AI Tarification dans les opérations M&A de consommation : distinguer la marge durable du bruit algorithmique

1. Définir la revendication que l’on demande à l’acheteur de capitaliser

La question de due diligence est plus étroite que de savoir si la cible utilise l’intelligence artificielle. Il s’agit de savoir si une capacité de tarification spécifique génère une contribution incrémentale et récurrente à la trésorerie capable de résister à un changement d’actionnariat, à une réaction concurrentielle et à un examen réglementaire. Le vendeur devrait formuler la revendication en termes mesurables : quels produits, clients, canaux et marchés ont été concernés ; quand le système a été introduit ; quelle décision il a prise ou recommandée ; quelle référence est utilisée ; et quels coûts et résultats défavorables pour les clients sont inclus.

La direction peut décrire un programme de tarification au moyen d’une hausse des revenus, d’une expansion de la marge brute, de moins de démarques, d’une meilleure conversion ou d’un écoulement plus rapide des stocks. Chaque mesure peut être valide, mais aucune ne suffit à elle seule. Les revenus peuvent augmenter tandis que la contribution baisse. La marge brute peut s’améliorer parce que le fret ou l’exécution des commandes sont exclus. La conversion peut baisser tandis que les clients restants paient davantage. La réduction des démarques peut laisser des stocks obsolètes au bilan. L’acheteur devrait donc convenir d’un résultat économique commun : la contribution réalisée après remises, retours, coûts de service incrémentaux, acquisition de clients, exécution des commandes, créances irrécouvrables et conséquences sur les stocks.

L’avantage revendiqué doit être divisé en trois niveaux. La valeur prouvée est étayée par des transactions historiques rapprochées et des preuves causales crédibles. La valeur remédiable dépend d’actions opérationnelles identifiées sous le contrôle de l’acheteur. La valeur spéculative dépend de fonctionnalités non testées, de nouvelles données, d’une expansion de marché ou d’une adoption future plus forte. Cette distinction empêche qu’une démonstration, un pilote ou une aspiration de la direction entre dans la valorisation comme s’il s’agissait de bénéfices récurrents.

Le périmètre compte aussi. Un modèle peut ne couvrir qu’une faible proportion des revenus, tandis que la direction présente la hausse comme une capacité à l’échelle de l’entreprise. La due diligence devrait consigner la couverture par valeur de transaction, nombre de produits, magasin, canal et zone géographique, ainsi que les taux de dérogation et les périodes pendant lesquelles le système était indisponible. Le comité d’investissement peut alors décider quels flux de trésorerie sont étayés et lesquels restent conditionnels.

La séquence est un cadre analytique ; chaque jalon exige une vérification spécifique à la cible.

2. Reconstruire le waterfall des prix réalisés

La première tâche analytique consiste à reconstruire le prix à partir de la ligne de transaction plutôt que de se fier aux moyennes des tableaux de bord. Le waterfall commence par le prix catalogue ou de référence, puis sépare les changements de prix permanents, les conditions propres au client, les promotions, les coupons, les crédits de fidélité, les offres groupées, les rabais, les retours, les taxes et les ajustements de règlement. Le coût produit, les frais de paiement, l’exécution des commandes, le coût de service et les pertes de stock transforment les revenus réalisés en contribution.

L’acheteur devrait obtenir des identifiants de transaction, de commande, de ligne, de client, de produit, de promotion et de paiement qui se rapprochent du grand livre et des règlements bancaires. Le dictionnaire de données devrait préciser comment sont traités les commandes annulées, les retours partiels, les transactions d’échange, les commissions de place de marché, les points de fidélité et les cartes cadeaux. Des prix de référence manquants ou écrasés constituent une limitation significative, car l’analyste ne peut pas distinguer la réalisation du prix d’un changement de référence.

Une hausse de prix peut être masquée par un mix de remises plus important, tandis qu’une hausse apparente peut résulter de clients achetant des produits premium. Le waterfall doit donc comporter à la fois des vues à périmètre constant et des vues ajustées du mix. Lorsque les produits changent fréquemment, l’entreprise peut utiliser des attributs contrôlés, des paniers comparables ou des méthodes hédoniques, avec des hypothèses transparentes et une analyse de sensibilité. La disponibilité des produits doit être incluse, car un modèle qui retire les articles moins chers peut augmenter le prix de vente moyen sans améliorer l’économie client à périmètre comparable.

