アルゴリズム的プライシングコンプライアンス
2025年、FTCは2社からアルゴリズム的プライシングに関する和解金として25億6,000万ドルを徴収しました。ニューヨーク州、カリフォルニア州、コロラド州は、あらゆるAI主導の価格を潜在的な違反となり得るものにする法律を制定しました。貴社の価格設定エンジンがサードパーティのアルゴリズム、消費者データ、または強化学習で稼働している場合、問われるのは規制当局が調査するかどうかではありません。調査が行われたとき、その質問に答えられるかどうかです。
25.6億ドル
FTCプライシング和解金、2025年
Instacart 6,000万ドル + Amazon 25億ドル
51法案
州のアルゴリズム的プライシング提案
2025年に24州で
180日
RealPageコンプライアンス期限
DOJ同意審決、2025年11月
規制当局は、2つの異なる方面からアルゴリズム的プライシングを追及しています。ほとんどの企業は一方に備え、もう一方を無視しています。
貴社のアルゴリズムは、個人データに基づいて、同じ製品に対して異なるユーザーに異なる価格を課します。それらの価格差が保護対象の人口統計属性と相関する場合、これは違法となります。
Instacartの事例はこれを具体的に示しました。Eversightの価格設定ツールは、同じ店舗の同じ商品に対して最大5つの異なる価格を生成し、その変動は23%に達しました。FTCの6,000万ドルの和解は、意図的な差別を根拠としたものではありませんでした。それは結果を根拠としたものでした。特定のプロファイルの消費者が、体系的により高い金額を支払っていたのです。
技術的な落とし穴はプロキシ変数です。貴社のアルゴリズムは人種や所得を見ていません。しかし、郵便番号、デバイスの種類、閲覧時間、アプリのバージョンは見ています。低所得の郵便番号地域から午後11時に古いAndroid端末で閲覧しているユーザーは、午後2時に高所得の郊外でiPhoneを使うユーザーとは異なる価格設定の扱いを受けます。国勢調査データは、これらの入力クラスタが、差別的影響分析に不合格となる水準で人種および所得の人口統計属性と相関することを示しています。アルゴリズムは差別する意図など一切持っていませんでした。それでも、その出力は差別的なのです。
貴社のアルゴリズムは、明示的な合意が一切なくとも、競合他社と協調してより高い価格に収束します。これがFTC対Amazon訴訟の根拠となっている理論であり、同訴訟は2026年に公判が予定されています。
AmazonのProject Nessieは、競合他社がいつ値上げに追随するかを予測し、その後800万品目の価格を引き上げることで14億ドルを引き出しました。このアルゴリズムは、ほとんどの競合他社がしっぺ返し(tit-for-tat)型の価格設定ルールを運用していることを特定しました。Amazonが値上げすると、競合他社のアルゴリズムが自動的に追随しました。会合もなし。合意もなし。電話もなし。ただ2つのアルゴリズムが同じ超競争的均衡に達しただけです。
サードパーティの価格設定ベンダーを利用する場合、リスクは何倍にもなります。ベンダーが貴社の競合他社にもサービスを提供し、そのアルゴリズムがクライアント間でデータをプールしている場合、競合他社と一言も言葉を交わしていなくても、ハブ・アンド・スポーク型の共謀の責任にさらされる可能性があります。カリフォルニア州の新しいカートライト法の改正(2026年1月施行)はこれを成文化しています。2人以上の利用者を持ち、競合他社の情報を用いて価格に影響を与える「共通の価格設定アルゴリズム」は、法定責任を生じさせます。
この表は、アルゴリズム的プライシングに影響を与える、現在有効なすべての法律、和解の先例、執行措置を追跡しています。2026年4月更新。
| 管轄区域 | 法律 / 先例 | 主要要件 | 罰則 | ステータス |
|---|---|---|---|---|
| ニューヨーク州 | アルゴリズム的プライシング開示法 | 価格が個人消費者データを用いる場合の明確な開示 | 違反あたり1,000ドル | 2025年11月制定。NRFの差止命令の係属により執行は停止中 |
