英国竞争与市场管理局(CMA)经过九个月调查后,正式将谷歌移动平台服务认定为具有战略市场地位(SMS)。CMA表示,谷歌在移动平台服务领域拥有强大且根深蒂固的市场力量,苹果公司也被认定具有SMS地位。
据估计,谷歌在英国的业务年价值在100亿至200亿美元之间。本月早些时候,CMA宣布谷歌搜索和搜索广告已被归类为SMS。移动服务的SMS分类意味着监管机构现在将密切关注该公司移动平台的开放性。
CMA数字市场执行董事威尔·海特表示:"苹果和谷歌的移动平台被整个经济领域的数千家企业用来向数百万客户营销和销售产品和服务,但这些平台的规则可能正在限制创新和竞争。"
CMA在最终决定文件中进一步声明:"鉴于谷歌移动平台作为英国移动用户访问数字内容和服务的重要门户,以及英国企业开发和分发移动数字内容和服务的关键平台所发挥的重要作用,确保这些群体受到公平对待并对使用该平台的能力抱有信任和信心至关重要。"
通过将谷歌和苹果在移动平台方面认定为SMS,CMA表示现在可以考虑是否有必要和适当引入有针对性的干预措施,以确保通过谷歌和苹果移动平台开发和分发内容的英国应用开发者和创新者能够创新并发展业务。
CMA表示,SMS认定并不是对不当行为的认定,也不会立即引入任何要求。但是,这使CMA能够考虑采取行动确保移动平台对有效竞争保持开放。
然而,谷歌高级竞争主管奥利弗·贝塞尔对CMA将其移动平台认定为SMS持批评态度,特别是考虑到工党政府对促进增长和创新监管的期望。
贝塞尔表示:"在CMA今天的决定之后,我们在英国的移动业务面临一系列新的且尚不确定的规则。如果英国数字市场制度要兑现其促进增长和创新的承诺,CMA的下一步行动将至关重要。"
"Android和Chrome的构建理念是创造更多选择,而不是减少选择。包括我们的竞争对手在内的任何人都可以免费定制和构建使用开源Android操作系统的设备。虽然Google Play帮助人们在设备上下载应用程序,但如果找不到所需应用,用户可以从竞争对手的应用商店或直接从开发者网站下载应用程序——这是大多数Android用户实际在做的事情,而其他移动平台则限制了这种做法。"
贝塞尔还注意到CMA承认谷歌没有利用其作为操作系统或移动浏览器引擎的地位来偏袒Chrome。
他表示,Android为英国开发者创造了超过99亿英镑的收入,并支持超过457,000个英国就业岗位。然而,CMA指出,虽然开发者可以在第三方应用商店提供软件,用户也能够直接将应用程序侧载到Android设备上,但这些应用分发方式对Play Store只能提供有限的竞争约束。
目前尚不清楚CMA将采取什么步骤来确保竞争,鉴于谷歌移动平台的SMS认定,但它已经在研究一些可能的推进方式。
7月,CMA发布了一份路线图,呼吁建立公平透明的应用审核流程和应用商店排名,为英国应用开发者提供确定性,这将使用户能够在应用商店外进行购买。据CMA称,这可能推动创新并为开发者节省财务成本。
Q&A
Q1:什么是战略市场地位(SMS)认定?对企业有什么影响?
A:战略市场地位(SMS)是英国竞争与市场管理局对具有重大市场力量企业的认定。SMS认定本身不是对不当行为的判定,也不会立即引入要求,但使监管机构能够考虑采取干预措施确保市场竞争的开放性。
Q2:为什么谷歌和苹果的移动平台被认定为SMS?
A:因为这些平台被数千家企业用来营销和销售产品服务,在英国移动用户访问数字内容和企业分发移动应用方面发挥重要门户作用,具有强大且根深蒂固的市场力量,可能限制创新和竞争。
Q3:CMA的认定会如何影响英国的应用开发者?
A:CMA计划引入有针对性干预措施,确保英国应用开发者能够创新并发展业务。已发布路线图呼吁建立公平透明的应用审核流程,使开发者获得更多确定性,用户能在应用商店外购买,可能推动创新并节省开发成本。
好文章,需要你的鼓励
Anchor Browser获得600万美元种子轮融资,专注解决AI代理安全可靠地使用网络的挑战。该公司重新设计浏览器作为云端执行层,为每个AI代理提供独立安全的浏览器环境。与传统浏览器不同,Anchor的b0.dev系统让代理能够规划工作流程并可靠重复执行,将混乱的自动化转变为企业级软件工程。
清华大学研究团队开发的SLA技术通过将AI视频生成中的注意力权重智能分类,对不同重要程度的权重采用差异化计算策略,成功实现了95%的计算量减少和20倍的速度提升,同时保持视频质量不变,为AI视频生成效率优化开辟了新思路。
英国竞争与市场管理局经过九个月调查,将谷歌和苹果的移动平台指定为具有战略市场地位。监管机构表示,两家公司在移动平台领域拥有根深蒂固的市场主导地位,其平台规则可能限制创新和竞争。这一指定使监管机构能够考虑采取针对性干预措施,确保英国应用开发者能够创新和发展业务,但目前尚未引入任何直接要求。
斯坦福大学等机构联合提出多人Nash偏好优化(MNPO),突破传统双人训练局限,让AI在多人游戏环境中学习处理复杂非传递性偏好。该方法通过时间依赖设计,让AI与历史版本对话练习,在所有主要测试中显著超越现有方法,在Arena-Hard中甚至超过GPT-5,为AI对话系统训练提供了更贴近真实世界复杂性的新范式。