« Surveillance pricing » : aux États-Unis, la fronde contre les prix calculés à partir de vos données personnelles

Sommaire

1. Qu’est-ce que le « surveillance pricing » ?
2. Thermomètres pour bébé, hôtels, courses : des exemples concrets
3. San Francisco et la loi californienne AB 2564
4. Ce que répond l’industrie — et pourquoi l’EFF n’y croit pas
5. Une vague nationale : Maryland, Colorado, Connecticut, New York
6. Et en France ? Un encadrement indirect, sans loi dédiée
7. Rappel sur les limites de cet article

Qu’est-ce que le « surveillance pricing » ?

Le principe est simple à énoncer, vertigineux dans ses conséquences : au lieu d’afficher un prix unique pour un même produit ou service, une entreprise utilise des données personnelles — âge, localisation, historique de navigation, situation financière, heure et appareil utilisés pour l’achat — pour calculer, en temps réel, le prix maximal qu’un consommateur donné est susceptible d’accepter de payer. Ce n’est plus une remise ciblée classique (carte de fidélité, réduction étudiante) mais une discrimination tarifaire individualisée, généralement invisible pour l’acheteur, qui ne peut pas savoir qu’un autre client voit un prix différent pour le même article au même moment.

Liberta Press avait déjà documenté comment des kits publicitaires intégrés à des milliers d’applications partagent en secret la localisation exacte de milliards de smartphones — une matière première précisément exploitée par ce type d’algorithmes de tarification.

Thermomètres pour bébé, hôtels, courses : des exemples concrets

La Federal Trade Commission (FTC), le régulateur américain de la concurrence et de la consommation, a documenté dans une étude publiée en 2025 des cas très concrets de tarification par profil : des thermomètres pour bébé affichés à un prix plus élevé sur la première page de résultats pour des parents identifiés comme tels, en fonction de leur code postal et de l’heure d’achat — une manière de cibler des acheteurs jugés pressés ou moins susceptibles de comparer les prix.

D’autres cas ont directement débouché sur des poursuites : l’enseigne Target a réglé une plainte pour 5 millions de dollars concernant des pratiques de tarification basées sur la localisation des clients ; le service de courses en ligne Instacart a fait l’objet d’enquêtes en Californie et à New York après avoir affiché des prix différents à des clients faisant leurs courses dans le même magasin physique au même moment ; et plusieurs sites de réservation hôtelière ont facturé aux habitants de la région de la baie de San Francisco des prix sensiblement plus élevés qu’à des clients de régions moins aisées.

San Francisco et la loi californienne AB 2564

Le conseil des superviseurs de San Francisco a adopté une résolution de soutien au projet de loi californien AB 2564, porté par l’élu Chris Ward, qui interdirait aux commerçants de faire varier leurs prix en fonction de données démographiques ou de localisation des consommateurs. Le texte prévoit des amendes pouvant atteindre 12 500 dollars par infraction. Une étude de la Maison Blanche datant de 2024 avait déjà chiffré l’impact des algorithmes de fixation de loyers sur le marché locatif américain à 3,8 milliards de dollars par an, dont environ 62 dollars de surcoût mensuel pour un logement comparable à San Francisco même.

Ce que répond l’industrie — et pourquoi l’EFF n’y croit pas

La Chambre de commerce de San Francisco s’est opposée au texte, évoquant des risques de non-conformité juridique, des interrogations sur le traitement des remises et programmes de fidélité existants, et de possibles effets économiques négatifs — une opposition qui a suffi à faire reporter le vote des superviseurs.

Ce que répond l’EFF (Electronic Frontier Foundation)

L’association de défense des libertés numériques conteste que ces inquiétudes soient fondées, rappelant que le texte prévoit déjà trois exceptions explicites : les différences de prix basées uniquement sur le coût réel de fourniture, les remises pour résiliation de service, et les remises affichées uniformément selon des critères accessibles à n’importe quel client — ce qui exclurait de fait les programmes de fidélité classiques du champ de l’interdiction.