| カリフォルニア州 | カートライト法 (AB 325 / SB 763) | 競合他社データを用いて価格を設定する「共通アルゴリズム」を禁止。アルゴリズム的推奨の強制を禁止 | 600万ドルまたは利益・損失の2倍のいずれか大きい方。民事訴訟では3倍の損害賠償 | 2026年1月1日施行 |
| コロラド州 | AI法 (SB 24-205) | 価格設定を含む「重大な決定」を行う高リスクAIシステムに対する影響評価 | 司法長官による執行。差止救済 | 2026年6月30日施行 |
| 連邦 (FTC) | FTC法第5条 | 「不公正な競争方法」を禁止。FTC対Amazon訴訟は、アルゴリズム的な暗黙の共謀が該当するかどうかを試す | 差止救済 + 利益吐き出し (Amazon: 25億ドルの和解) | 公判は2026年10月に設定 |
| 連邦 (DOJ) | RealPage同意審決 | 12か月未満の競合他社データの使用禁止。州より細かい地理区分の禁止。対称的なガードレール。独占禁止法コンプライアンス担当者の設置 | 7年間のモニタリング期間 | 2025年11月以降有効。180日のコンプライアンス期限 |
| 連邦 (判例法) | Gibson v. Cendyn (第9巡回区控訴裁判所) | セーフハーバー: 同一ベンダーでも、非公開データのプールがなく、「値上げ」のマーケティングがなく、匿名化されていない競合他社データがなければ問題なし | 防御的先例 | 2025年8月判決 |
| 欧州連合 | EU AI法 (高リスク条項) | 重大な決定を行うAIシステムに対する影響評価、透明性に関する文書化、差別防止措置 | 3,500万ユーロまたは全世界売上高の7% | 高リスク義務は2026年8月2日施行 |
| 24州 | 51の提出法案 (2025年) | 各種: 開示義務、監視型プライシングの禁止、アルゴリズム監査要件 | 州により異なる | TN州・NM州の法案が2026年に係属中。さらに増加が予想される |
出典: FTCプレスリリース、DOJ広報局、Wilson Sonsini独占禁止法アラート、Cleary Gottlieb刊行物、Arnold & Porterアドバイザリー。2026年4月更新。
各選択肢を検討中であれば、各カテゴリのプロバイダーが実際に何を提供し、どこにギャップがあるのかを以下に示します。
| プロバイダーの種類 | 例 | 提供内容 | コンプライアンスのギャップ | 標準的なコスト |
|---|---|---|---|---|
| 価格設定プラットフォーム | Pricefx、PROS、Zilliant、Competera | AI/MLを用いて価格を最適化。一部はFTCの6(b)監視型プライシング命令で名指しされている。 | 公平性テストなし。開示の自動化なし。共謀モニタリングなし。彼らのアルゴリズムが貴社の責任になり得る。 | 年間20万ドル〜100万ドル超 |
| Big 4 / 大手SI | Deloitte、PwC、Accenture、McKinsey | 独占禁止法アドバイザリー、リスク評価メモ、規制当局との関係管理 | コンサルティングのみ。自動化されたコンプライアンスツールなし。案件は数か月を要し、提供されるのはインフラではなくPDF。一部はFTCの6(b)命令で自ら名指しされている。 | 50万ドル〜500万ドル超 |
| 独占禁止法専門法律事務所 | Wilson Sonsini、Cleary Gottlieb、Arnold & Porter | 法的意見、設計ガイドライン、訴訟弁護 | 技術的な実装ではなく法的助言。何を構築すべきかは教えられるが、構築はできない。代替ではなく不可欠なパートナー。 | 時間あたり800〜2,000ドル |
| アルゴリズム監査人 | ORCAA、FTI Consulting | 特定時点でのアルゴリズム監査、専門家証言、バイアス評価 | スナップショット監査であり、継続的モニタリングではない。価格設定に特化したツールはない。訴訟には有用だが、継続的なコンプライアンスには不向き。 | 監査あたり10万〜40万ドル |
