« La véritable contribution de l’IA à l’humanité pourrait bien être de maximiser les profits des entreprises en exploitant les données personnelles pour augmenter les prix. En réalité, c’est déjà le cas », explique le journaliste David Dayen, le rédacteur en chef de Prospect Magazine. Uri Yerushalmi, cofondateur et directeur de l’intelligence artificielle de Fetcherr, une société israélienne de conseil en tarification dont les clients comptent une demi-douzaine de compagnies aériennes à travers le monde développe des agents commerciaux automatisés pour simuler les dynamiques de marchés, analyser et fixer les prix. L’atout de Fetcherr, inspiré des techniques de trading haute fréquence, estime son promoteur, c’est que l’utilisation du système permet d’adapter les prix plutôt qu’ils ne soient stables et linéaires. « La dynamique est bien plus proche de celle du NASDAQ ou des marchés financiers, où les prix fluctuent beaucoup plus fréquemment car chaque changement sur le marché entraîne une réaction immédiate. » Fetcherr promet à ses clients une augmentation annuelle du chiffre d’affaires de plus de 10 %. Mais les dindons de ces variations, ceux qu’on dépouille de leur argent, « c’est vous et moi ».
Pour l’avocat Lee Hepner, de l’American Economic Liberties Project, « nous construisons maintenant les plateformes qui contrôlent la circulation de l’argent ». La tarification pilotée par la technologie est plus répandue qu’on ne le pense, rappelle Prospect Magazine qui avait consacré tout un numéro au sujet (dont nous avions rendu compte). En février, le journaliste Keith Spencer avait montré dans SFGate que selon la localisation de son IP, les prix de réservation d’une chambre d’hôtel pouvaient passer du simple au double. Stephanie Nguyen et Sam Levine, ancien directeur du Bureau de la protection des consommateurs de la Commission fédérale du commerce, ont récemment publié un article sur la manière dont les données collectées par les cartes de fidélité servent surtout à augmenter les tarifs : « plus un client est fidèle, plus ses données sont collectées et plus il paie ». « Voulons-nous vraiment un monde où il faudra payer un supplément pour faire ses achats anonymement ? », questionne Sam Levine.
Plusieurs techniques sont mobilisées pour augmenter les prix. La surveillance des profils de consommation des consommateurs, la tarification dynamique qui fait grimper les prix lorsque la demande augmente et l’abonnement (avec leurs politiques de résiliation compliquées : il fallait 23 étapes et 32 actions pour résilier l’un des abonnements que proposait Uber et la politique de résiliation d’Amazon Prime qui a coûté 2,5 milliards d’amende à Amazon, était surnommée l’Iliade, en référence au long et difficile combat d’Ulysse pour la surmonter.
« L’offre et la demande ne déterminent plus à elles seules les prix, comme l’explique la théorie économique. La tarification basée sur l’IA est devenue plus importante que le volume des ventes ou la qualité des produits », assène Dayen.
« Les démocrates de la Chambre des représentants ont proposé un projet de loi visant à interdire la tarification basée sur la surveillance et la fixation des salaires par la surveillance. La pratique dite de « tarification progressive », qui consiste à ajouter des frais cachés lors d’une vente, a été de facto interdite pour la billetterie d’événements et les séjours hôteliers par une réglementation de la FTC finalisée en mai. Mais avec le contrôle du Congrès par les Républicains, le véritable enjeu se situe désormais au niveau des États. Des interdictions de la tarification basée sur la surveillance ont été introduites en Californie, au Colorado, en Géorgie, dans l’Illinois et au Minnesota ; des interdictions de la tarification dynamique pour les supermarchés et les restaurants ont été introduites à New York et dans le Maine. En juillet, 24 États avaient examiné des projets de loi concernant une forme ou une autre de tarification assistée par la technologie, selon un outil de suivi de Consumer Reports ». 51 projets de loi sur la fixation algorithmique des prix ont été déposés à travers le pays lors de la seule session législative de 2025. « Il s’agit d’une première étape potentiellement très importante pour rééquilibrer l’économie en faveur des consommateurs », estime Hepner. En Californie, le projet de loi AB 446, qui proposait d’interdire la tarification fondée sur les données personnelles, a été suspendu, donnant ainsi aux promoteurs le temps de rallier des soutiens. Des entreprises de tous les secteurs, même celles non soupçonnées de pratiquer cette tarification, ont afflué à Sacramento pour défendre leurs pratiques. La ville de New York a adopté une loi sur la transparence exigeant que les transactions concernées incluent une fenêtre contextuelle indiquant : « Ce prix a été fixé par un algorithme utilisant vos données personnelles. » Pas sûr pourtant que ces avertissements suffisent.
