第三巡回法院重启酒店算法定价反垄断案

2026 年 7 月 29 日，第三巡回法院重启了一起算法价格操纵案，推翻了此前的驳回裁定，尽管原告并未指称酒店竞争对手曾进行秘密会面。这则 Google News 标题背后的判决，让原告获得了又一次机会，以证明共享定价软件协调了大西洋城赌场酒店的房价。它也让所有使用竞争对手汇集数据的公司多了一个理由，审视自身价格是如何形成的。

法院并未认定 Caesars Entertainment、MGM Resorts International、Hard Rock International、Cendyn Group 或其他被告违反了反垄断法。法院认定的是，起诉它们的住客已提出足够事实，可以越过诉状审查阶段继续推进案件。这一区别很重要，因为这些指控尚未经过证据开示或审判的检验。

这场争议的影响超出单一酒店市场。企业日益使用软件分析需求、库存和客户行为，再据此提出定价建议。该裁定在帮助企业独立竞争的软件，与据称成为统一定价中枢的共享系统之间划出了一条意义重大的界线。

第三巡回法院恢复了此前被地区法院驳回的案件

眼前的变化虽属程序性，但法院的推理使该裁定的意义远超一次程序性上诉。

Cornish-Adebiyi v. Caesars Entertainment 一案始于赌场酒店住客提出的主张：他们称自己在大西洋城支付了被人为抬高的房价。他们起诉了多家酒店运营商，以及 Rainmaker 收益管理系统的提供商 Cendyn。

收益管理软件会预测需求，并提出旨在最大化有限库存收入的价格建议。酒店多年来一直使用这类系统。反垄断担忧出现在这样的情形：相互竞争的酒店据称向同一供应商提供当前的保密数据，而供应商又在其建议中使用汇总后的信息。

原告称，参与的酒店向 Rainmaker 发送了非公开的客房定价和入住率数据。他们表示，该软件将每家酒店的信息与竞争对手的可比数据一并处理。据称，最终生成的建议会自动进入酒店的客房销售系统。

根据诉状，被告酒店约有 90% 的时间接受 Rainmaker 的建议。原告还称，参与酒店占相关赌场酒店市场 70% 以上的份额。这些数字仍只是指控，而非已确立的认定。

联邦地区法院于 2024 年 9 月驳回了诉状。法院认为，原告未能合理指称构成轮轴式共谋所需的横向协议。在这一结构中，中央中介机构充当轮轴，而相互竞争的企业构成辐条。

地区法院尤其关注酒店运营商是否形成了连接各辐条的“轮辋”。法院认定相关指控不足，因为各酒店在不同时间采用该软件、可以推翻其建议，而且据称没有就价格进行直接沟通。

上诉法院并不同意。在其具有先例效力的意见书中，第三巡回法院表示，必须将诉状作为整体，并置于现代定价技术的背景下考量。法院推翻了驳回裁定，并将案件发回新泽西联邦地区法院。

合议庭由 Theodore McKee、Patty Shwartz Restrepo 和 D. Brooks Smith 法官组成，意见书由 McKee 法官执笔。法院于 2025 年 9 月 17 日听取辩论，并在十个多月后作出裁决。

该裁定并未判定责任、裁定赔偿，或认证集体诉讼。它允许原告继续推进主张并寻求证据。被告仍可对相关指控、拟议市场、因果关系以及任何声称的消费者损害提出质疑。

这一程序状态是理解结果的核心。法院审查驳回动议时，通常会将充分陈述的事实指控视为真实。它们考察的是这些事实是否合理支持法律主张，而非原告是否已经证明了主张。

因此，Google News 的表述可能让这一裁定听起来比实际情况更具终局性。法院只是打开了法院的大门，并未判定当事人进入后证据开示会揭示什么。

Google News 读者为何应关注数据流向

法院最强烈的警示针对的是竞争对手保密数据的流动，而非 AI 的存在本身。

“算法”一词容易吸引关注，但据称的数据流承担了大部分法律分析工作。原告描述了一个通用系统：它从多个竞争对手处收集当前定价和入住率信息，然后据称将汇集的信息转化为向这些竞争对手提供的建议。

