Note : Ceci est une note de recherche qui complète le livre Unscarcity, désormais disponible à l’achat. Ces notes développent des concepts du texte principal. Commencer ici ou découvrir le livre.

Collusion sans accord : quand des concurrents partagent le même cerveau tarifaire

Le 29 septembre 2026, une juge fédérale de Manhattan a interdit à l’État de New York d’appliquer la première loi d’État du pays qui défend aux propriétaires de fixer les loyers avec un logiciel de tarification. L’entreprise qui avait porté plainte est RealPage, une société texane dont les algorithmes recommandent le prix de chaque appartement et de chaque renouvellement de bail. Son argument : une recommandation est une parole, et New York punissait les propriétaires pour l’avoir écoutée. La juge Valerie Caproni a parlé d’une décision « serrée », n’a jugé RealPage que « marginalement » susceptible de l’emporter, et a tout de même suspendu la moitié de la loi qui vise les propriétaires. Sa raison tient en une phrase : « Sous couvert d’empêcher l’entente sur les prix, la loi interdit une conduite commerciale normale au seul motif qu’elle est facilitée par un logiciel. »

Elle n’a pas tort, et les locataires non plus. Un propriétaire qui fait le tour du quartier en lisant les panneaux « À louer » n’enfreint aucune loi. Un marché où tous les grands bailleurs demandent à la même machine combien facturer ne se comporte pas comme une rue de propriétaires qui lisent des panneaux. Le droit de la concurrence a été construit pour trouver un accord entre des personnes. La question posée par RealPage v. James est de savoir ce que fait le droit quand des prix de cartel apparaissent et qu’il n’y a aucun accord à trouver.

La réponse compte bien au-delà des loyers. Ce site soutient que l’argent distribué dans un marché de rareté remonte vers celui qui possède la chose rare, et on le dit d’ordinaire sous forme de question : tu crois que les propriétaires ne le remarqueraient pas ? Ils n’ont plus besoin de le remarquer. Le logiciel le fait pour eux.

La machine qui manque d’empathie

En octobre 2022, ProPublica a décrit comment le logiciel YieldStar de RealPage s’était répandu dans l’immobilier locatif américain. Les bailleurs lui fournissent leurs baux, leurs renouvellements et leurs logements vacants, et il renvoie un prix pour chaque logement, chaque jour. Dans une vidéo de promotion, un cadre de RealPage demandait à un autre quel rôle le logiciel avait joué dans des loyers qui avaient bondi jusqu’à 14,5 %. « Je pense que c’est lui qui les tire, très franchement », a répondu Andrew Bowen. « Parmi les gestionnaires, très peu d’entre nous seraient prêts à augmenter les loyers de plus de 10 % en un seul mois en le faisant à la main. »

Cette phrase, c’est le produit. Un agent de location humain a une conscience, un objectif à tenir, et un logement vide qui coûte de l’argent chaque semaine où il le reste : les trois le poussent à conclure. L’un des concepteurs de l’algorithme a dit à ProPublica que les agents de location avaient « trop d’empathie ». Le logiciel n’en a aucune. RealPage décourageait la négociation avec les locataires et recommandait parfois d’accepter un taux d’occupation plus faible en échange de loyers plus élevés, et d’anciens employés ont affirmé que jusqu’à 90 % de ses recommandations étaient adoptées. Dans un quartier de Seattle, 70 % des appartements étaient gérés par dix gestionnaires. Les dix utilisaient le logiciel de tarification de RealPage.

Le ministère de la Justice, qui a porté plainte en août 2024, a soutenu que le moteur tournait aussi avec quelque chose qu’aucun lecteur de panneaux ne possède : les comptes privés des concurrents. Sa plainte affirmait que RealPage injectait des données non publiques et sensibles, venues de bailleurs concurrents, dans les recommandations faites à chacun d’eux. En décembre de la même année, le Conseil des conseillers économiques de la Maison-Blanche a chiffré l’affaire : au moins 10 % des logements locatifs américains tarifés avec des produits RealPage, 70 $ de plus par mois en moyenne dans les immeubles qui utilisent des algorithmes de tarification, plus de 3,8 milliards de dollars pris aux locataires en 2023.

RealPage a toujours nié que son logiciel fixe les prix. L’entreprise a même soutenu l’inverse : les bailleurs qui tarifent à la main, a-t-elle dit à ProPublica, téléphonent « typiquement » aux concurrents pour connaître leurs loyers, ce qui est la manière ancienne et rudimentaire de se coordonner. Des dizaines de ses clients ont payé quand même. RealPage et les gestionnaires visés par l’action collective des locataires ont accepté des règlements d’une valeur d’environ 360 millions de dollars.

