あなたの価格設定アルゴリズムは、1つではなく2つの訴訟だ——そしてほとんどの企業は一方しか防御していない
私のチームが最初に監査した価格設定エンジンは、問題なく合格した。
私たちは公平性スキャナーを作っていた——当然の発想だ。価格設定アルゴリズムに向けて、モデルが人種、性別、年齢、その他あらゆる保護対象カテゴリーを入力として使っていないかを確認し、使っていればフラグを立てる。中堅小売業者のパーソナライゼーション基盤に対して実行したところ、結果はグリーン（問題なし）だった。保護対象のフィールドはなし。見るべきものは何もない。
私はもう少しでレポートを送るところだった。それからモデルの特徴量重要度のプロット——どの入力が実際に価格を動かしたかを順位付けしたリスト——を取り出したところ、3番目に強いシグナルはdevice_type。その下にはZIPコード。さらにその下は、セッションが開始された時刻だった。
そのアルゴリズムは、人種も所得も一度も見ていなかった。その必要がなかったのだ。低所得のZIPコード地域から、古いAndroidスマートフォンで、午後11時に閲覧していたユーザーは、裕福な郊外で午後2時にiPhoneを使っていたユーザーとは、体系的に異なる価格を提示されていた。そして国勢調査のデータは、それらの入力のクラスターが何と相関しているかを正確に教えてくれる。私たちのスキャナーは「準拠している」と告げた。差別的影響（ディスパレート・インパクト）の回帰分析であれば「弁護不能」と告げたはずだ。私たちは、もはや誰も犯さない犯罪を確認するツールを作ってしまっていたのだ。
それが、AIの価格設定コンプライアンスが実際には何であるか、そしてなぜほぼ全員がそれを誤解するのかを、私が理解した瞬間だった。
2025年、FTCは2社から25億6,000万ドルを徴収した——しかも両社は同じ理由で訴えられたわけではなかった
あらゆるeコマース企業の法務責任者（GC）のオフィスのホワイトボードに書いておくべき数字が、ここにある。連邦取引委員会（FTC）は、たった1年のあいだに、アルゴリズム価格設定をめぐる事案を、Instacartとは6,000万ドルで、Amazonとは25億ドルで和解した。異なる企業、異なる行為、異なる法理論——そして、その区別こそがすべての勝負どころなのだ。
Instacartのケースは、差別に関するものだった。同社のEversight価格設定ツールは、同じ店舗の同じ商品に対して最大5種類の価格を生み出す実験を行い、その変動幅は23%に達した。カタログの4分の3が、アルゴリズムによる価格変動の対象となっていた。FTCの和解が依拠したのは、Instacartが意図的に貧しい買い物客からより多く取ろうとしたことを、誰かが証明できるか否かではなかった。それが依拠したのは結果だ——特定の消費者プロフィールが体系的により多く支払っており、その額は1世帯あたり年間およそ1,200ドルにのぼった。
Amazonのケースは、共謀に関するものだった。Project Nessieは、競合他社がいつ値上げに追随するかを予測し、そのうえで800万点を超える商品の価格を引き上げることで、推定14億ドルの超過利益を引き出した。会合も、合意も、経営幹部間の電話もなかった。ただ1つのアルゴリズムが、ほとんどの競合が「しっぺ返し（tit-for-tat）」の価格設定ルールを実行していることを学習し、それを悪用しただけだ。この反トラスト訴訟、すなわちFTC対Amazonは2026年10月に予定されており、アルゴリズムを介した暗黙の共謀がFTC法第5条に違反するかどうかが問われることになる。
1つの価格設定エンジン。2つの執行トラック。ほとんどの企業は一方への防御を築き、もう一方が来ることに決して気づかない。
これが罠だ。価格設定チームは「コンプライアンス」と聞くと、開示バナー——消費者保護の答え——に手を伸ばす。あるいは「反トラスト」と聞けば、法律事務所にメモを依頼する。本番環境で稼働している単一のアルゴリズムを見て、両方の問いを同時に問う者は、ほとんど誰もいない——この出力は差別的ではないか、そして共謀していないか、と。
開示バナーという本能が罠である理由
初期の頃、約1週間にわたり、私はこの問題全体がUIの課題だと確信していた。
ニューヨーク州は、2025年11月に施行されるアルゴリズム価格開示法（Algorithmic Pricing Disclosure Act）を可決したばかりだった——価格が消費者の個人データを使う場合は必ず「明確かつ目立つ開示」を行うこと、違反1件につき1,000ドル。それはクッキーバナーの問題のように読めた。ページに通知を貼り付け、同意を記録すれば完了。私は開示文言の草案に赤入れし、準備万端にしていた。