| 専門AIコンサルタンシー | Veriprajna | プライシングコンプライアンスのインフラを構築: 監査レイヤー、開示の自動化、共謀モニタリング、監査証跡 | 価格の透明性に対する組織的な抵抗や、取引ログにおける根本的なデータ品質の問題は解決できません。私たちが構築するのは技術レイヤーであり、文化的な変革ではありません。 | 15万〜50万ドル |
私たちは価格を最適化しません。貴社の価格設定プラットフォームと競合しません。私たちは貴社が運用するあらゆるエンジンの上に位置し、それを証明可能な形でコンプライアンスに適合させます。
私たちは、価格設定エンジンへのあらゆるデータ入力をマッピングし、それぞれが人口統計的プロキシと相関しているかをテストします。郵便番号、デバイスの種類、閲覧セッションの長さ、時間帯、アプリのバージョン: 国勢調査に紐づく地理データとデバイス所有統計を用いて、人種、所得、年齢の人口統計属性との相関を測定します。
次に、反事実シミュレーションを実行します。サンプルセット内の各価格設定の意思決定について、すべての需要要因を一定に保ち、プロキシ変数のみを変動させます。価格が最高グループの料率の20%を超えて変動する場合(EEOCの差別的影響基準を応用した5分の4ルールの閾値)、その入力はフラグ付けされます。
出力は、RealPage同意審決のフレームワークとDuane Morris設計ガイドラインから導かれた5つの次元にわたるリスクスコアカードです: データの調達元、推奨の粒度、独立性の維持、透明性、人間による上書き能力。
私たちは、価格設定エンジンとチェックアウトの間にコンプライアンス用のミドルウェアを構築します。ニューヨーク州向け: 各価格が個人消費者データを使用したかどうかをリアルタイムで分類し、条件付きで開示を表示します。カリフォルニア州向け: ベンダーがクライアント間で競合他社データをプールしていないことを確認するデータファイアウォールの検証。
コロラド州向け(2026年6月施行): モデルのバージョン履歴に紐づいた影響評価の自動生成。EU向け(2026年8月施行): AI Officeが期待する形式でエクスポートされる第13条/第14条の透明性に関する文書。
このミドルウェアは、ユーザーの位置情報に基づく管轄区域の検出を用いるため、開示ルールは自動的に適応します。1つのAPIレイヤーがすべての管轄区域を処理します。テネシー州やニューメキシコ州が係属中の法案を制定した際には、貴社の価格設定エンジンに手を加えることなくルールを追加します。
私たちは、Gibson v. Cendynの3部構成のテストに照らして、貴社の価格設定ベンダーとの関係を監査します: ベンダーは非公開の競合他社データをプールしているか、業界全体で価格を引き上げる能力をマーケティングしているか、匿名化されていない競合他社情報を共有しているか? いずれかの要件に該当する場合、貴社のベンダーとの関係はハブ・アンド・スポーク型の共謀の責任を生じさせます。
貴社自身のアルゴリズムについては、共謀シミュレーションテストを実行します。貴社の価格設定モデルを3種類の競合エージェントの原型(しっぺ返し型ルールマッチャー、ベルトラン競争エージェント、強化学習エージェント)に対して展開し、10,000回のシミュレートされた市場サイクル内で超競争的均衡が出現するかどうかを測定します。
継続的なモニタリングのために、価格収束パターンをフラグ付けするダッシュボードを構築します: 同時の価格変動、競合他社間の価格分散の縮小、需要側で説明できないにもかかわらず反転するマージン圧縮。
私たちは、必要になる前に監査証跡のインフラを構築します。イベント駆動型のロギングレイヤーが、すべての価格設定の意思決定をリアルタイムで捕捉します: 使用したデータ入力、モデルのバージョン、生の推奨値、適用された制約チェック、推奨が上書きされたかどうか、開示ステータス、最終表示価格。
