Projeto:
Defesa da concorrência com Inteligência Artificial

Na QUANGLE, desenvolvemos soluções baseadas em machine learning para fortalecer a atuação de autoridades concorrenciais e empresas comprometidas com práticas de mercado justas e transparentes. Nossos estudos combinam rigor estatístico, fundamentos econômicos e tecnologias avançadas para oferecer ferramentas de monitoramento e detecção proativa de condutas anticompetitivas.

Modelos Preditivos para Detecção de Cartéis

Utilizando bases públicas e algoritmos de aprendizado supervisionado e não supervisionado, conseguimos identificar padrões característicos de cartéis, como:

• Baixa dispersão de preços entre concorrentes;

• Revezamento estratégico em licitações (bid rotation);

• Comportamento de cobertura de propostas (cover bidding);

• Manipulação de preços com baixa variabilidade estatística.

Essas práticas foram analisadas com sucesso no setor de combustíveis e em contratos públicos de manutenção rodoviária, com modelos que alcançaram mais de 96% de acurácia em ambientes controlados.


Transparência e Comunicação Implícita entre Firmas

Além da detecção direta de cartéis, nossos métodos avaliam se a transparência excessiva de mercado pode facilitar a coordenação entre empresas, mesmo sem comunicação explícita. No mercado de energia elétrica do Canadá, por exemplo, mostramos que empresas conseguiam identificar suas concorrentes a partir de padrões sutis em dados anonimizados, como terminações de preços e tamanhos de blocos de oferta. Esse tipo de análise é crucial para orientar reguladores sobre o grau ótimo de divulgação de informações.


Aplicações:

• Agências de defesa da concorrência (ex: CADE, MSA);

• Agências reguladoras setoriais (energia, transporte, saneamento);

• Empresas interessadas em compliance e análise de risco concorrencial;

• Órgãos de controle de compras públicas.