それから私はカリフォルニア州カートライト法の改正を読み、バナーという発想は崩れ去った。
2026年1月に施行されるカリフォルニア州のAB 325とSB 763は、あなたの開示など気にしない。これらは「共通アルゴリズム」——競合の情報を用いて価格に影響を与えるために2者以上が使用するものと定義される——の使用を、制定法上の責任とする。両法は主張立証基準（pleading standard）を引き下げ、原告は却下申立て（motion to dismiss）を切り抜けるためだけに独立した行動を排除する必要がなくなった。さらに企業への罰金を、600万ドルまたは利得の2倍のいずれか大きい方に引き上げ、私訴では3倍賠償（treble damages）と弁護士費用を科した。この世のどんなバナーも、その状況から開示によって逃れる術を与えてはくれない。エクスポージャーは、あなたが消費者に伝える内容にあるのではない。それは、あなたのアルゴリズムが直接またはベンダーを介して、市場の他の参加者と共有するものにある。
それが、私たちにとって本当の転換点だった。開示は、消費者保護トラックの最低ライン（床）にすぎない。共謀トラックはその下を、まったく異なる物理法則の上で走っており、最も危険なのは、リスクだと考えたこともないベンダーを通じてそれに引っかかりうるという点だ。
ベンダーの問題：あなたの価格設定ソフトウェアが、あなたの責任になりかねない
サードパーティの価格設定ツール——Pricefx、PROS、Zilliant、Competera——をライセンス契約しているなら、あなたは最適化を外部委託したことになる。だが、責任を外部委託したわけではない。むしろあなたは、それを取り込んでしまったのかもしれない。
第9巡回区控訴裁判所は、Gibson対Cendynにおいて2025年8月に一線を画した。これはアルゴリズム価格設定の反トラストに関する初の連邦控訴審判決である。良い知らせは、競合他社と同じ価格設定アルゴリズムに独立して加入すること自体は、それだけでは違法ではない、ということだ。悪い知らせは、セーフハーバーを吹き飛ばす3つの条件である。ツールが競争上センシティブな非公開データを複数の顧客にまたがってプールするとき、ベンダーが「業界全体で価格を引き上げる」能力を売り込むとき、あるいは匿名化されていない競合データの交換を促進するときに、あなたは保護を失う。同じベンダーであること自体は問題ない。同じベンダーがあなたのライバルのライブの数値を、あなたのカタログの価格を決めるモデルにプールすることは、たとえ競合と一度も話したことがなくても、ハブ・アンド・スポーク型の共謀のエクスポージャーとなる。
だから今、私がどのクライアントにも最初に尋ねる質問の1つは、「あなたの価格設定モデルは何をするのか」ではなく、「あなたはベンダーのデータ処理付属契約（data-processing addendum）を読んだか」だ。なぜなら、顧客間のデータプールをひそかに許可する条項こそが反トラストリスクの潜む場所であり、それは法務チームが署名し、価格設定チームが一度も目にしなかった契約の3層下に埋もれているからだ。
ここで、FTCの6(b)条に基づく監視価格設定（surveillance-pricing）調査も重要になる。2024年、FTCは8社——Mastercard、PROS、Accenture、McKinseyを含む——に命令を送り、消費者データをどのように価格設定に使っているかの開示を求めた。最も一般的な価格設定プラットフォームのいくつかが、その調査で名指しされている。彼らのアルゴリズムがあなたの責任になりかねず、「私たちはソフトウェアを買っただけだ」は、これまで一度も弁護にはならなかった。
RealPageの同意判決は、実際には何を要求しているのか？
この領域全体で最も示唆に富む文書は、制定法ではない。それはDOJ（司法省）による2025年11月のRealPage同意判決であり、それがeコマースにとって重要である理由は——RealPageは賃貸住宅の事案であるにもかかわらず——規制当局が初めて技術的な詳細に踏み込んで書き記した、準拠した価格設定アルゴリズムがどのようなものかという点にあるからだ。
私は印刷したコピーを手元に置いている。見出しの報道は「DOJが家賃設定ソフトウェアを取り締まる」というものだった。だが、実際の切れ味はエンジニアリング仕様である：
