Tu as acheté un outil de tarification à 49 $ par mois pour arrêter de deviner combien facturer. Il surveille tes concurrents, ton inventaire, et peut-être même les habitudes de navigation de tes clients, puis ajuste discrètement tes prix à la hausse ou à la baisse toutes les quelques heures. Cela semblait être une décision intelligente — jusqu'à ce que tu lises que cette même catégorie de logiciel vient de coûter à une entreprise de gestion immobilière de 10 milliards de dollars un règlement antitrust fédéral, un moniteur nommé par un tribunal, et trois ans de surveillance du ministère de la Justice (DOJ).
Ce n'est pas une hypothèse. C'est ce qui est arrivé à RealPage, dont l'algorithme de fixation des loyers a ingéré des données de bail provenant de plus de 13 millions d'unités locatives et est devenu le centre de l'une des plus grandes affaires antitrust de la décennie. Et en 2026, les régulateurs ont clairement indiqué que la surveillance de la tarification algorithmique ne se limite pas aux géants de l'immobilier locatif — c'est une priorité d'application déclarée à la FTC, au DOJ, et pour une liste croissante de procureurs généraux d'État, avec des règles qui touchent aussi les commerçants ordinaires, les restaurants et les entreprises de services utilisant des logiciels de tarification standards.
Si tu as adopté (ou envisages d'adopter) un outil qui ajuste automatiquement les prix en fonction des données, voici ce qui a changé cette année, pourquoi cela compte même si tu es loin d'avoir la taille de RealPage, et comment garder tes pratiques de tarification du bon côté de la loi.
Ce que signifie réellement la « tarification algorithmique »
Ce terme recouvre deux pratiques liées mais distinctes, et le risque juridique diffère pour chacune :
Tarification de surveillance (tarification personnalisée) : un logiciel fixe un prix différent pour chaque client en fonction de ses données personnelles — historique de navigation, localisation, historique d'achats, type d'appareil, voire le temps passé à survoler le bouton « acheter ». La nouvelle loi du Maryland définit cela comme « la pratique discriminatoire consistant à proposer ou à fixer un prix personnalisé pour un bien ou un service de consommation en fonction des données personnelles d'un consommateur », et s'applique notamment « que le vendeur ait collecté ou acheté » ces données — ce qui signifie qu'il n'est pas possible de se défendre en disant qu'un fournisseur tiers gérait le ciblage.
Coordination algorithmique des prix : un algorithme de tarification partagé ou tiers ingère des données provenant de plusieurs entreprises concurrentes (taux de location non publics, chiffres de vente des concurrents, données d'occupation) et recommande des prix qui, dans les faits, évoluent ensemble. C'est là le problème antitrust — non pas qu'un algorithme existe, mais qu'il fonctionne comme un substitut à des concurrents qui décrocheraient le téléphone pour s'entendre sur les prix, ce qui est illégal depuis le Sherman Act.
Les petites entreprises sont bien plus susceptibles de rencontrer la première catégorie (l'utilisation d'un outil de tarification SaaS qui personnalise les offres) que la seconde, mais les deux sont désormais clairement dans le viseur des régulateurs.
Pourquoi 2026 est différent
Les outils de tarification algorithmique existent depuis des années. Ce qui a changé, c'est la posture des autorités de régulation et une vague de nouvelles lois au niveau des États :
L'affaire DOJ contre RealPage s'est réglée fin 2025, avec des conditions entrées en vigueur tout au long de 2026 : RealPage a accepté de cesser d'utiliser des données de bail actuelles et non publiques pour entraîner son moteur de tarification, d'arrêter de mener des « études de marché » qui recueillaient des informations sensibles sur la concurrence auprès de ses clients, et d'accepter un moniteur nommé par le tribunal ayant accès à son code et à ses données d'entraînement de modèle pendant trois ans. De grands gestionnaires immobiliers cités comme co-défendeurs — Greystar, Cushman & Wakefield, Cortland, et d'autres exploitant au total plus de 1,3 million d'unités — sont parvenus à des règlements parallèles. Le message du DOJ était explicite : alimenter un algorithme commun avec des données non publiques de concurrents peut constituer une entente sur les prix, même sans coup de fil ni poignée de main.
La FTC a ouvert un processus réglementaire en avril 2026, après avoir conclu un règlement avec des plateformes de livraison de repas concernant des pratiques trompeuses de frais et de tarification de surveillance — des affaires portant sur des majorations algorithmiques dissimulées en frais de livraison ou de service plutôt qu'affichées comme telles.