Le droit de la concurrence cherche une poignée de main

L’article 1 du Sherman Act, rédigé en 1890, interdit tout « contrat, groupement… ou entente » qui restreint le commerce. Chacun de ces mots suppose au moins deux parties qui se sont mises d’accord sur quelque chose. Facturer ce que facture ton rival parce que tu l’as observé s’appelle le parallélisme conscient, et c’est légal. Le droit punit la poignée de main, et le prix élevé n’est que l’indice qu’il a pu y en avoir une.

Les juristes ont un outil pour un cartel dont les membres ne se sont jamais rencontrés : l’entente en étoile, le hub-and-spoke. En 1939, la Cour suprême en a reconnu une entre huit distributeurs de films qui n’avaient jamais échangé un mot. Chacun avait reçu la même lettre d’une chaîne de cinémas texane, où les huit figuraient comme destinataires, et chacun s’y était plié en sachant que les autres avaient reçu la même demande. Dans les affaires d’algorithmes, la théorie veut que l’éditeur du logiciel soit le moyeu et que les abonnements soient les lettres.

Des cours d’appel se sont maintenant prononcées deux fois sur le même produit, un outil de tarification hôtelière appelé Rainmaker, avec des résultats opposés. En août 2025, le Neuvième Circuit a rejeté une plainte contre des hôtels du Strip de Las Vegas : prendre sous licence le même logiciel de tarification que ses concurrents, a-t-il jugé, ne restreint pas le commerce à lui seul. En juillet 2026, le Troisième Circuit a relancé une affaire presque identique contre des hôtels-casinos d’Atlantic City, estimant que les plaignants avaient décrit de façon plausible une entente sur les prix avec l’éditeur en son centre. Le Neuvième Circuit n’a jamais examiné la théorie de l’entente en étoile, abandonnée par les plaignants en appel. Le Troisième Circuit l’a traitée de front, et le fait sur lequel il s’est appuyé est le partage de données non publiques.

La même ligne traverse l’accord conclu par RealPage avec le ministère de la Justice le 24 novembre 2025. Les recommandations en temps réel ne peuvent s’appuyer que sur les données du bailleur lui-même et sur des informations publiques. Les données privées des concurrents ne peuvent entraîner les modèles qu’une fois vieilles d’au moins un an. L’« acceptation automatique », la fonction qui transforme une recommandation en loyer sans que personne ne décide, doit pouvoir être réglée et contournée par le bailleur, aucune fonction ne peut pencher par défaut vers la hausse, et RealPage ne peut plus récompenser les clients qui suivent ses conseils. Aucune amende. Deux jours plus tard, RealPage attaquait New York en justice.

Enlève le moyeu, les prix montent quand même

Si l’histoire s’arrêtait là, la solution serait simple : interdire la mise en commun des données privées et rentrer chez soi. La recherche dit qu’elle ne s’arrête pas là.

En 2020, quatre économistes ont publié une expérience dans l’American Economic Review. Ils ont placé de simples algorithmes d’apprentissage par renforcement dans un jeu de prix de manuel et les ont laissés jouer. Personne n’avait dit aux algorithmes de coopérer, et ils n’avaient aucun canal pour se parler. Ils « apprennent systématiquement à pratiquer des prix supraconcurrentiels, sans communiquer entre eux », écrivent les auteurs, et ils tenaient ces prix comme le font les cartels : en répondant à la baisse d’un rival par une courte guerre des prix, avant de remonter doucement.

Une deuxième équipe a retrouvé le même schéma hors du laboratoire. Les logiciels de tarification sont devenus largement accessibles aux stations-service allemandes en 2017. Les stations qui en ont adopté un et qui avaient un concurrent à proximité ont augmenté leurs marges de 9 %. Dans les villes comptant exactement deux stations, le résultat était plus net. Quand une seule station automatisait, il ne se passait rien. Quand les deux le faisaient, les marges montaient de 28 %. Un algorithme seul ne peut pas s’entendre. Il en faut deux.

Les grands modèles de langage se comportent de la même façon. Dans une étude de 2024, des agents de tarification bâtis sur des LLM « s’entendent de façon autonome en situation d’oligopole, au détriment des consommateurs », et des « formulations apparemment anodines » dans les instructions suffisaient à accentuer l’effet. Aucun éditeur commun, aucune donnée privée, aucune consigne de coordination. Deux gérants concurrents qui demandent chacun à leur système de protéger le profit à long terme ont peut-être fondé un cartel sans le savoir, et aucun tribunal ne trouvera de lettre.

