部署到哪里就会成为焦点，特别是流量集中的地方，解锁界面这种系统级的流量集中地和热门第三方应用界面都是焦点，这个时候如果有人踩过届了，必然会引发不正当竞争风险。
二、内容生态之争
我之前的文章里多次阐述过一个观点，就是互联网经历了
pc
互联网
（
1
.
0
）、移动互联网（
2
.
0
）
之后来到了
AI
互联网
（
3
.
0
），
这个变革反映到网络内容的提供方式上，就是从原有的
Server
-
Client
（服务器
-
客户端）的提供方式，
转变成
Prompt
生成的方式
，一切提供给用户的内容不会再是服务器已经上传存储好之后原模原样交付给用户，而是根据用户的提示和需求通过预训练过的大模型重新生成。
很显然，重新生成的内容理论上会比将准备好的内容机械呈现更加贴合用户需要，而且生成可以是多次并且逐渐联系上下文优化的，这种生成式的提供必将取代原有的检索式提供，有点类似于饭店里现炒现做和预制菜之前的区别。
因此
AI
在内容领域的应用，一定伴随着“内容再造”
，这个过程中间，
如果生成的内容存在瑕疵并且对原有服务的内容生态造成冲击，就可能引发不正当竞争风险
。这里的瑕疵包括版权瑕疵、真实性或准确性瑕疵等等方面，取决于原有内容服务的内容取向。例如，
AI
伪原创就是一个典型的例子，这种产品如果对内容平台的原创生态冲击太大，特别是定向的对某个平台进行伪原创服务，就容易引发不正当竞争
。
三、产品功能之争
产品功能和形态的完整性，以及产品运行的独立性一直是互联网服务提供者关注的重点，这一点恐怕也会在大模型应用推广之后受到较大冲击。
当下的产品设计一般遵循着“前端简洁
、
后端复杂”的原则，
AI
作为一个新物种进入到现有的互联网生态链
，
一定会有一个寻找生态位的过程，不论是通过接入到现有产品
，
还是通过操作系统底层权限发挥作用，都有可能影响到现有互联网应用的功能实现
，
这种情况很容易命中
《
反不正当竞争法
》
第十二条“妨碍
、
干扰产品正常运行”的规定
。
当下的“产品正常运行”可能结合互联网的实际情况做更广泛意义上的理解，不一定是把现有的功能屏蔽，还包括多出了原来有没有的功能效果，或者影响到产品的数据安全、外观呈现等。很简单的一种可能性，现有的互联网产品形态是内容罗列式的呈现，而
AI
产品就是一个简单的对话框，这种情况下
AI
产品的普及不可避免影响到原有的产品呈现方式。
四、数据之争
这一点是基于大模型的特点决定的，不论是在预训练阶段还是应用阶段，
AI
产品都离不开数据的支持。实践中，数据的使用也已经成为各方关注的焦点，特别是欧美市场，基于数据的争议已经非常多，中国也已经有案例在进行中。
尤其是随着大模型的升级迭代，公开语料库已经告急，加上各垂直领域的
AI
应用对行业数据的需求猛增，各方都已经意识到数据的价值，
因此未来围绕数据资源的争夺也可能愈演愈烈
，
而数据资源按照目前我国的法律规定，一般还是会按照
《
反不正当竞争法
》
的路径主张权益
。
以上分析仅是从理论角度进行，实践中很可能争议各方会从不止一个维度进行对抗，往往权利和权益会交织在一起主张，而这些的背后实质上还是对市场和利益。
五、司法认定思路
前述四种情况下，司法如何评价
AI
应用的实施行为是否构成对原网络服务的不正当竞争，可能要从如下四个维度来考量：
1.
AI
服务是否独立为用户提供了新价值，而非完全依赖对原服务的重构
、
改造
。
此前过滤视频贴片广告就是可以类比的例子，这种模式虽然也在给用户创造价值，却是以单纯的牺牲原视频服务固有的利益为前提的，说白了原服务本来自己也可以不放广告，问题是限于收益的考虑必须放，此时第三方产品在不承担视频采购成本也不创造新价值的情况下剥夺原服务的广告利益，就有明显的不正当竞争风险了。
2.
AI
服务的实施对原服务影响是否必要
。
法律不可能全面禁止一个新应用介入已有应用的场景里，否则就成了法律干预下的垄断（实践中，有个别司法案例确实起到了这个效果，通过认定不正当竞争行为让某个或某类经营者独占某种业务场景，这种情况是必须要避免的）。如果
AI
应用的介入是提升用户体验、创造新价值的功能所必须，则合理性就较为明显，否则原本可以独立运行实现产品效果，却一定要在其他产品场景中强行植入，就有“搭便车”之嫌了。
3.
新应用的介入是否由用户自主决定
。
这一点也很关键，通常而言
AI
产品在用户刚好产生需求时自动现身是最符合用户体验的，但如果离开了用户的自主调用，很难解释出现的绝对必要性以及为什么一定是你这个特定的
AI
而非其他同类应用出现。
4.
AI
的应用是否符合技术中立
“黄赌毒恐政暴”肯定是红线了，当然，
由于大模型在生成过程中的不完全可控特性，导致技术上不可能百分百对违法内容进行拦截
，这个时候就要看开发者是否已经做到了业内的通行标准，如果技术本身不是明确的指向到这些非法用途，并且过滤系统也正常工作，只不过由于模型特性或者个别用户的“钓鱼使用”导致违规信息出现，不能认为是不符合技术中立原则。