ストレージは追記専用かつ不変です。ロギングのスキーマは、現在公開記録の一部となっているInstacartおよびAmazonのCID構造に基づき、FTCの民事調査要求(Civil Investigative Demand)が実際に要求する内容をモデルとしています。
CIDが届いた際、貴社は48〜72時間でコンプライアンスに適合した文書パッケージを作成できます。このインフラを持たないほとんどの企業は、6〜12か月を事後対応的なフォレンジック抽出に費やし、しばしば自社データの欠落を発見してその立場を弱めます。これを事前に構築するコストは、CID対応料率での社外弁護士の緊急対応のわずか1か月分のごく一部です。
マルチアームバンディット型の価格設定エンジンをプロキシ差別について監査する際に何が起こるかを以下に示します。これは4つの監査トラックのうちの1つです。MABベースのシステムがeコマースの動的価格設定で最も一般的であり、InstacartのEversightが使用したアーキテクチャであるため、ここではこのトラックを取り上げます。
私たちは、貴社のMABのコンテキスト入力から完全な特徴ベクトルを抽出します。典型的なeコマースのMABでは、これには次が含まれます: ユーザーセグメントID、セッション数、デバイスの種類、オペレーティングシステム、画面解像度、地理座標または郵便番号、時間帯、曜日、カートの構成、過去の購入頻度、そして時には閲覧の滞在時間。
各特徴量について、ZIP+4レベルで国勢調査から導出された人口統計分布に対するピアソン相関係数を計算します。 |r| > 0.3 いずれかの保護対象クラスのプロキシ(人種、所得五分位、年齢層)に対して上記の値を示す特徴量は、反事実テストのためにフラグ付けされます。私たちの経験では、郵便番号とデバイスの種類はほぼ常にこの閾値を超えます。セッション時間と閲覧の深さも超えることがよくあります。
フラグ付けされた各特徴量について、反事実のユーザープロファイルを生成します。貴社の本番ログから10,000件の実際の価格設定の意思決定を取り出し、フラグ付けされたプロキシ変数のみが変化する合成バリアントを作成します。郵便番号10021(アッパー・イースト・サイド、世帯所得中央値13万8,000ドル)のユーザーが、他のすべての需要シグナルを一定に保ったまま、郵便番号10456(サウス・ブロンクス、世帯所得中央値2万7,000ドル)のユーザーになります。
私たちは、元のプロファイルと反事実のプロファイルの両方を貴社のMABに通し、価格差を測定します。平均差が最高グループの価格の20%を超える場合(5分の4ルールの閾値)、その特徴量は法的に訴求可能な差別的影響を生じさせます。私たちは、正確な差、最も影響を受ける人口統計グループ、そしてこのパターンが発生した本番取引の件数を報告します。
反事実テストに不合格となった特徴量について、私たちはMABの行動空間を制限する制約レイヤーを構築します。これは単純な閾値(アルゴリズムが境界ギリギリまで最適化してしまうもの)ではありません。私たちは公平性を考慮した報酬整形を用います: MABの報酬関数を修正し、閾値を超えるグループ間分散を生み出す価格推奨にペナルティを課します。制約は最適化の中に組み込まれており、事後的なフィルターとして後付けされるものではありません。その結果、収益を最適化しつつも差別的な結果を生成できない価格設定エンジンが得られ、制約が収益に与える影響は通常1〜3%の範囲です。
標準的な案件は、キックオフから本番モニタリングまで10〜14週間かかります。スケジュールは、運用する価格設定システムの数、事業を展開する管轄区域の数、そして貴社のデータインフラがリアルタイムロギングをサポートできるかどうかによって異なります。
第1〜3週
すべての価格設定システム、ベンダーとの関係、データフローを棚卸しします。貴社の管轄区域へのエクスポージャーをマッピングします(サーバーの所在地ではなく、顧客の所在地)。データファイアウォール条項とCID対応義務についてベンダー契約をレビューします。
