第三巡回区、アルゴリズムによるホテル料金の反トラスト訴訟を復活

第三巡回区は2026年7月29日、ホテル競合各社の間で密室の会合があったとの主張がないにもかかわらず、アルゴリズムによる価格固定をめぐる訴訟を復活させ、却下判断を覆した。Google Newsの見出しとなったこの判断により、原告には共有価格設定ソフトウェアがアトランティックシティのカジノホテル料金を協調させたことを立証する、もう一度の機会が与えられた。また、競合他社から集約したデータを利用するすべての企業にとって、自社価格がどのように算出されているかを検証する新たな理由にもなる。

裁判所は、Caesars Entertainment、MGM Resorts International、Hard Rock International、Cendyn Group、その他の被告が反トラスト法に違反したとは認定していない。これらを提訴した宿泊客らが、訴答段階を超えて手続きを進めるのに十分な事実を主張したと判断したのである。この区別は重要だ。主張は、証拠開示や公判を通じてまだ検証されていない。

争点は一つのホテル市場にとどまらない。企業は需要、在庫、顧客行動を分析し、価格を推奨するソフトウェアをますます利用している。この判決は、企業が独立して競争するのを支援するソフトウェアと、単一の価格決定センターになると主張される共有システムとの間に、重要な境界線を引く。

第三巡回区、地方裁判所が却下した訴訟を復活

直接的な変更は手続き上のものだが、裁判所の理論付けは、この判断に一件の手続的上訴をはるかに超える重要性を与えている。

Cornish-Adebiyi v. Caesars Entertainmentは、アトランティックシティで人為的につり上げられた客室料金を支払ったと主張するカジノホテル宿泊客らの請求から始まった。原告らは複数のホテル運営会社と、Rainmaker収益管理システムの提供者であるCendynを提訴した。

収益管理ソフトウェアは需要を予測し、限られた在庫からの収益最大化を目的とする価格を推奨する。ホテルは長年にわたりこのようなシステムを利用してきた。反トラスト上の懸念は、競合するホテルが現在の機密データを共有プロバイダーに提供し、同プロバイダーが統合情報を推奨に利用すると主張される場合に生じる。

原告らは、参加ホテルが非公開の客室料金・稼働率データをRainmakerに送信したと主張している。ソフトウェアは各ホテルの情報を競合他社の比較可能なデータとともに処理したとされる。その結果得られた推奨は、ホテルの客室販売システムに自動的に取り込まれたと主張されている。

訴状によると、被告ホテルはRainmakerの推奨を約90％の割合で受け入れていた。原告らはさらに、参加施設が関連するカジノホテル市場の70％超を占めていたと主張している。これらの数値は依然として主張であり、確定した認定ではない。

連邦地方裁判所は2024年9月、訴えを却下した。ハブ・アンド・スポーク型の共謀に必要な水平的合意について、原告らがもっともらしく主張していないと結論づけた。この構造では、中心的な仲介者がハブとして機能し、競合企業がスポークを形成する。

地方裁判所は、ホテル運営会社がつながりとなる「リム」を形成していたかどうかを重視した。ホテルが異なる時期にソフトウェアを導入し、その推奨を上書きでき、価格について直接連絡を取ったとは主張されていなかったため、主張は不十分だと判断した。

控訴裁判所はこれに同意しなかった。先例拘束力のある意見書で第三巡回区は、訴状を全体として、かつ現代の価格設定技術という文脈で検討しなければならないと述べた。却下を覆し、ニュージャージー地区に事件を差し戻した。

合議体はTheodore McKee判事、Patty Shwartz Restrepo判事、D. Brooks Smith判事で構成され、McKee判事が意見を書いた。裁判所は2025年9月17日に弁論を聴取し、その10カ月以上後に判断を提出した。

この判断は、責任を課すものでも、損害賠償を認めるものでも、集団訴訟を認証するものでもない。原告が請求を追及し、証拠を求めることを認めるものだ。被告は引き続き、主張、提案された市場、因果関係、主張された消費者被害に異議を唱えることができる。

この手続上の位置づけは、結論を理解するうえで中心的である。却下申立てを審理する裁判所は通常、適切に主張された事実上の主張を真実として受け入れる。それらの事実が法的請求をもっともらしく裏付けるかを問うのであって、原告がすでにそれを立証したかを問うのではない。