Les États ont agi en premier, et vite :
- New York exige, depuis novembre 2025, que tout prix fixé par un algorithme utilisant les données personnelles d'un consommateur porte la mention : « CE PRIX A ÉTÉ FIXÉ PAR UN ALGORITHME UTILISANT VOS DONNÉES PERSONNELLES. » La loi a résisté à une contestation fondée sur le premier amendement et est activement appliquée par le procureur général de New York.
- La loi du Maryland, en vigueur depuis le 1er octobre 2026, interdit purement et simplement la tarification dynamique personnalisée pour les commerçants alimentaires et les services de livraison.
- La Californie a modifié son Cartwright Act (la loi antitrust fondamentale de l'État) en octobre 2025 pour interdire explicitement l'utilisation d'algorithmes de tarification partagés afin de fixer les prix ou de contraindre des concurrents à s'aligner — et en 2026, le procureur général de l'État a ouvert une enquête auprès des épiceries, des hôtels et des détaillants en ligne sur la façon dont ils utilisent les données des consommateurs pour fixer des prix individualisés.
Pour une entreprise qui vend dans plus d'un État — ce qui, aujourd'hui, concerne presque toute entreprise de e-commerce ou de services ayant un site web — cela représente déjà trois régimes de conformité différents à suivre, avec d'autres États qui devraient suivre.
Qui doit vraiment s'inquiéter
Si tu diriges un cabinet de conseil de cinq personnes facturant des tarifs fixes, tout cela n'est que du bruit de fond. Mais un nombre surprenant de petites et moyennes entreprises touchent désormais à la tarification algorithmique sans même s'en rendre compte :
- Les vendeurs e-commerce utilisant des outils de réajustement de prix (courants sur Amazon, Shopify et les plateformes multicanales) qui ajustent automatiquement les prix des annonces en fonction des données des concurrents
- Les restaurants et la livraison de repas utilisant une tarification dynamique intégrée à la plateforme pour les frais de livraison ou une tarification de pointe aux heures d'affluence
- Les hôtes de location de courte durée et les petits gestionnaires immobiliers utilisant des logiciels comme PriceLabs, Beyond Pricing, ou des outils proches de RealPage pour fixer les tarifs à la nuitée ou au mois
- Les commerçants et les entreprises de l'hôtellerie utilisant des fonctionnalités de « personnalisation » dans leurs logiciels de caisse (POS) ou de CRM qui proposent des prix ou des remises différents selon les clients, en fonction des données de fidélité ou du comportement de navigation
- Toute entreprise utilisant un outil de tarification SaaS tiers qui sert aussi tes concurrents directs — même sans intention malveillante, si cet outil regroupe des données non publiques de l'ensemble de sa clientèle pour générer des recommandations, tu pourrais participer exactement à la structure que les régulateurs visent
Les chiffres d'adoption expliquent pourquoi ce sujet est soudainement devenu un enjeu courant pour les petites entreprises plutôt qu'une question réservée aux géants de la tech : les logiciels de tarification dynamique destinés aux PME représentent désormais un segment de marché de plusieurs milliards de dollars, une majorité de petites entreprises prévoyant d'adopter une forme de tarification algorithmique, et la plupart des utilisateurs actuels rapportant une amélioration de leurs revenus et de leur compétitivité. Ces outils fonctionnent — c'est précisément pour cela que les régulateurs s'intéressent à la façon dont ils fonctionnent.
Erreurs courantes qui créent une exposition au risque
Supposer que « c'est le fournisseur qui gère la conformité ». Plusieurs lois d'État, dont celle du Maryland, ferment explicitement cette échappatoire — la responsabilité incombe au vendeur qui fixe le prix pour le client, pas seulement à l'éditeur du logiciel. Si ton outil de tarification enfreint une règle de divulgation ou de personnalisation, c'est toi qui es responsable, pas seulement l'entreprise SaaS dont tu as licencié le logiciel.
Ne pas savoir quelles données ton outil de tarification ingère. De nombreux propriétaires de petites entreprises peuvent décrire ce que produit leur logiciel de tarification (un prix suggéré) sans savoir ce qu'il consomme en entrée. Si l'outil intègre des données de vente de concurrents, des chiffres d'occupation ou d'inventaire non publics, ou des données agrégées provenant d'autres entreprises utilisant la même plateforme, c'est un produit sensiblement différent — et plus risqué — que celui qui utilise uniquement tes propres données de vente historiques et les prix publics du marché.
