Le 10 juin 2025, le Bureau de la concurrence a publié son document de travail, Tarification algorithmique et concurrence, invitant les parties prenantes à faire part de leurs commentaires d'ici le 4 août 2025. Même si ce document ne contient pas de recommandations de politique, il donne un aperçu utile des points de vue actuels du Bureau sur cette question émergente et des sujets d'intérêt pour une étude plus approfondie. À noter en particulier ce qui suit :
- une définition de la « tarification algorithmique » comportera probablement trois éléments : 1) l'automatisation (exécutée à l'aide d'un algorithme), 2) l'algorithme optimise les prix pour des produits et des services et 3) l'algorithme utilise diverses sources de données comme intrants pour éclairer ses recommandations en matière de prix;
- la tarification algorithmique peut à la fois promouvoir la concurrence en encourageant l'innovation et l'efficacité, et nuire à la concurrence en facilitant la coordination et la discrimination par les prix et en trompant les consommateurs sur la collecte de leurs données;
- les incidences de la tarification algorithmique sur la coordination des prix et la discrimination par les prix seront probablement des sujets de préoccupation particuliers pour le Bureau.
Compte tenu de l'adoption généralisée d'outils de tarification par l'intelligence artificielle (IA) dans de nombreux secteurs, il sera intéressant de suivre l'activité future du Bureau sur ces sujets, car les documents de discussion antérieurs ont donné un signe avant-coureur d'une activité de sa part en matière d'application de la loi.
La définition de travail de la tarification algorithmique du Bureau
Le document de travail commence par exposer la réponse actuelle du Bureau à la question suivante : qu'est-ce que la tarification algorithmique?
Sans exclure la possibilité que d'autres facteurs pertinents émergent de cette discussion, le Bureau souligne trois éléments généraux qui devraient être compris dans la définition de la tarification algorithmique. Premièrement, la tarification algorithmique suppose l'automatisation en ce sens qu'elle est exécutée à l'aide d'un algorithme fondé sur des règles prédéfinies ou par l'IA, de sorte qu'elle peut accomplir des tâches sans intervention humaine. Deuxièmement, elle suppose l'optimisation des prix, c'est-à-dire essentiellement que l'algorithme analyse des données pour déterminer les prix optimaux pour des produits ou des services afin d'en tirer pour l'entreprise un maximum de profits. Troisièmement, l'algorithme s'appuie sur des données comme intrants provenant de renseignements accessibles au public, de systèmes d'information internes des entreprises et de fournisseurs de renseignements externes, entre autres sources possibles.
Le Bureau affine ensuite ces éléments pour préciser les différents types d'algorithmes qui pourraient chacun correspondre à une définition large de la tarification algorithmique.
Le Bureau observe que les algorithmes de tarification peuvent être subdivisés en deux catégories selon leur mode de fonctionnement. La première catégorie est celle des algorithmes fondés sur des règles qui accomplissent des tâches, telles que l'optimisation des prix, dans le cadre de paramètres ou de conditions prédéterminés qui sont fixés et modifiés par une intervention humaine. La seconde catégorie est celle des algorithmes fondés sur l'IA qui recueillent des données et apprennent à partir de mises à jour continues de ces données pour accomplir des tâches, telles que l'optimisation des prix, de manière de plus en plus raffinée.
Le Bureau observe également que les algorithmes de tarification peuvent être subdivisés en fonction de leur mode de fonctionnement. Le Bureau indique deux types d'algorithmes de tarification : les algorithmes de tarification dynamique (qui réagissent aux conditions du marché telles que l'offre et la demande, les prix des concurrents et les niveaux d'inventaires, etc.) et les algorithmes de tarification personnalisée (qui réagissent aux données individuelles des consommateurs telles que les données démographiques, le comportement en ligne et l'historique des transactions).
Le document de travail révèle ainsi la conception actuelle du Bureau en matière de « tarification algorithmique » ainsi que les distinctions entre les algorithmes de tarification qui pourraient s'avérer importantes pour ses futures politiques et lignes directrices. Les parties prenantes devraient être attentives aux distinctions établies entre les différents types d'algorithmes. Par exemple, les algorithmes fondés sur l'IA peuvent être particulièrement préoccupants en raison du plus faible niveau de transparence des paramètres qui sous-tendent leurs recommandations. De même, les algorithmes de tarification personnelle peuvent attirer l'attention en raison de la collecte de données sur les consommateurs et de leur capacité à faciliter la discrimination par les prix.
