Un procès collectif déposé en Californie accuse six géants de la distribution de carburants d’avoir utilisé l’IA Kalibrate pour coordonner leurs prix et les gonfler artificiellement. Cette pratique aurait coûté 134 millions de dollars par an aux automobilistes pour chaque cent de hausse, avec des tarifs supérieurs de 40 % à la moyenne nationale.
Carburants : l’IA accusée de gonfler les prix
By
Published on 23 juin 2026 9h24
134 MILLIONS $Chaque cent supplémentaire à la pompe représente 134 millions de dollars
Depuis janvier 2025, la Californie teste une arme contre un nouvel ennemi invisible : les algorithmes de fixation de prix. Un procès collectif révèle comment Kalibrate a coûté 134 millions de dollars annuels aux ménages californiens en gonflant artificiellement le prix du carburant. Déposée lundi 22 juin devant la cour fédérale de Sacramento, cette plainte vise 1 732 stations-essence et six géants de la distribution : BP, Circle K, Marathon, 7-Eleven, Walmart et Albertsons. L'accusation ? Utiliser un outil d'intelligence artificielle pour coordonner leurs tarifs et éliminer toute concurrence réelle.
Un surcoût massif pour les ménages californiens
Les chiffres frappent par leur ampleur. Chaque cent supplémentaire à la pompe représente 134 millions de dollars prélevés annuellement dans les portefeuilles des automobilistes californiens. Or, selon la plainte, les prix ont grimpé jusqu'à 30 cents par gallon dans les zones où Kalibrate domine le marché. Simple calcul : cette hausse pourrait atteindre 4 milliards de dollars par an pour l'ensemble de l'État. « Tandis que les familles peinent à financer leurs trajets quotidiens, les défendeurs ont conspiré pour mettre fin à la concurrence, rejoignant un cartel piloté par l'IA qui garantit des prix artificiellement élevés, peu importe la station choisie », dénonce le document judiciaire.
134 millions de dollars : le vrai coût de l'algorithme
L'impact macroéconomique dépasse largement la simple addition de centimes. Cette ponction représente une pression inflationniste directe sur le budget des ménages, dans un État où le carburant pèse lourd dans les dépenses contraintes. Pour un foyer californien parcourant 20 000 kilomètres annuels avec un véhicule consommant 9 litres aux 100 kilomètres, la facture annuelle grimpe de 228 dollars si l'on retient l'hypothèse basse de 30 cents par gallon. Multiplié par les millions de conducteurs concernés, le système Kalibrate opère un transfert massif de richesse des consommateurs vers les distributeurs, sans création de valeur économique.
Écart de 1,65 dollar par gallon : comment l'IA gonfle les prix
Les données parlent d'elles-mêmes. Au moment du dépôt de la plainte, l'essence régulière affichait 5,52 dollars le gallon en Californie contre 3,93 dollars à l'échelle nationale. Un écart de 40 % qui ne s'explique ni par les taxes locales, ni par les coûts logistiques. Kalibrate Fuel Systems fonctionne comme un cerveau collectif : l'outil aspire les données tarifaires des concurrents, calcule le prix optimal maximisant les marges, puis le diffuse simultanément à l'ensemble des adhérents. Sa fonction « restoration » permet à la majorité des stations d'un marché donné d'augmenter leurs tarifs en bloc, éliminant toute possibilité pour le consommateur de trouver refuge ailleurs.
La Californie, laboratoire involontaire de l'inflation algorithmique
L'État californien cumule les records peu enviables. Avec 5,58 dollars le gallon selon AAA, il détient le titre de carburants les plus chers du pays. Certaines zones ont même franchi la barre symbolique des 7 dollars, transformant chaque plein en saignée budgétaire. Cette spirale inflationniste révèle un phénomène nouveau : l'inflation n'émane plus d'une pénurie ou d'un choc d'offre, mais d'une coordination algorithmique qui court-circuite les mécanismes naturels de régulation par les prix.