Dayen souligne que la complexité des calculs rend le travail du régulateur de plus en plus difficile. Lyft, pionnier de la tarification dynamique, a réagi à la colère des usagers, dont les tarifs augmentaient précisément aux moments où ils en avaient le plus besoin, en optant pour Price Lock, un service d’abonnement qui plafonne les tarifs sur certains trajets, moyennant un forfait mensuel.
Pour Sam Levine, nous devrions revenir à des prix publics avant que la situation soit hors de contrôle. L’autre levier, consiste à limiter la collecte de données. Une norme de minimisation des données pourrait empêcher l’utilisation des informations personnelles à des fins de tarification, estime Ben Winters, responsable de l’IA et de la vie privée à la Fédération des consommateurs américains. Mais aux Etats-Unis, les projets de loi pour renforcer la protection des données n’arrivent pas à être promulgués : « trop d’entreprises ont investi dans l’économie de la surveillance pour qu’on puisse la faire disparaître par la loi », estime Dayen. « Les lobbyistes de l’industrie technologique n’ont qu’une seule spécialité : anéantir les lois sur la protection de la vie privée », souligne le juriste Tim Wu, dans son nouveau livre, The Age of Extraction : How Tech Platforms Conquered the Economy and Threaten Our Future Prosperity (Bodley Head, 2025, non traduit).
La meilleure façon de lutter contre ces pratiques n’est peut-être pas de s’attaquer à la collecte de données pour les limiter, mais plutôt à ceux qui les reçoivent, les partagent et les traitent, courtiers et consultants en tarification par exemple, estime Dayen. « La vente de données pourrait être considérée comme déloyale ou trompeuse au regard des lois étatiques sur la protection des consommateurs. De plus, même lorsque les clients consentent à la collecte de leurs données, ils ne consentent pas nécessairement à leur transfert à des tiers ».
Pour Dayen, le pire est certainement à venir, car la tarification par IA dans cinq ans ne sera plus la même qu’aujourd’hui. Les compagnies aériennes ont été à l’avant-garde de toutes les innovations tarifaires des 30 dernières années, des frais cachés à la tarification différenciée en passant par les programmes de fidélité, rappelle-t-il. Quel sera le prochain défi ? Fetcherr, qui a levé 90 millions de dollars en 2024 et 42 millions supplémentaires cette année, l’affirmait clairement sur son site web : « hyper-personnalisation à grande échelle ». Robby Nissan, cofondateur de Fetcherr, a déclaré publiquement que ses systèmes d’IA peuvent « manipuler le marché pour accroître les profits ».
Les autres entreprises de conseil en tarification comme Flyr, Pros ou Air Price IQ (toutes positionnées surtout sur le segment de la tarification aérienne) tiennent le même discours : maximiser la disposition à payer des voyageurs en analysant des masses de données. Quand on souhaite prendre un billet d’avion pour Noël, il est devenu impossible de prévoir le prix ou de les comparer. A l’avenir, cela risque d’être Noël tous les jours, sauf pour les consommateurs. Pire, suggère Dayen, à terme, ces conseils en tarification pourraient également permettre aux entreprises aériennes d’ajuster leurs itinéraires pour éviter la concurrence, afin de pouvoir pratiquer les tarifs qu’elles souhaitent. Ajoutez à cela les agents IA qui prendront vos billets d’avion à votre place… et nul ne pourra être certain d’être assuré que les robots agissent dans l’intérêt des consommateurs ou des détaillants partenaires des entreprises d’IA qui fourniront les agents.