- リースデータでの学習は、経過期間が12か月未満のものには行わない——モデルは競合他社からのライブな市場シグナルに反応できない。
- 地理的分析は、粒度が州レベルより細かいものは行わない——サブマーケットのクラスタリングを使って価格支配力を突き止めてはならない。
- 「ガバナー」ガードレール——アルゴリズムが推奨できる範囲の下限と上限——は、対称的でなければならない。そうすることで、価格を一方向に引き上げるだけになるよう、こっそり調整することができなくなる。
- 自動承認機能には、ユーザーが設定するパラメータ、180日の実装期限、そして7年間の任期の専任反トラスト・コンプライアンス責任者が求められる。
RealPageの判決は、規制当局が弁護可能なアルゴリズムの仕様書を手渡してくれるという状況に、私たちが手にできる最も近いものだ。ほとんどの企業はプレスリリースを読み、その設計図を見逃した。
それを初めて読んだとき、私の反応は、政府が私のプロダクトロードマップの半分を無償でやってくれた、というものだった。対称なガバナー、データの経年要件、地理的な下限——これらは法的な抽象概念ではない。実装し、テストし、証明できる制約なのだ。それこそが、コンプライアンスのメモとコンプライアンスのシステムの違いである。
誰も予算を組まないフォレンジックの問題
FTCの民事調査要求（30日の提出期限付き）が価格設定チームの机に届いたとき、実際に何が起きるかを見てほしい。
彼らはそれに答えられない。有罪だからではなく——正しいデータを一度も記録しなかったからだ。アルゴリズムが先週の火曜日に何をいくらに値付けしたかは答えられても、なぜかは答えられない——どの入力がその特定の価格を動かしたのか、ユーザーセグメント間の価格差が何らかの保護対象属性と相関していたのか、競合の数値が出力に影響したのか。だから彼らは6か月から12か月をフォレンジックなデータ抽出に費やし、システムが毎秒何千回も下しながら一度も記録しなかった判断を再構築するのだ。
この部分は、良い企業にとって本当に不公平だと私は思う。ある小売業者が完璧に弁護可能な価格設定戦略を運用していながら、それでもなお、それを証明できないことがある。なぜなら、それを証明するには、あらゆる価格についてのモデルカード——どの入力が使われ、出力が何であり、人口統計上のプロキシに対してどのようにテストされたかをタイムスタンプ付きで記録したログ——が必要であり、しかも要求が届くまで誰もそれを構築しないからだ。
私たちは、その要求を最初に見据えて設計を始めた。監査証跡を、事後の考古学プロジェクトとしてではなく、価格決定の第一級の出力として扱う。カリフォルニア州司法長官（AG）が2026年1月に一斉調査に乗り出したとき——小売、食料品、ホテル業界に対し、購買履歴、閲覧、位置情報、そして人口統計をどのように価格設定に使っているかを正確に尋ねる書簡を送った——四半期単位ではなく数日で回答できた企業は、価格だけでなく意思決定そのものを計装（instrument）していた企業だった。
エージェント型の価格設定は、なぜこれらすべてをさらに悪化させるのか？
今、誰もが慌てて構築しようとしているコンプライアンスのフレームワークは、人間が価格決定をレビューすることを前提としている。その前提は、すでに失効しつつある。
Walmartは2026年1月に2件のAI価格設定特許を出願し、年末までに全5,200店舗にデジタル棚ラベルを展開しつつある——もっとも同社は、これを「ダイナミックプライシング」ではなく「アルゴリズム型マーチャンダイジング」と慎重に呼び、誰が買い物をしているかにかかわらず価格は一貫していると主張している。McKinseyは、エージェント型コマースを2026年を象徴するeコマースのトレンドと呼んでいる——自律的に調査し、比較し、購入するAIエージェントだ。Forresterは、2027年までに5社に1社の販売者が、販売者主導の価格設定カウンターエージェントを導入すると予測している。
これが私を眠らせない種類の問題だ。なぜなら、コンプライアンスの問いにはまだ答えがないからだ。買い手のAIエージェントが売り手のAIエージェントと価格を交渉し、合意された価格が差別的だと判明したとき——誰が責任を負うのか？エージェント間の価格設定に対する規制の枠組みは存在しない。毎秒何千もの自律的な意思決定へとスケールするよう設計されたシステムには、その一つひとつをプロキシ差別や共謀的な収束がないか確認する人間を、ループの中に置くことはできない。コンプライアンスはその内部に、すなわちエージェントの中に存在しなければならない。さもなければ、それは存在しないのと同じだ。