这种安排不同于每家酒店利用自身记录和公开市场信息，运行独立的预测工具。独立软件可以帮助公司更准确地应对需求：在入住率走低时降价、在繁忙时段提价，或识别客户群体，而无须牵涉竞争对手。

诉状描述的是一种更为一体化的安排。它称，非公开数据从多家相互竞争的酒店流入同一个共享平台。该平台随后据称返回受这一集体数据池影响的建议价格。

法院将这种交换视为可能的“附加因素”。附加因素是间接证据，表明平行的商业行为反映协调，而非对市场状况作出的独立反应。其他被指称的因素包括较高的建议采纳率、平行定价、入住率下降，以及该系统在大部分市场中的参与度。

Cendyn Rainmaker 的定价建议并不会仅因多家酒店接收它们而自动违法。法院明确承认，使用动态定价系统具有正当的商业理由。法院还表示，使用共同软件本身并不能证明存在反垄断共谋。

由于原告称竞争对手从彼此当前的专有信息中获益，担忧随之加剧。法院表示，当这类信息交换减少竞争对手行为的不确定性时，可能促进协调。

这种不确定性的减少具有重要经济意义。竞争在一定程度上取决于每个卖方能否在不知道竞争对手将如何回应的情况下，决定是否降价。一家酒店若有空置客房，可能会降价以吸引附近酒店的住客。

如果共享平台如原告所称，协调了主要竞争对手之间的建议，那么每名参与者都可能更有把握地认为，其他酒店不会以更低价格抢走生意。原告主张，这种信心使较高房价即使在入住率下降时仍得以维持。

法院没有独立检查 Rainmaker 的源代码、数据管道、模型架构或建议逻辑。法院特别拒绝假定该软件实际上如何运作。其分析处理的是诉状所合理指称的内容。

这种限制将法律诉状与技术审计区分开来。证据开示将需要确定哪些数据进入系统、这些数据有多新，以及竞争对手的信息是否影响了个别建议。调查人员还需要审查人工覆盖、人工审核、配置差异和保障措施。

对于评估该裁定的公司而言，这一区别至关重要。供应商不能只问其产品是否使用 AI，来评估自身风险。它必须梳理数据的来源、一名客户的信息如何影响另一名客户，以及每名客户保留了多少独立控制权。

即便是同一产品，答案也可能因部署方式不同而异。一名客户可能仅使用内部数据和公开信号；另一种配置则可能结合来自多个市场参与者的敏感信息。

这正是该裁定影响超出酒店业的原因。航空公司、房东、保险公司、零售商、医疗网络和雇主都在使用建议价格、付款、租金或工资的系统。法律风险取决于信息与决策结构，而非行业标签。

共享定价软件可能成为被指称的轮轴

争议核心在于：独立定价辅助与据称为竞争对手打造单一决策中心之间的对立。

《谢尔曼法》第 1 条要求存在共同行为。即使一家公司作出的独立定价决定跟随了公开的竞争对手价格，该条通常也不予禁止。法律针对的是不合理限制贸易的协议。

这一要求曾使一类熟悉的证据尤具价值。调查人员会寻找竞争对手之间的会面、电话、信息往来或明确承诺。共享软件使这种图景变得复杂，因为企业据称可以通过中介协调，而无需直接交谈。

在轮轴式理论中，每个竞争对手都与中央提供商形成纵向关系。原告还必须合理地通过某种横向共识将各辐条连接起来。若缺乏这种连接，数份普通供应商合同不会因此变成卡特尔。

第三巡回法院认定，诉状合理地提供了这种连接。法院指出，有指控称酒店明知故意地贡献保密信息、预期竞争对手也会参与，并将相当大的定价影响力交给同一系统。

被告能够拒绝建议，并未终结分析。法院认为，价格操纵法并不要求完全遵从，或消除每一丝裁量空间。即使公司有时会调整最终价格，建议仍可能协调一个重要的起点。

在诉状审查阶段，据称 90% 的采纳率强化了这一结论。若得到证实，它将表明建议塑造了实际定价，而非仅仅是一个次要输入。不过，这一数字仍需接受证据检验。

时间差同样没有削弱合理性。各酒店据称是在不同时间加入 Rainmaker，而非同时注册。法院认为，随着企业加入既有的协调安排，共谋可以逐步形成。

这一推理为算法定价供应商带来了主要张力。它们的产品处理的信息越多、预测越准确、与客户系统整合越紧密，便越有用。当客户在同一高度集中的市场中竞争时，这些相同特征也可能加剧担忧。