Au consommateurs de réagir, conclut Dayen. Ils détiennent les ressources financières dont les entreprises ont besoin pour prospérer.« Il est encore possible que l’on assiste à un retour à une tarification basée sur les coûts », déclare la sociologue Lindsay Owens, qui prépare un livre consacré à cette nouvelle ère de la tarification pour 2026 (Gouged : The End of a Fair Price in America, Arnaqués : la fin du juste prix en Amérique). « C’est ainsi que les entreprises ont fonctionné pendant des décennies… Un monde où la tarification est transparente, publique et prévisible est encore envisageable. » On voudrait y croire.
MAJ du 25/01/2026 : Une nouvelle étude publiée par Katie J. Wells et Lindsay Owens (Groundwork Collaborative), en collaboration avec Angel Han et Alan Smith (Consumer Reports), révèle que la plateforme de livraison de courses Instacart utilise le comportement des consommateurs pour segmenter sa clientèle et lui appliquer des prix sensiblement différents pour les mêmes articles, une pratique connue sous le nom de discrimination algorithmique par les prix. Comme le rapporte le New York Times, ces pratiques abusives soulèvent de graves questions éthiques et juridiques, d’autant plus qu’elles restent totalement opaques pour les consommateurs.
MAJ du 29/04/2026 : Sur le blog du LPE Project, le professeur de droit Andrew Miller de l’école de droit de Brooklyn explique que la tarification personnalisée sape la solidarité. Pour lui, la tarification dynamique cachée est bien plus courante qu’on ne le pense et opère de multiples manières, pas seulement en faisant varier les tarifs des produits. Lorsque nous accédons à un produit, nous ne pouvons plus savoir s’il s’agit du prix ou du prix calculé selon notre profil. « Les prix ne sont pas le seul aspect de l’expérience client que les entreprises personnalisent secrètement en fonction de chaque interlocuteur. Les vendeurs peuvent utiliser des modèles comportementaux très sophistiqués pour prendre des décisions automatisées et adaptées à chaque consommateur, en tenant compte de variables telles que la disponibilité des concurrents, la probabilité de changement de fournisseur et la valeur client estimée pour l’entreprise sur toute la durée de vie du client. Par conséquent, votre temps d’attente au téléphone n’est peut-être pas aléatoire. La décision de vous accorder (ou de vous refuser) un remboursement peut être davantage liée à votre profil qu’au bien-fondé de votre demande. Il est probable que nombre des commerces que vous fréquentez vous aient déjà classé comme client prioritaire ou non, ce qui influence concrètement les offres et la manière dont vous êtes traité. » Dans un article de recherche, le professeur de droit soutient que ce profilage caché des consommateurs nuit à l’ensemble de notre société, bien au-delà des simples considérations financières. « Dans une société qui peine déjà à lutter contre les inégalités visibles », la tarification dynamique, sous toutes les formes qu’elle emprunte, est un accélérateur des discriminations.
« La démocratie exige que les pratiques commerciales discriminatoires soient soumises au débat public, afin qu’elles puissent être évaluées au regard de nos normes collectives d’équité et d’égalité. Dans de nombreuses juridictions, accorder une réduction aux personnes âgées est une pratique courante et légale, tandis qu’en accorder aux anglophones natifs ou aux clients considérés comme physiquement attirants pourrait exposer le vendeur à des poursuites judiciaires. Cela reflète un choix de notre société quant aux types d’organisation du marché que nous acceptons ou non. »
Avec la tarification dynamique invisible, « les personnes lésées ne peuvent plus elles-mêmes forger les solidarités nécessaires à une action collective, comme c’est le cas en démocratie. Notre compréhension des pratiques commerciales licites et illicites ne s’est pas construite par magie. Elle est le fruit d’un processus itératif de débat public et d’activisme politique, qui exigeait que les personnes lésées (a) sachent qu’elles ont été lésées, (b) en comprennent les raisons et (c) s’unissent pour plaider en faveur du changement. Le profilage invisible des consommateurs entrave ce processus à chaque étape, isolant les personnes lésées et les maintenant dans l’ignorance. Ainsi, celles qui subissent les conséquences néfastes des pratiques commerciales ne peuvent plus agir de concert (comme c’était possible auparavant) pour dénoncer l’injustice de ces pratiques.»