Voilà ce que l’intelligence bon marché fait à un marché. La coordination tacite a toujours été possible en théorie et difficile en pratique, parce que les humains sont lents, distraits, et tentés de tricher quand un logement reste vide. Un logiciel observe tous les rivaux à la fois, répond dans l’heure et ne perd jamais son sang-froid. La friction qui gardait les oligopoles honnêtes était une pénurie d’attention, et l’attention ne manque plus.

Trois façons d’écrire la loi

Les législateurs ont essayé trois modèles, et la décision de septembre les départage.

Interdire l’outil. La loi de New York, en vigueur depuis décembre 2025, a modifié la loi antitrust de l’État pour traiter comme un accord illicite le fait, pour un bailleur, d’utiliser sciemment ou par imprudence une recommandation de prix couverte par le texte, quelles que soient les données avalées par le logiciel. C’est la disposition que la juge Caproni a suspendue, parce qu’elle atteint des logiciels qui ne lisent que des annonces publiques. La moitié de la loi qui vise les éditeurs tient toujours, et le cabinet de la gouverneure affirme : « Nous ne reculons pas. »

Interdire l’ingrédient. La loi du Connecticut, en vigueur depuis janvier 2026, est la première loi d’État limitée expressément aux données non publiques des concurrents. San Francisco, première ville à agir, avait tracé la même ligne en 2024, et l’ordonnance de Minneapolis est entrée en vigueur en mars 2026. Une douzaine de villes et de comtés ont désormais des textes, et en juillet et août 2026 des locataires ont commencé à poursuivre des bailleurs sur cette base à San Francisco, San Diego, Seattle et Philadelphie, avec des sanctions allant de 1 000 à 7 500 $ par infraction. L’AB 325 californien, lui aussi en vigueur depuis janvier, découpe le problème autrement. Il couvre tous les secteurs et tout « algorithme de tarification commun » qui utilise des données de concurrents, publiques ou non, mais il interdit deux actes précis : s’en servir dans le cadre d’un accord qui restreint le commerce, et s’en servir pour contraindre quelqu’un à adopter le prix recommandé. Il abaisse aussi ce qu’un plaignant doit alléguer pour être entendu par un tribunal.

Obliger la machine à s’annoncer. Une autre loi de New York exige cette phrase à côté de tout prix personnalisé par logiciel : « CE PRIX A ÉTÉ FIXÉ PAR UN ALGORITHME À PARTIR DE VOS DONNÉES PERSONNELLES. » Des commerçants l’ont contestée au nom du même Premier Amendement que RealPage, et en octobre 2025 un juge fédéral a rejeté leur recours.

Mets les résultats côte à côte. La règle qui oblige la machine à se nommer a survécu. Les règles qui désignent un mécanisme (les données privées mises en commun, le prix qui s’accepte tout seul, la pression pour s’y conformer) sont signées par les entreprises qu’elles lient. La règle qui disait aux bailleurs de ne pas écouter de logiciel du tout est celle qu’un tribunal a arrêtée. L’interdiction large a perdu son premier test. Les interdictions étroites sont celles qu’on applique.

Ce qu’ajoute le cadre de la Post-Pénurie

Deux des Cinq Lois s’appliquent directement.

La Vérité Doit Être Vue dit que toute décision qui touche aux ressources ou aux droits doit être observable, auditable et traçable. Un loyer est une décision de ce genre. Un locataire devrait pouvoir apprendre qu’un logiciel a fixé le montant, avec quelles données, et si une personne avait le pouvoir de le changer. La règle d’affichage de New York est une première version, mince, de ce droit.

La Liberté Est Réciproque marque l’endroit où s’arrête la liberté du logiciel de conseiller : là où la facture du conseil tombe sur des gens qui n’y ont jamais consenti. L’accord du ministère de la Justice trace déjà cette frontière en termes d’ingénierie. Elle passe par les comptes privés partagés et par le prix que personne n’a choisi.

