AIサプライチェーン規制の経済学

要旨：基盤モデルの台頭は、AIサプライチェーンの出現を促進しました。上流の基盤モデル提供者が、ドメイン特化型アプリケーションを開発する下流企業にファインチューニングと推論サービスを提供します。下流企業は提供者の計算基盤を利用して独自データでモデルをファインチューニングするために料金を支払い、モデル品質を高める共同創造的なダイナミクスを生み出します。基盤モデル提供者と下流企業が過度の消費者余剰を獲得する懸念と、規制措置の高まりを背景に、本研究は提供者と2つの競合する下流企業を含むゲーム理論モデルを用いて、政策介入がAIサプライチェーンにおける消費者余剰にどのように影響するかを分析します。我々の分析は、下流市場での価格競争を促進する政策（すなわち価格競争促進政策、pro-price-competitive policies）が、計算コストまたはデータ前処理コストが高い場合にのみ消費者余剰を押し上げ、これらのコストが低い場合には計算補助金が効果的であることを示しており、これらの政策は相補的であることを示唆しています。一方、下流市場での品質競争を促進する政策（プロ品質競争政策）は、常に消費者余剰を増加させます。価格競争促進政策または計算補助金の下では、提供者と下流企業の双方がより高い利益とより大きな消費者余剰を達成でき、ウィンウィンウィンの結果を生み出します。しかし、品質競争促進政策は提供者の利益を増やす一方で、下流企業の利益を減少させます。最後に、計算コストが低下すると、価格競争促進政策は効果を失う可能性があり、計算補助金は効果がない段階から効果的な段階へと転換する可能性があります。これらの知見は、経済的に効率的で社会的に有益なAIサプライチェーンの育成を目指す政策立案者への洞察を提供します。