La tarification dynamique repose sur un calcul qui vise à évaluer le montant maximal qu’un consommateur est prêt à payer. Un montant qui dépend de sa situation et de ses ressources et moyens, mais aussi de ses besoins. Le problème, déjà bien documenté dans nos pages, montre que le but n’est pas de faire payer plus cher les consommateurs ayant des revenus plus élevés, mais repose sur nombre de critères plus problématiques car plus spécifiques. On peut faire payer plus cher des produits où services parce que certaines personnes en ont plus besoin que d’autres (des personnes malades ou handicapées par exemple), à cause d’une défaillance du marché ou une insuffisance des services publics (certaines personnes peuvent avoir davantage besoin de covoiturage que d’autres) ou des situations familiales particulières (le fait d’avoir des enfants par exemple). En exploitant les données à leurs disposition, les entreprises et services peuvent exploiter nombres de vulnérabilités : cognitives comme émotionnelles par exemple.
Pour s’opposer à ces déploiements, les citoyens peuvent mobiliser les lois contres les pratiques commerciales déloyales, abusives et trompeuses suggère Miller. Mais encore faut-il que les consommateurs soient au courant des pratiques qu’ils subissent. D’où l’importance de la nouvelle loi de l’Etat de New York qui exige la divulgation des prix individualisés. Et que les acteurs, universitaires, journalistes et militants, enquêtent sur les impacts des outils de profilage.
Dans un autre billet du LPE Project, l’avocat Patrick K. Lin, rappelle que l’omniprésence de la tarification différenciée repose d’abord sur l’asymétrie d’information : les entreprises ont accès aux données des courtiers, à celle de la surveillance publicitaire, quand les consommateurs sont plus démunis que jamais, notamment lorsqu’ils sont vulnérables et captifs. Pour l’avocat, l’interdiction de la tarification basée sur la surveillance serait la solution la plus immédiate. « L’obligation de transparence – qui se limite généralement à informer les consommateurs que les prix peuvent être fixés en fonction de leurs données personnelles – est bien trop restrictive pour les protéger efficacement contre les prix abusifs ».
« Les dispositifs de transparence externalisent la responsabilité en faisant peser sur les consommateurs la charge de déterminer l’impact de leurs données sur le prix affiché, au lieu de modifier les pratiques des entreprises. Les lois imposant la transparence permettent certes aux consommateurs d’être mieux informés, mais elles ne parviennent pas à faire baisser les prix ni à empêcher les entreprises d’accumuler des données personnelles. » Lin est par exemple critique envers la loi New Yorkaise, qui n’impose aux entreprises qu’une mention : « Ce prix a été fixé par un algorithme utilisant vos données personnelles ». « Le consommateur est informé, mais non protégé. Et sans possibilité de protéger ses données, l’utilité de cette divulgation est pour le moins discutable. » Si d’autres projets de loi fédéraux sont discutés, il est peu probable qu’ils parviennent à s’imposer, regrette l’avocat. Par contre, au niveau des Etats américains, plusieurs projets de lois sont en discussion, notamment pour aider à lutter contre l’inflation.
Le problème, c’est que les Etats-Unis privilégient de plus en plus la défense de la liberté d’expression sur la protection de la vie privée en estimant, dans une interprétation extensive du droit, que l’échange de données relève du premier.
Stream "Punchlines"
- ↪ Les LLM dégradent profondément vos documents
- ↪ Kit d’opposition aux data centers
- ↪ Tokenmaxxing : l’IA par abonnement touche à sa fin
- ↪ La colère contre l’IA est-elle en train de dégénérer ?
- ↪ Comment devenir un problème algorithmique ?
- ↪ « On est tous en passe de devenir des livreurs Deliveroo »
- ↪ Les réseaux sociaux dans la tourmente
- ↪ Cosplay forensique
- ↪ L’IA ne réforme pas les institutions démocratiques, elle les détruit
- ↪ L’IA sait tout faire… mais ne lui faites pas confiance pour votre déclaration d’impôts