したがってGoogle Newsの表現は、この判断を実際より確定的に見せる可能性がある。裁判所は裁判所への扉を開いたのであり、当事者がその扉を通った後の証拠開示で何が明らかになるかを判断したわけではない。

Google Newsの読者がデータの流れに注目すべき理由

裁判所の最も強い警告は、AIの存在そのものではなく、競合他社の機密データの移動に関するものだ。

「アルゴリズム」という言葉は注目を集めるが、法的な論点の大半を担うのは、主張されているデータの流れである。原告らは、複数の競合他社から現在の価格・稼働率情報を収集する共通システムを説明している。そのシステムは、統合された情報を、それら同じ競合他社への推奨に変換したと主張されている。

この仕組みは、各ホテルが自社の記録と公開市場情報だけを用いて独立した予測ツールを運用する場合とは異なる。独立したソフトウェアは、企業が需要により正確に対応するのを助けうる。稼働率が低下すれば価格を下げ、繁忙期には引き上げ、競合他社を関与させずに顧客セグメントを特定できる。

訴状は、より統合された仕組みを説明している。複数の競合ホテルから非公開データが一つの共有プラットフォームへ移動したと主張する。このプラットフォームは、その集合データによって形づくられた推奨価格を返したとされる。

裁判所はこの交換を、あり得る「プラス要因」として扱った。プラス要因とは、並行した事業行動が市場状況への独立した対応ではなく、協調を反映することを示す状況証拠である。他に主張された要因には、高い推奨受諾率、並行的な価格設定、稼働率の低下、市場の大部分にわたる参加が含まれていた。

複数のホテルがCendyn Rainmakerの価格推奨を受け取ったというだけで、それが自動的に違法となるわけではない。裁判所は、動的価格設定システムを利用する正当な事業上の理由を明示的に認めた。また、共通ソフトウェアの存在だけでは反トラスト上の共謀は成立しないとも述べた。

原告らが、競合他社が互いの現在の専有情報から利益を得たと主張したことで、懸念はより強まった。裁判所は、そのような情報交換が競合他社の行動に関する不確実性を低減する場合、協調を促進し得ると述べた。

この不確実性の低下は経済的に重要である。競争は、各販売者が競合他社の対応を正確には知らないまま、値引きを行うか判断することにも依存している。空室を抱えたホテルは、近隣施設から宿泊客を呼び込むために料金を下げるかもしれない。

共有プラットフォームが主要競合他社全体で推奨を協調させたとされる場合、各参加者は別のホテルが自社より安い価格を提示しないという確信を強めることができる。原告らは、この確信により、稼働率が低下しても高い客室料金が維持されたと主張している。

裁判所はRainmakerのソースコード、データパイプライン、モデルアーキテクチャ、推奨ロジックを独自に調査していない。ソフトウェアが実際にどのように動作するかを推定することも明確に拒んだ。その分析は、訴状がもっともらしく主張している内容を対象とした。

この制約は、法的な訴答と技術監査を分けるものだ。証拠開示では、どのデータがシステムに入力されたのか、それらのデータがどれほど最新だったのか、競合他社の情報が個別の推奨に影響したのかを判断する必要がある。調査担当者は、上書き、人によるレビュー、設定の違い、安全対策も検証する必要がある。

この区別は、判決を評価する企業にとって不可欠だ。ベンダーは、自社製品がAIを使用しているかだけを問うことで、リスクを評価することはできない。データの出所、一顧客の情報が別の顧客にどのように影響するか、各顧客がどの程度の独立した統制を維持しているかをマッピングしなければならない。

答えは、同一製品の導入形態によって異なり得る。ある顧客は社内データと公開シグナルのみを使用するかもしれない。別の設定では、複数の市場参加者の機微な情報を組み合わせる可能性がある。

このため、この判断はホスピタリティ業界を超えて及ぶ。航空会社、家主、保険会社、小売業者、医療ネットワーク、雇用主は、価格、支払い、賃料、賃金を推奨するシステムを利用している。法的リスクは業界名ではなく、情報と意思決定の構造に従う。