Le waterfall devrait être produit par produit, cohorte de clients, canal, magasin, zone géographique et semaine. Des chiffres mensuels agrégés peuvent masquer des tests temporaires et des résultats compensatoires. Les écarts de rapprochement doivent être consignés et attribués. Un waterfall fiable donne à l’équipe qualité des résultats un pont commun entre les décisions commerciales et le chiffre d’affaires comptable et la trésorerie.

Tableau 1. Data room minimale de due diligence sur la tarification AI

Les champs et les durées de conservation doivent être adaptés à la cible, à la juridiction et à la transaction ; les enregistrements doivent être rapprochés des systèmes sources et des états financiers.

3. Établir un contrefactuel crédible

Une amélioration observée après le déploiement du modèle n’est pas automatiquement causée par le modèle. La demande, l’inflation, les ruptures de stock des concurrents, le marketing, le lancement de produits, la distribution, la saisonnalité ou une modification de la composition de la clientèle peuvent expliquer le résultat. L’acheteur a besoin d’un contrefactuel : une estimation défendable de ce qui serait advenu à des transactions comparables en l’absence de l’intervention tarifaire.

Les tests randomisés sont puissants lorsqu’ils sont appropriés sur les plans commercial et juridique. Des magasins, produits, groupes de clients ou fenêtres temporelles peuvent être affectés avant l’intervention, avec des garde-fous en matière d’équité, de marque et de stocks. La conception doit définir à l’avance le critère de jugement principal, l’échantillon, la durée, la règle d’arrêt et les exclusions. Les analystes doivent présenter les intervalles de confiance et l’effet économique, plutôt que de sélectionner le meilleur résultat après avoir pris connaissance des résultats.

Les programmes historiques manquent souvent de randomisation. L’équipe de due diligence peut utiliser des témoins appariés, des doubles différences, des séries temporelles interrompues ou des témoins synthétiques lorsque les hypothèses sont défendables. Les tendances avant traitement, les effets de débordement et les initiatives concomitantes doivent être examinés. Une modification tarifaire d’un concurrent peut contaminer à la fois le groupe traité et le groupe de contrôle. Un système qui apprend entre les groupes peut également transférer des informations et affaiblir la séparation.

La qualité des éléments probants doit être graduée. Une expérimentation randomisée dont les données sont rapprochées et dont la mise en œuvre est stable mérite davantage de confiance qu’un tableau de bord avant-après. Une estimation de la direction sans données brutes peut éclairer certaines questions, mais ne doit pas être prise en compte dans la valorisation. Lorsque les preuves causales sont faibles, l’acheteur peut réaliser un test de confirmation avant la signature, recourir à une condition de closing, réserver de la valeur pour un earn-out ou traiter la capacité comme une option.

4. Préserver l’intégrité de l’expérimentation

Les expérimentations commerciales échouent lorsque les équipes opérationnelles modifient le traitement, que les commerciaux contournent les recommandations, que les stocks diffèrent entre les groupes ou que le marketing cible davantage un groupe. La due diligence doit comparer le traitement attribué à l’exposition réelle. L’analyse principale peut suivre l’affectation, tandis qu’une analyse complémentaire examine l’utilisation réelle avec la prudence qui s’impose. Les motifs de contournement, les pannes système et les données incomplètes doivent être visibles.

L’unité d’affectation doit correspondre au risque de contamination. Une affectation au niveau du client peut être inadaptée lorsque les prix sont publiquement observables ou que des foyers partagent des comptes. Une affectation au niveau du produit peut modifier le comportement du panier. Une affectation au niveau du magasin peut être biaisée par la demande locale. Une affectation au niveau géographique peut offrir une séparation plus claire, mais moins d’unités statistiques. La conception doit expliquer l’arbitrage.

La durée doit couvrir le cycle économique. Un test court peut capter le chiffre d’affaires immédiat tout en manquant les réachats, les retours, les réclamations et la réaction des concurrents. Les tests longs sont exposés à davantage d’événements externes. L’équipe doit définir des indicateurs avancés et retardés, puis poursuivre l’observation de la cohorte après la fin de l’exposition tarifaire. Les résultats ne doivent être segmentés que lorsque l’échantillon le permet.