因此，第三巡回法院对算法串谋的分析取决于功能性控制。法院将超越“咨询式”“自动化”或“AI 驱动”等标签。它们将审视系统是否保留独立决策，还是如指控所称，以集体智能取代了独立决策。

意见书援引了与前联邦贸易委员会代理主席 Maureen Ohlhausen 相关的一个简单类比：如果某个人从竞争对手处收集保密定价策略，并告诉每一方应如何定价，那么把这个人称为算法，并不会改变其中的法律担忧。

司法部和联邦贸易委员会在其 2024 年的酒店定价声明中提出了类似观点。两机构认为，竞争者不能借助软件实施如果由人来实施就属违法的行为。

两机构还表示，要主张存在协议，并不总是需要竞争者之间进行直接沟通。它们强调，保留一定的定价裁量权，并不必然能够使协调一致的建议免受审查。

该上诉裁决总体上与这一技术中立立场一致。它并未为 AI 创设一部独立的反垄断法，而是将有关协议、信息共享和独立决策的长期原则，适用于一种较新的技术机制。

这种做法同时对供应商和客户施加压力。软件提供商必须考虑其平台如何整合客户信息。客户则必须了解，采用该平台是否会使自己的决策与竞争对手提供的机密数据相连接。

仅靠合同措辞无法解决这些问题。如果运营证据显示建议几乎被普遍采纳，那么声称建议为可选的条款就没有多大分量。承诺汇总数据也需要技术层面的支撑，包括数据的时效性、粒度以及重新识别风险。

法律问题不在于机器是否可以定价，而在于当机器置于直接竞争者之间时，各公司是否仍保持真正的独立性。

另一宗酒店上诉案表明边界取决于具体事实

第三巡回法院并未宣告每个共享定价平台都会构成共谋，另一宗上诉案件说明了这一界限。

2025 年 8 月，第九巡回法院审理了涉及 Cendyn 软件和拉斯维加斯酒店的相关主张。Gibson v. Cendyn Group 同样源于对算法酒店定价的担忧，但其程序阶段和事实背景有所不同。

第九巡回法院并未恢复原告已放弃的中心辐射式共谋主张。它维持驳回一项独立理论，即针对纵向许可协议综合效果的质疑。法院认为，关于这些协议限制各酒店独立定价权的指控不足。

第九巡回法院的裁决凸显了为何公司不应对任一案件作出宽泛概括。不同的起诉状可能描述不同的数据做法、参与模式、协议以及责任理论。

第三巡回法院强调了相关指控：大西洋城酒店提供了当前、非公开的定价和入住率数据。它还审视了系统汇集这些输入、返回集体建议并自动上传房价的指控。

拉斯维加斯诉讼并未基于同一案卷得出第三巡回法院目前的结论。上诉中提出的主张不同，也限制了两案之间的比较。因此，一项裁决并不会简单推翻或否定另一项裁决。

这种对事实的敏感性是反垄断分析的特点。平行价格可能源于非法协议，也可能反映共同成本、公开需求、季节性活动或理性的独立行为。集中度较高的市场常会在不存在串通的情况下产生类似决策。

动态定价同样可以让消费者受益。对需求疲弱作出更快反应可以带来折扣，而更好的预测可以帮助企业配置库存。司法部此前已承认，当企业独立行事时，算法定价可以促进竞争。

第三巡回法院直接回应了这一担忧。国际法律与经济学中心提交的一份法庭之友意见书提出，仅因公司使用相同的电子表格或同一家市场研究公司，是否就会成为共谋者。法院表示，这些例子过度简化了起诉状中的指控。