共有価格設定ソフトウェアは主張上のハブになり得る

中心的な争点は、独立した価格設定支援と、競合他社のための単一の意思決定センターが作られたとの主張との対立にある。

シャーマン法第1条は協調行為を要件とする。一般に、ある企業が独立して価格決定を行うことは、その決定が公開された競合他社価格に追随していたとしても禁じられない。同法が対象とするのは、不当に取引を制限する合意である。

この要件により、かつては特に価値の高い種類の証拠が存在した。調査担当者は、競合他社間の会合、電話、メッセージ、明示的な約束を探した。共有ソフトウェアは、企業が直接会話をせずとも仲介者を通じて協調したと主張され得るため、この構図を複雑にする。

ハブ・アンド・スポーク理論では、各競合企業が中心プロバイダーとの垂直的関係を形成する。原告はさらに、水平的な了解を通じてスポーク同士をもっともらしく結び付けなければならない。そのつながりがなければ、通常の複数のベンダー契約がカルテルになることはない。

第三巡回区は、訴状がそのつながりをもっともらしく示したと結論づけた。ホテルが機密情報を承知のうえで提供し、競合他社の参加を予想し、同じシステムに大きな価格決定上の影響力を委ねたという主張を指摘した。

被告が推奨を拒否できたことは、分析を終わらせるものではなかった。裁判所は、価格固定に関する法が完全な順守や、あらゆる裁量の排除を要求するものではないと論じた。企業が最終価格を時折変更しても、推奨が重要な出発点を協調させることはあり得る。

主張された90％の受諾率は、訴答段階でその結論を補強した。裏付けられれば、推奨が単なる小さな入力要素ではなく、実際の価格設定を形づくっていたことを示すだろう。ただし、この数値もなお証拠による検証を要する。

タイミングも、もっともらしさを否定するものではなかった。ホテルは同時に加入するのではなく、異なる時点でRainmakerに加わったと主張されている。裁判所は、企業が既存の協調的取り決めに加わることで、共謀は時間をかけて形成され得ると判断した。

この理論付けは、アルゴリズム価格設定ベンダーにとって主要な緊張関係を生む。製品は、より多くの情報を処理し、より正確な予測を生み出し、顧客システムとより密接に統合されるほど有用になる。同じ機能は、顧客が同一の集中市場で競争する場合、懸念を高める可能性がある。

したがって第三巡回区のアルゴリズムによる共謀分析は、機能的な統制にかかっている。裁判所は「助言型」「自動化」「AI搭載」といったラベルを超えて見る。システムが独立した意思決定を維持しているのか、それとも集合知をそれに置き換えたと主張されているのかを問うことになる。

意見書は、元連邦取引委員会委員長代行Maureen Ohlhausenに関連する単純な類比を用いている。ある人物が競合他社から機密の価格戦略を集め、それぞれに価格設定方法を指示したとすれば、その人物をアルゴリズムと呼んでも法的な懸念は変わらない。

司法省と連邦取引委員会も、2024年のホテル料金に関する意見書で同様の見解を示した。両機関は、人間が行えば違法となる行為を、競合他社がソフトウェアを通じて行うことも許されないと主張した。

また両機関は、合意を主張するために競合他社間の直接的な連絡が常に必要なわけではないと述べた。価格設定に一定の裁量を残していても、協調的な推奨から必ずしも免責されるわけではないと強調した。

この控訴審判決は、そうした技術中立的な立場とおおむね一致する。AI向けに別個の反トラスト法を新設するものではない。合意、情報共有、独立した意思決定に関する長年の原則を、新しい技術的仕組みに適用するものだ。

このアプローチは、ベンダーと顧客の双方に圧力をかける。ソフトウェア提供者は、プラットフォームが顧客情報をどのように組み合わせるかを検討しなければならない。顧客も、導入によって自社の意思決定が競合他社から提供された機密データと結び付くかどうかを理解する必要がある。

契約文言だけでは、こうした問題は解決しない。「推奨は任意」とする条項も、実務上の証拠がほぼ全面的な受け入れを示している場合には説得力が弱い。データを集計するとの約束にも、鮮度、粒度、再識別リスクに関する技術的な裏付けが必要だ。