Incidences potentielles positives et négatives de la tarification algorithmique sur la concurrence
Le document de travail présente également les incidences actuelles de la tarification algorithmique qui ont attiré l'attention du Bureau. Il reconnaît que « la tarification algorithmique peut à la fois favoriser la concurrence et y nuire ». Voici quelques exemples précis des incidences favorables et néfastes à concurrence de la tarification algorithmique notées par le Bureau :
La tarification algorithmique peut augmenter la prévalence de la coordination des prix : le Bureau émet l'hypothèse que la tarification algorithmique pourrait faciliter les ententes explicites et tacites de fixation des prix entre concurrents. Les concurrents pourraient utiliser le même algorithme pour traiter leurs données qui, ensuite, fixe ou recommande des prix à chacun d'entre eux afin d'obtenir les profits combinés les plus élevés pour tous. De cette manière, la tarification algorithmique pourrait faciliter les ententes de type « en étoile » entre concurrents, dans lesquelles les algorithmes de tarification regroupent les données des concurrents et mettent en Suvre une stratégie de tarification coordonnée. Alors que le Bureau se penche actuellement sur les incidences de la tarification algorithmique sur la coordination des prix, ces questions ont déjà commencé à être débattues dans d'autres juridictions : voir par exemple In RealPage, Case No. 3:23‑md-3071 (M.D. Tenn.).
La tarification algorithmique peut augmenter la prévalence de la discrimination par les prix : tout au long du document de travail, le Bureau émet l'hypothèse que les nouvelles stratégies de tarification rendues possibles par la tarification algorithmique pourraient accroître la prévalence de la discrimination par les prix. Par exemple, le Bureau observe que si la tarification personnalisée peut légitimement fonctionner en offrant des options ciblées de surclassement ou de déclassement aux consommateurs haut de gamme et aux consommateurs à petit budget, les entreprises qui cherchent à maximiser leurs profits pourraient également se livrer à une discrimination par les prix en subventionnant les pertes entre les groupes de consommateurs ou les marchés grâce à des algorithmes de tarification personnalisée afin de facturer des prix différents pour le même produit à différents consommateurs en fonction de la probabilité qu'ils passent à la concurrence. Même si la discrimination par les prix n'enfreint pas en soi la Loi sur la concurrence, le Bureau pourrait s'inquiéter si ce comportement est le fait d'un acteur dominant ou d'un groupe d'acteurs dans un marché particulier, ce qui empêcherait ou diminuerait considérablement la concurrence dans l'ensemble de ce marché.
La tarification algorithmique pourrait favoriser l'entrée dans un marché et l'expansion concurrentielle : le Bureau observe également que la tarification algorithmique pourrait promouvoir la concurrence en facilitant l'entrée de nouvelles entreprises dans un marché. Tout comme les algorithmes de tarification personnalisée pourraient faciliter une discrimination par les prix préjudiciable, ils pourraient également aider les nouvelles entreprises à cibler des groupes particuliers de consommateurs qui sont susceptibles de se détourner d'entreprises existantes, facilitant ainsi leur entrée dans un marché et une nouvelle concurrence.
La tarification algorithmique pourrait améliorer l'innovation et l'efficience du marché : le Bureau observe que les algorithmes de tarification pourraient accroître l'efficience des entreprises en leur permettant de réagir plus rapidement à l'offre et à la demande et donc de mieux gérer leurs inventaires. La tarification algorithmique pourrait également encourager l'innovation perturbatrice provenant de nouvelles entreprises dont elle facilite l'entrée sur le marché, ce qui entraînerait une augmentation du nombre de nouveaux produits et services.
Dans l'ensemble, le document de travail présente une vision nuancée de la tarification algorithmique, reconnaissant à la fois ses avantages et ses inconvénients potentiels, et donnant un aperçu de certaines des distinctions clés (tarification algorithmique fondée sur des règles c. fondée sur l'IA; algorithmes de tarification dynamique c. personnalisée) qui pourraient guider les orientations futures. Il sera intéressant de suivre l'activité future du Bureau sur la tarification algorithmique, car les documents de discussion antérieurs ont laissé présager de sa part une activité en matière d'application de la loi.
To view the original article click here
The content of this article is intended to provide a general guide to the subject matter. Specialist advice should be sought about your specific circumstances.