成果物: 差別、共謀、開示、調査への準備態勢の各次元にわたる重大度評価を伴うプライシングコンプライアンスリスクマップ。
第3〜7週
監査インフラを構築します: イベント駆動型の価格設定意思決定ログ、開示ミドルウェア、制約検証レイヤー。差別監査と共謀シミュレーションを実行します。貴社の価格設定ツールに特化したベンダーリスク評価フレームワークを設計します。
成果物: ステージング環境で稼働するコンプライアンスレイヤー、差別監査の結果、ベンダーリスク評価。
第7〜10週
コンプライアンスレイヤーを、貴社の本番価格設定と並行してシャドーモードで展開します。すべての価格設定の意思決定は、顧客に表示される内容に影響を与えることなく、制約チェックと開示ロジックを通過します。私たちは、制約ありと制約なしの価格設定を比較して収益への影響を測定し、すべての管轄区域固有の開示が正しくトリガーされることを検証します。
成果物: 収益影響分析とコンプライアンスカバレッジ指標を伴うシャドーモード検証レポート。
第10週以降(継続)
本番稼働に移行します。コンプライアンスレイヤーは制約を強制し、開示をトリガーし、意思決定をリアルタイムで記録します。モニタリングダッシュボードは、差別的影響の指標、価格収束パターン、開示コンプライアンス率、監査証跡の完全性を追跡します。
四半期ごとの再監査がモデルのドリフトを捉えます。新たな法律(テネシー州、ニューメキシコ州、または次の州)が成立した際には、貴社の価格設定エンジンに手を加えることなく管轄区域ルールを更新します。
この案件に含まれないもの: 私たちは、貴社の価格戦略を再設計したり、価格設定ベンダーを選定・交代させたり、法的意見を提供したり、専門家証人を務めたりはしません。それらの機能は、それぞれ貴社の価格設定チーム、独占禁止法顧問、経済コンサルタントに属します。私たちは、彼らの推奨を強制可能かつ監査可能にする技術的なコンプライアンスインフラを構築します。
貴社の価格設定インフラに関する7つの質問に答えてください。この評価は、差別、共謀、開示、調査への準備態勢にわたる貴社のエクスポージャーをマッピングし、外部の支援の有無にかかわらず実行できる具体的な次のステップを示します。
質問 1 / 7
開示義務は、価格設定ベンダーではなく、消費者にサービスを提供する事業者に課されます。表示される各価格が、集計された市場データに対して、個人消費者データ(閲覧履歴、位置情報、購入パターン)を用いて生成されたかどうかを判定するリアルタイムの分類レイヤーが必要です。個人データが価格に影響を与えた場合、消費者が取引を確定する前に、義務付けられた開示が表示されなければなりません。
技術的な課題は、ほとんどのサードパーティの価格設定ツール(Pricefx、PROS、Competera)が、各特定の価格推奨を駆動したデータ入力を明らかにしないことです。価格設定APIのレスポンスを傍受し、どのデータカテゴリが使用されたかを検査し、条件付きで開示を表示するミドルウェアが必要です。
違反あたり1,000ドルの罰則は取引ごとに適用されるため、ニューヨーク州で1日あたり10万件の注文を処理する大量取引のeコマースプラットフォームは、たとえ低い非準拠率であっても重大なエクスポージャーに直面します。私たちは、価格設定エンジンとチェックアウトフローの間に位置するAPIミドルウェアとして分類・開示レイヤーを構築し、消費者の所在地に基づいて開示ルールが適応するよう管轄区域の検出を備えます。
RealPage同意審決(DOJ、2025年11月)は、独占禁止法弁護士が集合住宅を超えてすでにコンプライアンスのテンプレートとして使用している5つの具体的な技術的禁止事項を確立しました。中核となる要件は次のとおりです: 12か月未満の競合他社データでの学習の禁止、州レベルより細かい地理分析の禁止、集計形式であっても関連のない物件データの共有の禁止、対称的なガードレール(アルゴリズムが価格を上限を超えて押し上げられるなら、利用者は同等に下限を超えて押し下げられなければならない)、そして年次認証を伴う独占禁止法コンプライアンス担当者の必置。