其回答基于被指控事实的组合。机密数据交换、高接受率、自动实施、市场覆盖范围以及相互参与的预期，共同支持了相关推断。没有任何单一特征本身足以确立责任。

这使合规工作比简单禁止某一类软件更复杂。公司不能仅因人类可以推翻建议就认定安全，也不应得出使用共同供应商本身违法的结论。

严肃的审查必须区分公开信息与非公开的竞争对手数据。它应确定输入数据是历史数据还是当前数据，是汇总数据还是特定物业数据，是延迟数据还是实时数据。每一项差异都会影响系统能够传递多少战略性知识。

审查人员还应测试实际行为。客户多久会拒绝建议？不同客户是否会收到实质不同的建议？一名参与者的折扣能否影响另一名参与者收到的建议响应？

治理与模型行为同样重要。公司需要留存记录，说明谁批准定价规则、允许使用哪些数据特征，以及反垄断保障措施如何运作。如果员工很少使用，一个未留档的人为推翻按钮几乎不能提供任何保障。

Cendyn Rainmaker 定价争议现在将更细致地检验这些区别。证据开示可能支持原告的说法、与之相矛盾，或揭示一个不符合任何一方简化描述的混合系统。

在这些证据出现之前，第三巡回法院的裁决应被理解为对具有合理性的指控发出的警示。它并非对 Rainmaker 协调价格或损害消费者作出的最终判决。

该裁决提高了忽视算法治理的代价

如今，即使系统由供应商构建，只要公司无法解释共享数据如何转化为价格，就会面临法律风险。

对于企业采购方而言，外包定价职能并不意味着外包责任。酒店可以从第三方获得软件许可，但其管理人员仍需了解系统的输入、建议和市场影响。

这种责任始于采购阶段。采购方应询问平台是否使用直接竞争对手的数据、如何汇总这些数据，以及新信息多久会进入模型。他们还应询问，特定客户的数据是否会影响另一客户的输出。

同样的问题也应纳入技术尽职调查。工程师可以追踪数据血缘，即记录信息来源及其在系统中如何变化。他们还可以测试，移除竞争对手数据是否会实质性地改变建议。

独立的模型实例可以降低部分风险，但前提是实际存在隔离。两个名义上独立的模型，仍可能从包含敏感客户信息的共享训练集中学习。架构图应与实际运营情况相符。

人工监督也必须具有实质性。若定价经理自动批准每一项建议，几乎无法增加独立性。审查人员需要拥有权限、相关市场信息，以及接受或拒绝建议的书面理由。

公司应监测结果，但不能假设相似价格就能证明串通。有用的检查包括建议接受率、推翻模式、价格离散度以及对需求冲击的反应。竞争者之间的突然趋同值得调查，但不应自动得出法律结论。

信息留存带来了另一个问题。定价平台会生成大量日志、模型输出、访问记录和通信记录。这些材料可以帮助证明独立决策，但也可能显示所谓可选建议实际上发挥了指令作用。

第三巡回法院关于算法串通的裁决提高了保存这些证据的重要性。在常规的短期留存政策下删除运营记录，可能令日后的解释更加困难。法务、工程和产品团队应在诉讼出现之前协调一致。

公司还需要明确的升级路径。发现建议在需求疲弱的情况下仍持续上涨的定价分析师，应当知道该联系谁。产品团队应能够暂停存在疑问的数据功能，而无需禁用整个商业系统。

风险还延伸至生成式 AI。企业开始向通用模型询问定价指引、谈判区间和收入预测。如果多家竞争者使用同一模型并提供相似的敏感输入，调查人员将会询问这种设置是否保留了独立判断。

一份 2026 年的定价诉讼分析将数据来源、更新频率、粒度、保障措施和人工监督列为核心调查问题。这些既是法律问题，也同样是实际工程问题。

当团队需要关联模型文档、供应商合同、数据地图和审查决策时，知识管理可以为这项工作提供支持。可搜索的技术知识库可以帮助团队保留这一背景信息，而不是将合规视作一份最终核对清单。

