事件與發現
經濟學家 Tyler Cowen 在 Marginal Revolution 發表一篇激進論文：市場競爭的存在與否，取決於 P 是否等於 NP——這個計算機科學最大懸念之一。
核心論證
卡特爾為什麼難以維持：
在經典賽局論中，廠商面臨「卡特爾誘惑」。假設 5 家航空公司達成協議、維持高票價。但每家都有動機偷偷降價搶客、只要其他廠商察覺不到。要讓卡特爾穩定，必須有可信的懲罰威脅：「誰背叛就永遠被報復。」
但問題是：現實中市場需求充滿雜訊。廠商看到銷量下滑，到底是對手背叛了、還是天氣不好、還是消費者口味變了？
計算複雜度的介入：
Cowen 的關鍵洞察：偵測「是否發生背叛」在計算上可能是 NP-困難的問題。也就是說：
- 如果某廠商想驗證「有沒有人違反協議」，必須遍歷指數級的情境組合
- 在有限的計算資源下，廠商無法確定答案
- 因此「懲罰威脅」變成不可信的——廠商無法肯定對方背叛
- 不可信的懲罰 → 無法維持卡特爾協議 → 被迫進入競爭均衡
反面：假如 P = NP
一旦人類發現 P = NP（所有 NP 問題都有多項式時間算法），廠商可以快速驗證卡特爾協議是否被違反。懲罰威脅變成可信的。結果：卡特爾變成穩定的均衡。市場自動壟斷化。
為什麼這很激進
傳統經濟學把競爭歸因於： - 進入門檻低 - 產品差異化小 - 資訊對稱
但 Cowen 說：你全遺漏了。競爭根本來自「廠商計算能力的局限性」。這不是市場設計、而是物理與計算論的禮物。
換句話說：競爭之所以存在，是因為世界足夠複雜、以至於廠商無法同時搞定所有偵測與懲罰邏輯。一旦這道計算障礙被移除，市場結構會自動轉變。
現實意涵
1. AI 與反壟斷：隨著機器學習與最佳化算法進步，廠商偵測背叛的能力會提升。即使沒有人類一致合謀，演算法也可能「無意中」學會卡特爾價格。
2. 市場穩定性與技術進步的反關係：技術把難題變容易，反而破壞市場競爭。這意味著一個悖論的世界：技術進步可能導致競爭惡化。
3. 為什麼某些市場更容易卡特爾化：需求結構若簡單（容易被計算模型擬合），卡特爾更容易維持。反之，需求結構複雜（難以計算），市場被迫競爭。
與 Smith 的看不見的手的對話
亞當·史密斯說「個人追求自利、自動促進公益」。但 Cowen 說：這只有在「廠商計算無法跟上複雜性時」才成立。一旦計算追上了，看不見的手會反過來、推向壟斷。