Ce sont deux rustines, et l’honnêteté oblige à le dire. Un panneau qui t’apprend qu’un algorithme a fixé ton loyer ne fait pas baisser ton loyer, et tu ne peux pas contourner un prix en comparant les offres quand tous les immeubles de la rue consultent le même conseiller. Un logiciel de tarification gagne sa vie dans un type de marché bien précis : l’acheteur ne peut pas partir, et l’offre ne peut pas répondre. Le logement en est le cas le plus pur, et c’est pourquoi la plus grande bataille autour d’un cartel sans poignée de main porte sur des appartements et non sur des baskets.

C’est l’argument pour sortir complètement les biens essentiels du système des prix. Là où le logement est fourni comme une infrastructure, comme le propose La Fondation, il n’y a aucun loyer à optimiser et rien qu’un cerveau tarifaire puisse coordonner. Là où la rente foncière est reprise par l’impôt au profit de la communauté qui l’a créée, la prime à la coordination rétrécit. Et tout projet qui préfère envoyer des chèques, de base ou élevés, doit expliquer ce qui se passe quand le chèque rencontre l’algorithme posté entre le locataire et le bail. La même logique gagne d’autres péages : des robots tarifés d’après le salaire qu’ils remplacent, du calcul loué par une poignée de propriétaires. Michels a nommé cette tendance générale la loi d’airain de l’oligarchie. Autrefois, il fallait des réunions.

À surveiller

L’affaire new-yorkaise. L’injonction est préliminaire et l’État peut faire appel. Si le législateur restreint la loi aux données non publiques, la version du Connecticut devient le modèle national.
Les deux cours d’appel. Des résultats opposés sur le même logiciel dans le Neuvième et le Troisième Circuit sont le genre de tension que la Cour suprême finit par être priée de trancher.
Les procès municipaux. Les actions engagées à l’été 2026 sont le premier test de la capacité d’une ordonnance locale à faire ce que le droit fédéral de la concurrence peine à faire.
Les agents qui fixent les prix. Toutes les études citées plus haut utilisaient des logiciels plus simples que ce qu’un bailleur de taille moyenne peut louer aujourd’hui. L’arbitre que nous demandons aux machines d’être doit savoir reconnaître le moment où les joueurs sont eux aussi des machines.

Sources

Judge blocks New York rent-setting software ban — Reuters, 30 septembre 2026
Federal Judge Blocks New York’s First-of-Its-Kind Crackdown on Algorithmic Rent-Setting — Law Commentary, 30 septembre 2026 (la disposition suspendue, General Business Law § 340-b(3), et les citations de l’ordonnance)
Federal judge blocks New York’s ban on algorithmic rent pricing — NEWS10 Albany, 1er octobre 2026 (la réponse de la gouverneure)
Rent Going Up? One Company’s Algorithm Could Be Why — ProPublica, octobre 2022
Analyse du Conseil des conseillers économiques de la Maison-Blanche sur les algorithmes de tarification des loyers — résumé de la National Low Income Housing Coalition, décembre 2024
RealPage $359.93M Renters Antitrust Class Action Settlement — Claim Depot (période couverte : du 18 octobre 2018 au 21 novembre 2025)
DOJ’s RealPage Settlement: A Blueprint for “Safer” Algorithmic Pricing? — Fenwick, sur le projet de jugement définitif du 24 novembre 2025
Gibson v. Cendyn Group, LLC, n° 24-3576 — Neuvième Circuit, 15 août 2025
Third Circuit Revives Algorithmic Pricing Antitrust Claims Against Casino-Hotels — Paul, Weiss, sur Cornish-Adebiyi v. Caesars Entertainment (29 juillet 2026)
Calvano, E., Calzolari, G., Denicolò, V., Pastorello, S. (2020). « Artificial Intelligence, Algorithmic Pricing, and Collusion ». American Economic Review 110(10).
Assad, S., Clark, R., Ershov, D., Xu, L. (2024). « Algorithmic Pricing and Competition: Empirical Evidence from the German Retail Gasoline Market ». Journal of Political Economy 132(3).
Fish, S., Gonczarowski, Y., Shorrer, R. (2024). « Algorithmic Collusion by Large Language Models ». arXiv:2404.00806.
California’s AB 325 Prohibits Shared Pricing Algorithms and Eases Antitrust Pleading Standards — Alston & Bird, novembre 2025
Connecticut Enacts State Antitrust Law on Algorithms — Baker McKenzie, janvier 2026
Algorithmic Rent-Pricing Litigation Expands Under New State and Local Laws — Morgan Lewis, 21 août 2026
New York Algorithmic Pricing Law Survives First Amendment Challenge — Benesch, octobre 2025

Collusion algorithmique : des rivaux, un seul cerveau