これは将来の問題ではない。今日設計されているあらゆる価格設定システムにとっての、設計上の制約なのだ。
「これは単なるコストセンターにすぎないのでは？」
私が最もよく耳にする反論は、たいていCRO（最高売上責任者）からのもので、コンプライアンスのツール類は、金を稼ぐことがすべての役割である機能にとってのオーバーヘッドだ、というものだ。
私は数字を並べて、それらに語らせたい。完全な価格設定コンプライアンスのプログラム——人口統計上の影響分析、共謀リスク評価、複数法域にわたる開示、監査証跡の生成——は、初年度でおよそ10万ドルから50万5,000ドルかかり、継続的なモニタリングがその上にさらに相応の額を上乗せする。Instacartの和解金は6,000万ドルだった。Amazonのそれは25億ドルだった。9桁の和解金に対する数十万ドルのコンプライアンスは、コストセンターではない。それは社内で最も安い保険なのだ。
2つ目の反論はより微妙だ：開示や公平性の制約が、最適化を殺してしまわないか？そして、始めたときには予想していなかったことがある——2025年12月、米国の成人の62%が、Talker Researchに対し、パーソナライズされた価格設定に懸念を抱いていると答えた。Walmartの価格設定特許は、ソーシャルメディア上で反発を招いた。次のInstacartの見出しになるというブランドリスクは、現実的で、かつ定量化できる。そして私はCROに、Project Nessieの14億ドルの超過利益がFTCとの接触を生き延びなかったことを思い出させる——弁護できない売上は、いずれ返金することになる売上だ。公の場で堂々と支持できる価格設定エンジンは、隠さなければならない数ベーシスポイントよりも価値がある。
私たちが実際に構築したもの
私が繰り返しぶつかった空白は、市場がきれいに中央で二分され、どちらの側にも応えていない、という点だ。価格設定プラットフォームは価格を最適化するが、公平性テストはゼロ、共謀モニタリングはゼロ、開示の自動化もゼロだ——彼らのアルゴリズムはあなたの責任になりかねない。法律事務所やビッグ4は優れた助言メモを書くが、自動化されたものは何も運用しない。DeloitteやMcKinseyの反トラスト業務は50万ドル以上のコンサルティングであり、その最後にツールが残るわけではない。ORCAAやFTIは本物の監査と経済分析の専門知識をもたらすが、コンサルティングのみで、訴訟向けの形をしている。
誰も中央には座っていなかった——パーソナライズされた価格設定に対して人口統計上の影響分析を行い、アルゴリズムによる共謀リスクをスコアリングし、ニューヨーク、カリフォルニア、コロラド、そしてEU AI法のための複数法域にわたる開示ロジックを自動化し、FTCやDOJの調査が要求する監査証跡を生成する、統合されたレイヤーは。その空間——最適化ツールが行うことと、弁護士が行うことのあいだ——こそが、私たちがVeriprajnaの価格設定コンプライアンスシステムを構築して埋めようとしたものである。
それがカバーしなければならない規制のマップは安定しておらず、それこそが自動化する意義だ。コロラド州のAI法は2026年6月に発効し、重大な決定を下す高リスクシステムについては、導入前、その後は毎年、さらにモデルに大きな変更があれば90日以内に、影響評価を要求する。EU AI法の高リスク義務は2026年8月に到来し、最大3,500万ユーロまたは全世界売上高の7%という罰則を伴う。2025年には24州にまたがって51件のアルゴリズム価格設定法案があり、2026年にはテネシー州とニューメキシコ州がすでに動き出している。人間のチームが手作業でそのマトリクスを追跡し、最新の状態を保つことはできない。法律とともに更新されるコンプライアンスシステムこそが、唯一機能するバージョンなのだ。
私は、あの最初の「問題なし」の監査についてよく考える。
アルゴリズム価格設定について最も恐ろしいのは、差別や共謀をしようと企てる企業ではない。恐ろしいのは、その両方を——偶然に、収益を最大化せよとだけ命じられたモデルを通じて——行ってしまい、民事調査要求が届いたときに、そうでないと証明できないと気づく企業だ。アルゴリズムは何も意図しなかった。それでも出力は違法であり、意図など最初から問題ではなかった。
あなたの価格設定エンジンは、価格を設定するたびに法的主張を行っている。唯一疑わしいのは、あなたがそれを後から読み解けるかどうかだ。