法的な争点は、機械が価格を設定してよいかどうかではない。その機械が直接の競合他社の間に介在するとき、企業がなお真に独立しているかどうかである。

別のホテル控訴審は境界線が事実関係に左右されることを示す

第三巡回区控訴裁判所は、共有の価格設定プラットフォームがすべて共謀を生むと宣言したわけではなく、別の控訴審事件がその限界を示している。

2025年8月、第九巡回区控訴裁判所は、Cendynのソフトウェアとラスベガスのホテルに関する関連請求を扱った。Gibson v. Cendyn Groupは、アルゴリズムによるホテル料金設定に対する同様の懸念から生じたが、手続上および事実上の状況は異なっていた。

第九巡回区は、原告が放棄したハブ・アンド・スポーク型の請求を復活させなかった。垂直的なライセンス契約の総合的な効果を争う別の理論について、却下を支持した。裁判所は、これらの契約が各ホテルの独立した価格決定権限を制約したとする主張は不十分だと判断した。

この第九巡回区の判決は、企業がどちらの事件についても大まかな要約に頼るべきではない理由を浮き彫りにしている。異なる訴状では、異なるデータ慣行、参加形態、契約、責任理論が示されうる。

第三巡回区は、アトランティックシティのホテルが最新の非公開価格・稼働率データを提供したとの主張を重視した。また、システムがそれらの入力をプールし、集団的な推奨を返し、料金を自動的にアップロードしたとの主張も検討した。

ラスベガスの訴訟では、同じ記録に基づいて第三巡回区の今回の結論には至らなかった。控訴審で追及された請求の違いも、比較を限定した。したがって、一方の判決がもう一方を単純に覆したり、矛盾したりするわけではない。

この事実関係への感応性は、反トラスト分析の特徴である。並行した価格は違法な合意の結果であり得る一方、共通のコスト、公的な需要情報、季節的なイベント、合理的で独立した行動を反映する場合もある。集中市場では、共謀がなくても似た判断が生じやすい。

ダイナミックプライシングは消費者に利益をもたらすこともある。需要が弱い局面への迅速な対応は値引きを生み、より良い予測は企業の在庫配分を助ける。司法省は以前から、企業が独立して行動する場合、アルゴリズム価格設定が競争を支える可能性を認めている。

第三巡回区はこの懸念を直接認めた。International Center for Law and Economicsによるアミカス・ブリーフは、企業が同一のスプレッドシートや同じ市場調査会社を利用するだけで共謀者になるのかと問いかけた。裁判所は、これらの例は訴状を単純化しすぎていると述べた。

その回答は、主張された事実の組み合わせに基づくものだった。機密データの交換、高い受諾率、自動実装、市場カバレッジ、相互参加への期待が、総合的に推認を支えた。単一の要素だけで責任が成立したわけではない。

そのため、コンプライアンスは単に特定のソフトウェア分類を禁止するより複雑になる。人間が推奨を上書きできるというだけで、企業は安全だと判断できない。また、共通のベンダーを使うこと自体が本質的に違法だと結論づけるべきでもない。

真摯なレビューでは、公開情報と非公開の競合他社データを区別する必要がある。入力が過去のものか最新のものか、集計済みか施設別か、遅延しているかリアルタイムかを判断すべきだ。違いの一つひとつが、システムが伝達し得る戦略的知識の量に影響する。

レビュー担当者は、実際の行動も検証すべきだ。顧客はどの程度の頻度で推奨を拒否するのか。異なる顧客は実質的に異なる提案を受けるのか。ある参加者の値引きが、別の参加者に推奨される対応に影響し得るのか。

モデルの挙動と並んでガバナンスも重要だ。企業には、誰が価格設定ルールを承認するか、どのデータ機能が許可されているか、反トラスト上の保護措置がどのように機能するかを示す記録が必要である。従業員がほとんど使わないなら、文書化されていない人間による上書きボタンはほとんど安心材料にならない。

Cendyn Rainmakerの価格設定をめぐる争いは、今後これらの区別をより詳しく検証することになる。ディスカバリーは原告の説明を裏付けるかもしれず、それを否定するかもしれず、あるいはどちらの単純化された説明にも当てはまらない混合的なシステムを明らかにするかもしれない。

その証拠が出るまでは、第三巡回区の判決はもっともらしい主張に対する警告として読むべきだ。Rainmakerが価格を協調させた、あるいは消費者に害を与えたという最終判断ではない。