Considérer que « tout le monde utilise ce logiciel » constitue une défense. L'affaire RealPage a porté exactement sur ce point : ce n'est pas une défense que de nombreux concurrents aient choisi indépendamment le même fournisseur. Si l'effet de ce choix partagé est que les prix évoluent en parfaite synchronisation à partir d'intrants non publics partagés, les régulateurs considèrent cela comme une coordination, indépendamment de l'intention.
Ignorer l'obligation de divulgation là où elle s'applique. Si tu vends à des consommateurs new-yorkais et utilises une quelconque personnalisation dans ta tarification, omettre la divulgation requise est une lacune de conformité évidente — pas une zone grise nécessitant une interprétation juridique.
Aucune trace écrite sur ta méthodologie de tarification. Si le bureau d'un procureur général ou la FTC t'envoie un jour une lettre d'enquête (comme le procureur général de Californie l'a déjà fait auprès des épiceries, des hôtels et des grands détaillants, et pourrait plausiblement étendre à des acteurs plus modestes), l'absence de toute documentation sur la façon et les raisons pour lesquelles ton algorithme fixe les prix rend beaucoup plus difficile de démontrer que tu fixais tes prix de manière indépendante plutôt qu'en coordination.
Une liste de contrôle pratique pour la conformité
Tu n'as pas besoin d'un avocat externe pour prendre les mesures de base qui couvrent l'essentiel de ce risque :
- Fais l'inventaire de tous les outils de tarification que tu utilises. Liste chaque logiciel qui touche à ta tarification — outils de réajustement de prix, modules de tarification dynamique dans ton logiciel de caisse, fonctionnalités de personnalisation dans ta plateforme marketing — et note quelles données y entrent.
- Demande directement à ton fournisseur quelles données entraînent l'algorithme. Obtiens-le par écrit : l'outil utilise-t-il uniquement tes propres données et les prix publics du marché, ou regroupe-t-il des données de l'ensemble de sa clientèle, y compris tes concurrents ?
- Vérifie où se trouvent tes clients. Si tu vends à New York, dans le Maryland ou en Californie, lis le texte de loi spécifique (chaque bureau de procureur général publie des directives en langage clair) plutôt que de te fier à des résumés de seconde main — les exigences varient sensiblement d'un État à l'autre.
- Ajoute la mention de divulgation si elle est requise. C'est une solution peu coûteuse et à forte valeur ajoutée : une ligne de texte à la caisse coûte bien moins cher qu'une enquête réglementaire.
- Documente le raisonnement derrière tes prix. Tiens un registre simple — même un tableur — expliquant pourquoi les prix ont changé et quels facteurs ont motivé le changement. C'est la meilleure protection si on te demande un jour d'expliquer ta tarification de manière indépendante.
- Suis le processus réglementaire de la FTC. Le processus lancé en avril 2026 est encore en développement ; une règle finale établira probablement des exigences de base nationales plus claires. S'abonner aux mises à jour des directives de la FTC pour les entreprises ne coûte rien et vaut bien mieux que de découvrir une nouvelle exigence via une lettre d'application.
Le rôle de la comptabilité
Les décisions de tarification et les registres financiers ne sont pas des problèmes distincts — ce sont les mêmes données vues sous deux angles différents. Si un régulateur te demande un jour de démontrer que tes prix ont été fixés de manière indépendante et reflètent tes coûts et marges réels, disposer de registres financiers propres, datés et auditables constitue exactement la preuve qui appuie ton dossier. Un changement de prix qui apparaît de manière cohérente dans tes livres, relié à des données réelles de coût ou de demande que tu peux citer, a une tout autre allure qu'un changement qui n'existe que comme un résultat algorithmique opaque.
C'est une raison de plus pour laquelle la comptabilité en texte brut, avec suivi de versions, vaut le changement pour une petite entreprise qui gère une tarification dynamique : chaque changement de prix et de revenu est horodaté, comparable (diffable) et traçable jusqu'à un commit précis, au lieu d'être enfoui dans les journaux internes d'un outil boîte noire.
Garde tes décisions de tarification auditables
Alors que les outils de tarification dynamique deviennent un logiciel standard pour les petites entreprises plutôt qu'un luxe réservé aux grands détaillants, pouvoir montrer pourquoi un prix a changé devient aussi important que le prix lui-même. Beancount.io t'offre une comptabilité en texte brut avec un historique complet des versions, afin que chaque décision de tarification et de revenu reste transparente et auditable — sans journaux boîte noire, sans dépendance à un fournisseur. Commence gratuitement et garde tes registres financiers aussi clairs que ta stratégie de tarification doit l'être.