Des prix d'essence 40% plus élevés qu'à l'échelle nationale
La géographie de cette inflation dessine une carte troublante. ARCO déploie 1 000 stations équipées de Kalibrate, Circle K en aligne 400, Speedway 150. Cette densité crée des zones de non-concurrence où les automobilistes n'ont d'autre choix que d'accepter les tarifs imposés. Le modèle économique classique suppose que la multiplication des acteurs fait baisser les prix. Ici, la technologie inverse cette logique : plus les stations adoptent le même outil, plus les prix convergent vers le haut. L'algorithme transforme des concurrents potentiels en membres d'un cartel de fait, sans qu'aucune réunion ni accord formel ne soit nécessaire.
Quand la technologie remplace la concurrence
Kalibrate ne se contente pas d'observer le marché. Il le façonne. Selon la plainte, le système « utilise les données des concurrents pour recommander, aligner, stabiliser, fixer et influencer les prix de l'essence ». Cette formulation juridique masque une réalité simple : l'IA remplace la décision humaine par une optimisation mathématique qui maximise les profits collectifs au détriment du consommateur. Là où un gérant de station pouvait autrefois baisser ses prix pour attirer la clientèle, l'algorithme lui suggère de maintenir l'alignement avec ses voisins. Le résultat ? Une concurrence de façade où tous affichent des tarifs quasi identiques, privant le marché de sa fonction régulatrice.
Enjeux macroéconomiques : vers une régulation des prix par l'IA ?
Ce procès californien ouvre un débat qui dépasse largement les frontières de l'État. Si l'intelligence artificielle peut coordonner les prix du carburant, quels autres secteurs sont vulnérables ? L'immobilier, l'assurance, l'alimentation ? Chaque industrie où quelques acteurs dominants partagent le même outil d'optimisation devient un terrain propice à la fixation algorithmique. Le risque macroéconomique est double : inflation structurelle dans les secteurs concernés, et perte de confiance dans les mécanismes de marché censés protéger les consommateurs.
L'AB 325 : première riposte législative contre les cartels numériques
La Californie n'a pas attendu ce scandale pour agir. L'Assembly Bill 325, entré en vigueur le 1er janvier 2025, interdit explicitement la fixation algorithmique des prix. Cette loi complète le Cartwright Act, arsenal antitrust californien datant de 1907, en l'adaptant aux réalités technologiques du XXIe siècle. Les plaignants s'appuient sur ces deux textes pour réclamer des dommages-intérêts non spécifiés, mais potentiellement colossaux si l'action collective aboutit. Knowledge Support Systems, maison-mère britannique de Kalibrate, figure également parmi les défendeurs, élargissant la portée géographique du litige.
Risques de contagion : quels autres secteurs sont concernés ?
L'affaire Kalibrate pourrait créer un précédent juridique majeur. Si les tribunaux reconnaissent qu'un algorithme peut constituer un instrument de cartel, des centaines d'outils similaires deviennent suspects. Les logiciels de yield management dans l'hôtellerie, les plateformes de tarification dynamique dans le transport, les systèmes de pricing dans la grande distribution : tous partagent une logique commune d'optimisation par les données. La différence tient au partage d'informations entre concurrents. Kalibrate franchit cette ligne rouge en agrégeant les prix de l'ensemble du marché pour les redistribuer à ses clients. Un modèle économique qui ressemble davantage à une coordination tacite qu'à une simple assistance à la décision.
Les défendeurs n'ont pas encore réagi publiquement aux accusations. Leur silence contraste avec l'ampleur des enjeux financiers. Au-delà des indemnisations potentielles, ce procès questionne la frontière entre innovation technologique et pratiques anticoncurrentielles. L'IA peut-elle servir de paravent juridique à des comportements qui seraient illégaux s'ils résultaient d'accords humains ? La réponse californienne dessinera probablement le cadre réglementaire de demain, bien au-delà du secteur des carburants. Pour les millions d'automobilistes qui font le plein chaque semaine, l'issue de cette bataille judiciaire déterminera si la technologie continuera de gonfler leur facture ou si le marché retrouvera ses mécanismes de régulation naturels.