eコマースにとって最も即座に関連する条項は、データファイアウォールの要件と対称的なガードレールの義務です。貴社の価格設定ベンダーが競合他社の価格データを取り込み、それを用いて貴社の推奨を生成している場合、DOJがRealPageに対して用いたのと同じ理論の下でエクスポージャーを抱えている可能性が高いです。
私たちは、同意審決のフレームワークに照らして貴社のベンダーのデータフローを監査し、貴社のガードレールが対称的かどうかをテストし、コンプライアンスを証明するデータリネージュの文書を構築します。
企業が犯す最も一般的な誤りは「無自覚による公平性」です。モデルの入力から人種、性別、所得を取り除き、アルゴリズムがもはや差別できなくなったと思い込むことです。これは失敗します。なぜならプロキシ変数が同じ人口統計シグナルを帯びているからです。Pew Researchのデータによれば、iPhoneの所有率は10万ドル以上を稼ぐ世帯では3万ドル未満の世帯と比べて30%高くなっています。ZIP+4レベルの国勢調査データは、ほとんどの都市圏で郵便番号と人種構成をr=0.6以上で相関させています。貴社のアルゴリズムは人口統計属性を直接見ることは決してありませんが、その統計的な影は見ているのです。
検出には、個々の入力だけでなく、変数間の相互作用をテストすることが必要です。郵便番号単独では中程度の人口統計相関を示すかもしれませんが、郵便番号にデバイスの種類とセッション時間を組み合わせると、はるかに予測力の高い複合プロキシが生まれます。私たちは、ピアソン相関では見逃される非線形の関係を捉える相互情報量分析を用いて、個々の特徴量と特徴量の相互作用クラスタの両方をテストします。よくある発見として、商品ページでの閲覧滞在時間は単独では所得とほぼゼロの相関しか持ちませんが、流入元(オーガニック検索 vs. 価格比較サイト)と組み合わせると、その組み合わせは驚くほどの精度で所得五分位を予測します。
実践的なアプローチは、展開前に検出を実行し(明白なプロキシを捉える)、その後本番環境で継続的に実行することです(モデルが再学習するにつれて生じる相互作用を捉える)。私たちはレビューのためにプロキシ候補をフラグ付けしますが、自動的には削除しません。なぜなら一部のプロキシは正当な需要シグナルでもあるからです。特定の入力を制約するかどうかの決定は、純粋に統計的なものではなく、ビジネスおよび法的な判断です。私たちは証拠を提供します。判断を下すのは貴社の法務チームです。
はい、ベンダーのデータアーキテクチャによります。Gibson v. Cendyn判決(第9巡回区控訴裁判所、2025年8月)は、単に競合他社と同じ価格設定ソフトウェアを利用していることが自動的に反競争的であるわけではないと確立しました。しかし裁判所は、リスクを大幅に高める3つの条件を指摘しました: ベンダーが複数のクライアントから非公開の競争上機微なデータをプールして推奨を学習・調整する場合、ベンダーが業界全体で価格を協調または引き上げるツールの能力をマーケティングする場合、またはソフトウェアが匿名化されていない競合他社データの交換を促進する場合です。
ほとんどのeコマース企業は、このレベルで価格設定ベンダーのデータアーキテクチャを監査していません。私たちは、どのデータが貴社の価格設定ツールに流入・流出するか、競合他社データ(集計されたものであっても)が貴社の推奨に影響を与えるか、そして貴社のベンダー契約が適切なデータファイアウォール条項を含んでいるかを正確にマッピングするベンダーリスク評価を実施します。
カリフォルニア州の新しいカートライト法の改正(AB 325、2026年1月施行)の下では、競合他社の情報を用いる2人以上の利用者を持つ「共通の価格設定アルゴリズム」は、3倍の損害賠償を伴う潜在的な責任を生じさせ、引き下げられた主張立証基準により、原告はより容易に却下申立てを切り抜けられます。
FTCのCIDは通常、30〜45日以内に包括的な文書を要求します: 価格設定モデルへのすべてのデータ入力、モデルアーキテクチャと学習に関する文書、特定の取引について価格がどのように設定されたかを示す意思決定ログ、A/Bテストや実験のプロトコル、価格戦略に関するコミュニケーション、そしてベンダー契約とデータ共有契約です。