Une vague nationale : Maryland, Colorado, Connecticut, New York

San Francisco n’est pas un cas isolé. Le Maryland a promulgué en avril 2026 la première interdiction du surveillance pricing aux États-Unis, suivi par le Colorado puis le Connecticut en mai. L’État de New York a de son côté fait adopter par son Assemblée un « One Fair Price Act ». Au total, une vingtaine d’États américains ont, à des degrés divers, déposé plus d’une quarantaine de textes visant à encadrer ou interdire la pratique — un mouvement législatif rapide et largement bipartisan, porté autant par des élus républicains que démocrates.

Repères chronologiques

• 2024 — Étude de la Maison Blanche : 3,8 Md$/an de surcoût locatif lié aux algorithmes de prix
• 2025 — Étude de la FTC documentant le ciblage tarifaire des parents et primo-acheteurs
• Avril 2026 — Le Maryland promulgue la première loi anti-surveillance pricing du pays
• Mai 2026 — Colorado et Connecticut adoptent des restrictions similaires
• Mai-juillet 2026 — San Francisco soutient l’AB 2564 en Californie ; opposition de la Chambre de commerce, vote reporté

Et en France ? Un encadrement indirect, sans loi dédiée

La France et l’Union européenne n’ont pas, à ce jour, de loi équivalente ciblant spécifiquement le surveillance pricing. La protection du consommateur y repose sur trois piliers indirects : le droit pénal de la non-discrimination (l’article 225-1 du Code pénal interdit de moduler un prix selon l’origine, le sexe, l’âge, l’état de santé ou d’autres caractéristiques protégées) ; le droit de la consommation, qui impose une information « loyale » sur les prix — ne pas signaler qu’un prix est personnalisé peut constituer une pratique commerciale trompeuse par omission ; et le RGPD, qui exige un consentement explicite avant toute utilisation de données personnelles à des fins commerciales, ainsi qu’un droit d’opposition à la prospection.

Concrètement, la tarification segmentée classique (tarifs étudiants, seniors, yield management des billets d’avion ou de train) reste autorisée dès lors que les critères sont explicites et compris du consommateur. Ce qui est proscrit, c’est l’usage non transparent de caractéristiques protégées ou de données comportementales comme facteur de prix — un cadre plus général, mais qui ne prévoit pas, contrairement au Maryland ou au Colorado, d’interdiction spécifique et immédiatement opposable à un algorithme de tarification individualisée.

Conclusion

Le débat américain sur le surveillance pricing a le mérite de nommer une pratique restée largement invisible : la disparition progressive du prix unique, remplacé par une estimation individuelle de ce que chaque consommateur est prêt à payer. La rapidité avec laquelle une vingtaine d’États américains légifèrent contraste avec l’absence, en France et dans l’Union européenne, d’un texte équivalent — alors même que les données mobilisées (localisation, navigation, profil d’achat) y circulent tout autant.

Rappel sur les limites de cet article

• Le vote de l’AB 2564 californienne et de la résolution de San Francisco n’était pas finalisé à la date de rédaction de cet article ; le calendrier d’adoption définitif reste incertain.
• Aucune étude équivalente aux chiffrages américains (FTC, Maison Blanche) n’a été identifiée pour la France ou l’Union européenne : l’ampleur réelle du surveillance pricing sur le marché français n’est pas quantifiée à ce jour.
• L’absence de loi dédiée en France ne signifie pas absence totale de protection : le cadre existant (RGPD, droit de la consommation, non-discrimination) reste applicable, mais son efficacité contre des pratiques algorithmiques opaques n’a pas été testée en justice à grande échelle.

Sources

1. EFF — San Francisco: Don’t Fall for Industry Defense of Surveillance Pricing
2. CalMatters — Why surveillance pricing bans are suddenly gaining traction this year
3. Institut National de la Consommation — La personnalisation des prix : enjeux et risques pour les consommateurs
4. CNIL — Monétisation des données personnelles : combien valent nos données ?