この判決はアルゴリズム・ガバナンスを軽視するコストを高める

ベンダーがシステムを構築した場合でも、共有データがどのように価格へ変換されるかを説明できない企業は、いまや法的リスクに直面する。

企業の購入者にとって、価格設定機能を外部委託しても責任まで外部委託されるわけではない。ホテルは第三者からソフトウェアをライセンスできるが、その経営陣は依然としてシステムの入力、推奨、市場への影響を理解する必要がある。

その責任は調達段階から始まる。購入者は、プラットフォームが直接の競合他社からのデータを使うか、それらのデータがどのように集計されるか、新しい情報がどの程度の速さでモデルに取り込まれるかを尋ねるべきだ。また、顧客固有のデータが別の顧客への出力に影響し得るかも確認すべきである。

同じ問いは技術デューデリジェンスにも属する。エンジニアは、情報の出所とシステム内での変化を記録するデータ来歴を追跡できる。競合他社データを除去すると推奨が実質的に変わるかどうかもテストできる。

独立したモデルインスタンスは一部のリスクを抑えられるが、分離が実務上も存在する場合に限られる。名目上は別々の2つのモデルであっても、機密性の高い顧客情報を含む共有トレーニングセットから学習している可能性がある。アーキテクチャ図は運用実態と一致すべきだ。

人間による監督も実質的でなければならない。すべての提案を自動的に承認する価格設定マネージャーは、独立性をほとんど加えない。レビュー担当者には、権限、関連する市場情報、推奨を受け入れるまたは拒否する理由の文書化が必要である。

企業は、類似した価格が共謀を証明するものだと決めつけずに、結果を監視すべきだ。有用なチェックには、推奨の受諾状況、上書きのパターン、価格のばらつき、需要ショックへの反応が含まれる。競合他社間で突然の収束が見られた場合は、自動的な法的結論ではなく調査に値する。

情報保持も別の問題を生む。価格設定プラットフォームは、大量のログ、モデル出力、アクセス記録、通信記録を生成する。これらの資料は独立した意思決定を示す助けになる一方、任意の推奨が実際には命令として機能していたことを明らかにする可能性もある。

第三巡回区によるアルゴリズム共謀判決は、こうした証拠を保存する重要性を高めている。通常の短い保存期間ポリシーに基づいて運用記録を削除すると、後の説明が難しくなり得る。法務、エンジニアリング、プロダクトの各チームは、訴訟が表面化する前に連携すべきだ。

企業には明確なエスカレーション経路も必要である。需要が弱いにもかかわらず推奨価格が上昇していることに気付いた価格アナリストは、誰に連絡すべきかを知っていなければならない。プロダクトチームは、商用システム全体を停止せずに、疑わしいデータ機能を中断できるべきだ。

リスクは生成AIにも及ぶ。企業は、汎用モデルに価格設定の指針、交渉レンジ、収益予測を求め始めている。複数の競合他社が類似した機密入力とともに同じモデルを使用する場合、調査当局は、その構成が独立した判断を維持しているかを問うだろう。

2026年の価格設定訴訟分析は、データソース、更新頻度、粒度、保護措置、人間による監督を中心的な調査事項として挙げている。これらは法的な問いであると同時に、実務的なエンジニアリング上の問いでもある。

チームがモデル文書、ベンダー契約、データマップ、レビュー判断を結び付ける必要があるとき、ナレッジマネジメントはその作業を支えられる。検索可能な技術ナレッジベースは、コンプライアンスを最終チェックリストとして扱うことなく、チームがその文脈を保存する助けになる。

司法省は、アルゴリズム共謀が依然として執行上の優先事項であることを示している。2025年のデジタル市場に関する講演で、当局者は共有の価格設定システムに関わる住宅・医療分野の事案を取り上げた。

民事訴訟も別の圧力を加える。価格が不当に高かったと考える顧客は、規制当局が調査を終える前でも請求を提起できる。先例となる控訴審判決は、そうした原告に、より詳細な訴状を作成するための道筋を与える。

それでも企業は、正当な予測を妨げるようなパニック主導の制限を避けるべきだ。独立した価格設定システムは、在庫活用を改善し、市場が変化する需要に対応する助けとなり得る。ガバナンスの目標は、戦略的な競合他社情報の移転を防ぎながら、そうした利益を維持することにある。

