AIが「あなた専用の高い値段」を決めている – 監視プライシングの手口と消費者の自衛策

ネットショッピングで「この前より高くなっている気がする」と感じたことはないでしょうか。気のせいではないかもしれません。いま、AIを使って一人ひとりに異なる価格を表示する「監視プライシング（Surveillance Pricing）」が、米国を中心に広がっています。

購入履歴、閲覧行動、使っているブラウザやスマートフォンの機種、さらにはバッテリー残量まで分析し、「この人ならいくらまで払うか」をAIが算出して価格を変える仕組みです。米連邦取引委員会（FTC）が連邦レベルの調査に乗り出し、2026年には12を超える州で規制法案が提出されるなど、社会問題になりつつあります。この記事では、監視プライシングの具体的な手口と、消費者として身を守る方法を整理します。

監視プライシングとは何か — あなたのデータが「値札」を決めている

監視プライシングとは、企業が消費者の個人データをAIアルゴリズムに投入し、一人ひとりに対して異なる価格を設定する手法です。従来の「需要が増えたら値上げする」ダイナミックプライシングとは根本的に違います。あなた個人の支払い能力・支払い意思を推定して、取れるだけ取ろうとする価格設定です。

FTCが2024年7月に調査命令を出した対象は、Mastercard、JPMorgan Chase、McKinsey、Accentureなど8社。これらの企業はAI価格最適化のサービスを小売企業に提供しており、FTCの調査によれば少なくとも250社以上の小売業者がこうしたサービスを利用していました。

では、具体的にどんなデータが使われ、どういう流れで価格が変わるのでしょうか。

FTCの報告書では、マウスの動き、カートに入れたまま購入しなかった商品、さらには「新しい親になった」というプロフィール推定まで、価格設定に使われていると指摘されています。ある例では、新しく親になったと推定された消費者に対して、体温計の検索結果の1ページ目に高額な商品が意図的に表示されていたケースが示されました。

正当なダイナミックプライシングとの違い — 線引きはどこにあるか

「でも飛行機のチケットも時間帯で値段が変わるよね」と思った方もいるでしょう。その通りで、需要と供給に応じた価格変動自体は昔からある仕組みです。問題は、同じ時間に同じ商品を見ているのに、あなたと隣の人で価格が違う点にあります。

項目	ダイナミックプライシング	監視プライシング
価格変動の基準	需要・供給・時間帯・季節	個人のデータ・行動履歴
同じ時刻の価格	全員同じ	人によって異なる
使用するデータ	市場全体の需給データ	購入履歴、位置情報、デバイス情報など
消費者への開示	セール・繁忙期として認知	原則非開示（気づかない）
代表例	航空券、ホテル、ライドシェア	ECサイト、食料品配達、サブスク
規制の動き	概ね合法と認識	FTC調査、州法規制が進行中

日本でも、トライアルカンパニー（福岡）が全商品に電子値札を導入し、需給に応じたリアルタイム価格変更を実施しています。ただし、これは全顧客に同じ価格を提示する需給連動型であり、個人データを使った監視プライシングとは性質が異なります。航空券やホテルの繁忙期料金も同様です。

Consumer Reports の調査では、食料品配達サービスのInstacartで75%の商品が購入者によって異なる価格で表示されていたことが判明。一部の商品は23%も高い価格が付いていました。さらに、Home Depotでは富裕層エリアの顧客にむしろ低い価格が表示されるという、直感に反するケースも報告されています。

規制の最前線 — ニューヨーク州法と各国の動き

こうした状況に対して、行政と立法の両方から規制が進んでいます。米国だけでなく、グローバルな動きとして注目すべき変化が起きています。

最も進んだ例がニューヨーク州の「アルゴリズム価格開示法（Algorithmic Pricing Disclosure Act）」です。2025年11月に施行されたこの法律は、企業が消費者の個人データを使って算出した価格を表示する際に、「THIS PRICE WAS SET BY AN ALGORITHM USING YOUR PERSONAL DATA」という開示を義務付けています。違反した場合、ニューヨーク州司法長官が1件あたり最大1,000ドルの罰金を科すことが可能です。

2026年に入ると、12を超える州がサーベイランスプライシングを規制する法案を提出。連邦レベルでも「One Fair Price Act」法案が提出され、消費者の個人データを使った個別価格設定の禁止を目指しています。

Talker Research が2025年12月に2,000人を対象に行った調査では、66%のアメリカ人が「個人データに基づく価格設定をしている小売店では買い物をやめる」と回答。48%は「オプトアウトできる店を選ぶ」と答えています。消費者の拒否反応は非常に強いといえます。

あなたも対象かもしれない — リスクが高い買い物シーン

監視プライシングは、特定の状況で発動しやすい傾向があります。自分の買い物パターンがどの程度リスクにさらされているか、以下のシナリオで確認してみてください。

Uberの元経済調査責任者Keith Chenが2016年にNPRのインタビューで認めた話は象徴的です。バッテリー残量が少ないユーザーほどサージ料金（割増料金）を受け入れやすいというデータを同社が把握していたのです。Uber側は「バッテリー残量を料金計算に直接使っていない」と否定していますが、この情報自体がアルゴリズムの入力になり得るという事実は重要です。

また、Apple製品のユーザーが同じ商品に対してより高い価格を提示されるケースも複数の調査で報告されています。OSやブラウザの違いだけで、同じ商品の価格が変わる可能性があるのです。

消費者にできる自衛策 — 今日から実践できる5つの対策

完全に逃れることは難しいものの、監視プライシングの影響を減らす方法はあります。特別なスキルは必要ありません。

日本では、現時点でニューヨーク州のような個人データ価格開示法はありません。しかし、個人情報保護法の2022年改正で利用目的の通知義務が強化されており、今後AIを使った個別価格設定が広がれば、法整備の議論が本格化する可能性は十分にあります。まずは自分のデータがどう使われているかを意識し、上記の対策を日常に取り入れることが現実的な第一歩です。

まとめ — AIの「便利さ」の裏にある代償を知っておく

監視プライシングは、AIが消費者にとって不利に働く具体的な事例です。FTCの調査で8社への調査命令が出され、250社以上の小売企業がこうした技術を導入していることが明らかになりました。ニューヨーク州は開示義務を法制化し、12以上の州が新たな規制法案を提出しています。

この問題はまだ日本では大きく報じられていませんが、ECサイトやサブスクリプションサービスのグローバル化に伴い、いずれ日本の消費者にも直接影響する可能性があります。大切なのは、「自分が見ている価格が唯一の正解ではないかもしれない」と意識することです。シークレットモードでの比較やトラッカーブロックの導入など、小さな習慣の積み重ねが、不当な価格設定から身を守る力になります。