Instacart Accusé de Surfacturation Jusqu’à 23%

Imaginez que vous commandez vos courses hebdomadaires sur votre application préférée et que, sans le savoir, votre voisin paie exactement les mêmes produits 20 % moins cher. Cette situation n’est plus hypothétique : une enquête récente met en lumière des pratiques troublantes chez l’un des leaders de la livraison de courses en ligne.

Alors que les consommateurs cherchent toujours plus de transparence dans leurs dépenses quotidiennes, une étude publiée par une association de défense des consommateurs révèle une réalité dérangeante : certains utilisateurs se voient proposer des prix significativement plus élevés pour des articles identiques. Le coupable présumé ? Des expérimentations algorithmiques menées en toute discrétion.

Quand l’intelligence artificielle décide du prix de vos tomates

Le commerce en ligne a depuis longtemps adopté des stratégies de tarification sophistiquées. Mais ce qui se passait jusqu’ici surtout dans l’hôtellerie ou le transport aérien semble désormais s’inviter dans le rayon fruits et légumes de votre supermarché virtuel. L’étude en question pointe du doigt des écarts pouvant atteindre 23 % sur un même produit référencé chez les mêmes enseignes partenaires.

Ces variations ne sont pas dues à des promotions temporaires ou à des ruptures de stock. Elles résultent d’expérimentations contrôlées, menées à l’aide d’un outil logiciel spécifique intégré à la plateforme. L’objectif affiché par l’entreprise ? Permettre à ses partenaires retailers d’optimiser leurs marges en testant différentes grilles tarifaires auprès d’un échantillon aléatoire de clients.

Eversight : l’arme secrète de la tarification intelligente

Derrière ces tests se cache une solution SaaS développée par une entreprise spécialisée dans l’optimisation des prix pour la grande distribution. Cette technologie promet aux enseignes de « débloquer une croissance des revenus » en identifiant les prix dits « optimaux » que les clients sont prêts à accepter. Sur la page dédiée, la plateforme de livraison admet d’ailleurs explicitement que certains acheteurs « peuvent voir des prix légèrement plus élevés » que d’autres.

Légèrement ? Lorsque l’on parle d’un écart pouvant frôler un quart du prix initial sur des produits de grande consommation, le terme semble pour le moins euphémistique. Des exemples concrets cités dans l’étude montrent des différences notables sur des références aussi basiques que des paquets de céréales, des bouteilles de lait ou des boîtes de conserve.

« Ces tests ne constituent pas du prix dynamique – les prix ne changent jamais en temps réel, y compris en réaction à l’offre et à la demande. Ils ne sont jamais basés sur des caractéristiques personnelles ou comportementales : ils sont totalement randomisés. »

– Porte-parole d’Instacart

Cette distinction sémantique est importante pour l’entreprise. Elle refuse catégoriquement l’étiquette de « dynamic pricing » qui évoque immédiatement des ajustements en fonction de la demande instantanée, comme on le voit chez Uber ou dans les billets d’avion. Ici, les variations sont fixées pour la durée d’une expérimentation et attribuées aléatoirement à différents profils d’utilisateurs.

Pourquoi ces écarts interrogent-ils autant ?

Le problème ne réside pas seulement dans l’ampleur des différences constatées. Il touche surtout à la transparence et au sentiment d’équité. Dans un contexte où l’inflation alimentaire reste une préoccupation majeure pour de nombreux foyers, découvrir que le prix d’un même article peut varier de plusieurs euros selon l’identifiant client crée un malaise légitime.

De plus, ces expérimentations se déroulent sans que l’utilisateur en soit clairement informé au moment de passer commande. Aucun bandeau, aucun message explicite n’indique que le prix affiché fait partie d’un test A/B grandeur nature. Le client lambda pense simplement que tel magasin est plus cher que tel autre… alors qu’il s’agit du même magasin virtuel.

Cette opacité pose également la question de l’acceptabilité sociale de l’optimisation algorithmique poussée à l’extrême dans des secteurs essentiels comme l’alimentation.

Les arguments de la défense

Face aux critiques, la société rappelle que ces expérimentations sont menées à la demande de certains de ses partenaires commerciaux – seulement une petite dizaine aux États-Unis – qui appliquent déjà des majorations sur la plateforme. Elle insiste également sur le caractère limité et encadré des tests : pas de ciblage individuel, pas d’ajustement en temps réel, pas d’exploitation de données personnelles sensibles.

Elle compare ces pratiques aux traditionnels tests de prix réalisés depuis des décennies dans les points de vente physiques : un produit placé en tête de gondole à 2,99 € pendant deux semaines, puis à 3,29 € les deux semaines suivantes pour mesurer l’élasticité-prix.

La différence, bien sûr, réside dans l’échelle, la discrétion et surtout la personnalisation apparente (même si elle est aléatoire) que permet le numérique. Le consommateur en magasin voit immédiatement que le prix a changé pour tout le monde ; sur l’application, il n’a aucun moyen de le savoir.

Quelles leçons pour le futur du e-commerce alimentaire ?

Cette affaire dépasse largement le cas d’une seule entreprise. Elle illustre un tournant majeur dans la manière dont les acteurs du commerce en ligne envisagent la relation prix-client. L’intelligence artificielle et le machine learning permettent aujourd’hui de tester des milliers de combinaisons tarifaires simultanément, chose inimaginable il y a dix ans.

Mais plus les outils deviennent puissants, plus la tentation est grande de maximiser chaque centime sans considération pour la perception de justice des consommateurs. À terme, la question n’est plus seulement technique ou économique : elle devient sociétale.

• Les consommateurs accepteront-ils durablement des prix différents pour un même produit sans transparence ?
• Les régulateurs finiront-ils par imposer un affichage obligatoire des tests tarifaires en cours ?
• Les enseignes partenaires assumeront-elles publiquement ces pratiques ou chercheront-elles à les dissimuler ?
• Les plateformes de livraison deviendront-elles des arbitres neutres ou de véritables co-décideurs de la stratégie prix ?

Autant de questions qui, à l’heure actuelle, restent largement ouvertes.

Vers plus de transparence ou vers une normalisation de l’opacité ?

Certains observateurs estiment que ces expérimentations, si elles sont correctement communiquées et limitées dans le temps, pourraient même bénéficier aux consommateurs en permettant aux enseignes de baisser les prix sur les produits les plus sensibles tout en augmentant les marges sur d’autres références moins élastiques.

D’autres, au contraire, y voient le début d’une segmentation encore plus fine et moins lisible du marché, où chaque individu paierait finalement « le juste prix »… mais celui que l’algorithme estime qu’il peut supporter. Un scénario qui rappelle furieusement les pires craintes exprimées lors de l’émergence des premières technologies de reconnaissance faciale ou de scoring comportemental.

Une chose est sûre : l’affaire ne devrait pas s’arrêter à un simple communiqué de presse. Les associations de consommateurs, les médias spécialisés et peut-être même les autorités de la concurrence gardent désormais un œil attentif sur ces pratiques. Dans un secteur où la confiance reste le principal actif immatériel, le coût d’une perte de crédibilité pourrait s’avérer bien supérieur aux quelques points de marge supplémentaires générés par ces tests.

En attendant, la prochaine fois que vous ajouterez des yaourts à votre panier virtuel, posez-vous la question : suis-je en train de payer le prix « normal »… ou le prix du test du jour ?

Le débat ne fait que commencer.