それには、ポリシーに「AIリスク」を追加する以上のことが必要だ。チームは、自動化される具体的な商業上の意思決定を理解しなければならない。誰が入力を提供し、誰が出力を受け取り、システムが誰のインセンティブに奉仕するのかを特定する必要がある。

3つのシグナルが判決の射程を示す

ディスカバリー、第三巡回区外での司法判断、ベンダーによる設計変更が、これが限定的なホテル事件となるのか、より広範な市場ルールとなるのかを決める。

第1のシグナルは、ディスカバリーがRainmakerについて何を明らかにするかだ。原告は、データのプール、推奨ロジック、自動アップロード、ホテル側の受諾に関する主張を裏付ける証拠を必要とする。社内文書や技術記録は、マーケティング文言よりも重みを持つ。

各ホテルの機密データが競合他社に送られる推奨へ実質的に影響したことを示す証拠は、原告の理論を強める。厳格なデータ分離、意味のある集計、またはホテルの独立した判断を示す証拠は、それを弱めるだろう。

ディスカバリーでは、主張される市場への影響も検証される。原告は、稼働率が低下したにもかかわらず料金が上昇したこと、および参加ホテル間で動きが同期したことを指摘する。被告は、需要、コスト、イベント、施設ごとの差異、通常のレベニューマネジメントに基づく代替説明を提示できる。

第2のシグナルは、他の裁判所がこの意見をどのように用いるかである。第三巡回区は、ペンシルベニア州、ニュージャージー州、デラウェア州、ヴァージン諸島の連邦裁判所を管轄する。この判決はそれらの裁判所を拘束するが、第九巡回区や他の連邦控訴審管轄地域を拘束するものではない。

住宅、医療、燃料、接客業に関する訴訟の原告は、機密データの取り扱いと推奨の受け入れに関する判断を引用するだろう。被告は、訴訟手続き上の段階と事案固有の表現を強調するはずだ。その後の判断により、裁判所がどの主張を不可欠と考えるかが明らかになる。

控訴裁判所間の見解の相違は、特に裁判官が共有アルゴリズムに異なる基準を適用する場合、いずれ連邦最高裁の関心を引く可能性がある。ただし、ホテル関連の訴訟だけから決定的な対立があるとみなすべきではない。請求内容と記録が異なるためだ。

3つ目のシグナルは、ソフトウェアベンダーが製品をどのように再設計するかである。提供企業は、最新の競合他社データを制限し、集約度を高め、時間的な遅延を導入し、顧客ごとのモデルを分離することでリスクを低減できる。また、人によるレビューのための、より明確な管理機能を提供することもできる。

設計変更は、最終的な責任判断が出る前から、この判決が市場に影響を及ぼしていることを示すだろう。ベンダーは、より明確なデータガバナンス文書を公開したり、競合他社由来の入力を除外する設定を提供したりする可能性がある。

この結果は契約にも影響し得る。顧客は、監査権、データ利用制限、モデル文書、補償条項を求めるようになるかもしれない。ベンダーは、自動化された収益最適化に関する約束を限定することで対応する可能性がある。

学術研究も引き続き重要だが、シミュレーションでは、特定の商用プラットフォーム内部で何が起きたかを明らかにできない。いくつかの研究では、学習アルゴリズムが統制された条件下で高価格を維持し得ることが示されている。一方で、予測精度の向上は、競合他社の価格を下回るインセンティブを高め得ると示す研究もある。

この見解の相違は、裁判所による事案固有のアプローチを裏付けている。独占禁止法は、実験室での実験が他の場所で共謀を生んだからといって、モデルそのものを処罰するわけではない。調査当局には、システムの実際のデータと挙動を、現実の競合他社間の合意に結び付ける証拠が必要だ。

Google Newsの見出しは、最終判決ではなく警鐘である。第3巡回区控訴裁判所は、機密データ、運用上の統制、競合他社の予見可能性を次の段階の中心に据えた。

アルゴリズムによる価格設定を利用する企業は、今、率直な問いを投げかけるべきだ。各事業者がなお独立した意思決定を行っていることを証明できるのか。答えが未使用のオーバーライドボタンやベンダーのマーケティング上の主張だけに依存するなら、この判断はすでにその弱点を特定している。