司法部已表明，算法串通仍是执法重点。在 2025 年的一次数字市场演讲中，官员重点提及了涉及共享定价系统的住房和医疗保健案件。

私人诉讼又增加了一层压力。认为自己支付了虚高价格的客户，即使监管机构尚未完成调查，也可以提起诉讼。一项具有先例效力的上诉裁决，为这些原告起草更详尽的起诉状提供了路线图。

不过，企业应避免因恐慌而实施限制，从而妨碍正当预测。独立的定价系统可以改善库存利用，并帮助市场应对不断变化的需求。治理目标是在保留这些益处的同时，防止战略性竞争对手信息的传递。

这要求的不只是将“AI 风险”加入政策。团队必须理解正在被自动化的具体商业决策，识别谁提供输入、谁接收输出，以及系统服务于谁的激励。

三个信号将显示该裁决的影响范围

证据开示、第三巡回法院辖区外的司法处理方式以及供应商设计变化，将决定这究竟是一起狭义酒店案件，还是一项更广泛的市场规则。

第一个信号是证据开示会揭示 Rainmaker 的哪些情况。原告需要证据支持其关于数据汇集、建议逻辑、自动上传和酒店接受率的指控。内部文件和技术记录的分量将高于营销措辞。

若有证据表明，每家酒店的机密数据实质性地影响了向竞争对手发出的建议，原告的理论将得到强化。若有证据表明存在严格的数据隔离、有意义的汇总处理，或酒店作出了独立决策，则会削弱该理论。

证据开示还将检验所称的市场影响。原告指出，尽管入住率下降，房价仍在上涨，且参与酒店之间出现同步变动。被告可以基于需求、成本、活动、物业差异或正常的收益管理提出替代解释。

第二个信号是其他法院如何使用该意见。第三巡回法院管辖宾夕法尼亚州、新泽西州、特拉华州和维尔京群岛的联邦法院。其裁决对这些法院具有约束力，但并不约束第九巡回法院或其他联邦上诉辖区。

住房、医疗保健、燃料和酒店业案件中的原告将援引该裁决对机密数据处理及采纳建议的认定。被告则会强调其诉讼程序阶段以及措辞对具体事实的依赖。后续判决将显示，法院认为哪些指控至关重要。

上诉法院之间的分歧最终可能引起最高法院关注，尤其是在法官对共享算法适用不同标准的情况下。但不能仅根据酒店案件就推定存在这种决定性的分歧，因为其主张和案卷记录各不相同。

第三个信号是软件供应商如何重新设计产品。服务提供商可通过限制使用当前竞争对手数据、提高聚合程度、引入时间延迟，以及分离客户模型来降低风险。他们还可以提供更清晰的人工审查控制机制。

设计变更将表明，该裁决在任何最终责任认定之前就已影响市场。供应商可能会发布更明确的数据治理文件，或提供排除竞争对手衍生输入的配置选项。

这一结果也可能影响合同安排。客户可能要求审计权、数据使用限制、模型文件说明和赔偿条款。供应商则可能收紧其对自动化营收优化的承诺。

学术研究仍将具有参考价值，但模拟无法回答某个具体商业平台内部实际发生了什么。一些研究发现，在受控条件下，学习算法能够维持较高价格。另一些研究则认为，改进预测能力可能增强企业压低价格、抢占竞争对手的动机。

这种分歧进一步印证了法院立足具体事实的处理方式。反垄断法不会因为某项实验室实验在其他场景中产生了共谋，就惩罚某个模型。调查人员需要证据，将系统实际使用的数据和实际行为与真实竞争者之间的协议联系起来。

Google News 的标题敲响了警钟，而非给出最终裁决。第三巡回上诉法院已将机密数据、运营控制和竞争对手预期置于下一阶段的核心位置。

使用算法定价的公司现在应直接问自己一个问题：它们能否证明每家企业仍在独立作出决策？如果答案只依赖于一个从未使用过的覆盖按钮，或供应商的营销说法，那么该裁决实际上已经指出了其中的薄弱环节。