ほとんどの企業は、これらの質問に答えるためのロギングインフラを構築してこなかったため、6〜12か月を事後対応的なフォレンジックデータ抽出に費やします。実践的な準備ステップは次のとおりです: 第一に、今日からすべての価格設定の意思決定に不変の監査ロギングを実装すること。各ログエントリは、タイムスタンプ、使用されたユーザーコンテキストデータ、モデルのバージョン、生の推奨値、適用された制約チェック、推奨が上書きされたかどうか、最終表示価格を捕捉すべきです。第二に、技術に詳しくないFTCの弁護士が理解できる形式で、モデルアーキテクチャと学習データのリネージュを文書化すること。第三に、すべてのベンダーのデータフローを棚卸しし、契約でCID対応義務を割り当てていることを確認すること。第四に、模擬CID対応演習を実施すること。
私たちは、価格設定の意思決定をリアルタイムで捕捉し、追記専用ストレージに保存し、要求に応じてCID形式のエクスポートパッケージを生成する、イベント駆動型のロギングレイヤーとして監査証跡のインフラを構築します。目標は、要求が届いたときに6か月ではなく48〜72時間でコンプライアンスに適合した文書を作成することです。
カリフォルニア州のカートライト法の改正(AB 325およびSB 763、2026年1月1日施行)は、アルゴリズム的プライシングを使用する企業にとって、連邦独占禁止法よりも著しく高い責任エクスポージャーを生み出します。3つの具体的な変更が重要です。
第一に、同法は今や「共通の価格設定アルゴリズム」を、競合他社の情報を用いて価格に影響を与える2人以上の利用者を持つ技術として明示的に定義し、そのようなアルゴリズムを用いて共謀すること、または利用者に推奨の採用を強制することを禁止しています。これは、連邦法が依然として曖昧に扱っている責任を成文化するものです。
第二に、主張立証基準が引き下げられました: 原告はもはや、却下申立ての段階で独立した行動の可能性を排除する事実を主張する必要がありません。連邦シャーマン法基準(Twombly/Iqbal)の下では、並行的な価格設定が独立したアルゴリズムの挙動で説明できるため、ほとんどのアルゴリズム的プライシング訴訟は早期に却下されます。カリフォルニア州は、その防御を主張立証の段階で排除しました。
第三に、罰則は600万ドルまたは金銭的利益・損失の2倍のいずれか大きい方(100万ドルから引き上げ)に増額され、民事訴訟では3倍の損害賠償と弁護士費用が利用可能になりました。カリフォルニア州で事業を展開するeコマース企業にとって、これは集団訴訟の原告がより弱い主張で却下を切り抜けられるようになり、損害賠償エクスポージャーが大幅に高まることを意味します。私たちは、貴社の価格設定ベンダーとの関係、データフロー、推奨のコンプライアンスを新しい法定定義に照らしてマッピングすることで、企業がカリフォルニア州固有のエクスポージャーを評価するのを支援します。
このソリューションページの背後にあるインタラクティブホワイトペーパー。完全な技術分析、事例フォレンジック、アーキテクチャフレームワークを提供します。
Instacart/Eversightの価格設定崩壊のフォレンジック分析。プライシングの公平性のためのニューロシンボリック制約アーキテクチャ。FTC法およびNY開示法のコンプライアンスフレームワーク。
Amazonの25億ドルの和解の事後検証。強化学習による共謀のメカニズム。RealPage同意審決の分析。Gibson v. Cendynのセーフハーバーフレームワーク。
Instacartの6,000万ドルの和解は、彼らが日常的な最適化だと思い込んでいた価格設定の実験から始まりました。
コンプライアンスプログラムは、単一の執行措置のごく一部のコストで済みます。私たちは、貴社の価格設定システムを棚卸しし、プロキシ差別をテストし、あらゆる有効な管轄区域にわたって貴社のベンダーエクスポージャーを評価する、3週間のリスクマッピング案件から始めます。