L’acheteur doit conserver le code d’analyse, les extractions brutes, la version du modèle, les approbations et le registre des tests. La reproductibilité est importante, car l’acquisition peut modifier le personnel, les systèmes et les incitations. Si les résultats dépendent d’une feuille de calcul non documentée d’un analyste, la capacité revendiquée est fragile. Un processus d’expérimentation contrôlé peut constituer un actif à part entière, indépendamment du résultat d’un modèle.

Les valeurs sont des hypothèses analytiques hypothétiques et ne représentent pas le résultat d’une entreprise.

5. Suivre les cohortes de clients au-delà du premier achat

L’optimisation tarifaire peut améliorer l’économie de la première commande tout en affaiblissant la valeur vie client. Un acquéreur devrait regrouper les clients par période d’acquisition, canal, produit, valeur antérieure et exposition tarifaire, puis suivre les achats répétés, la fréquence des commandes, le panier, les retours, les réclamations, les contacts avec le service client, l’utilisation des avantages de fidélité et l’attrition. Le compteur de cohorte devrait commencer avant l’exposition lorsque l’historique le permet.

L’attrition nécessite une définition propre à l’entreprise. Les entreprises par abonnement disposent d’un événement d’annulation observable. Les clients de détail deviennent inactifs progressivement ; l’entreprise doit donc définir une fenêtre documentée et une analyse de sensibilité. La migration vers un produit moins cher, un concurrent ou un autre canal peut être aussi importante que l’inactivité totale. Le rattachement des foyers ou des comptes doit respecter les exigences de confidentialité applicables.

L’analyse doit distinguer l’acquisition de la monétisation. Un prix plus élevé peut être attractif pour des clients fidèles établis tout en nuisant aux cohortes nouvellement acquises. Des offres personnalisées peuvent améliorer la conversion des clients sensibles au prix tout en créant de l’insatisfaction si les clients découvrent des prix différents. Le texte des réclamations et les études clients peuvent fournir un signal d’alerte précoce, mais le modèle économique doit s’appuyer sur les transactions et la rétention observées.

La valorisation doit utiliser la contribution après la réaction des clients. Un gain immédiat qui s’annule par une baisse des achats répétés est temporaire. Un gain durable soutenu par des mesures stables de rétention, de service et de marque repose sur des preuves plus solides. Le conseil d’administration doit préserver des garde-fous clients même lorsqu’un optimiseur à court terme recommanderait un prix plus élevé.

6. Distinguer l’élasticité de la confiance dans le modèle

L’élasticité-prix mesure la variation de la demande lorsqu’un prix change, en maintenant les autres facteurs suffisamment stables. Le score de confiance du modèle peut décrire la certitude prédictive, mais il ne s’agit pas d’une élasticité économique et il ne doit pas être présenté comme telle. La due diligence doit examiner la variable cible, la forme fonctionnelle, la période d’entraînement, la segmentation, le traitement des valeurs aberrantes et l’incertitude.

L’élasticité varie selon le produit, le client, le canal, la saison, la situation concurrentielle et l’ampleur de la variation de prix. Les données historiques peuvent contenir peu de variations de prix indépendantes, car les prix étaient fixés de manière centralisée ou copiés sur les concurrents. Un modèle entraîné sur de petites promotions peut mal extrapoler à une hausse permanente importante. L’endogénéité est également importante : la direction accorde souvent des remises lorsque la demande est déjà faible, ce qui peut amener une analyse naïve à conclure que des prix plus bas entraînent une demande plus faible.

Des expériences contrôlées et des instruments valides peuvent améliorer l’identification. L’équipe doit vérifier si les estimations sont stables entre les périodes et si les signes et les ampleurs sont économiquement plausibles. Les effets croisés de prix importent lorsque les clients substituent des produits au sein de l’assortiment. Un modèle qui maximise le chiffre d’affaires d’un produit peut réduire la contribution du panier ou créer des stocks excédentaires ailleurs.

Le modèle d’acquisition devrait utiliser des fourchettes. Des élasticités répétées à forte confiance peuvent étayer un scénario plus étroit. Des données éparses, une évolution rapide du marché ou une innovation produit majeure nécessitent une fourchette plus large et une moindre prise en compte dans la valorisation. La documentation du modèle doit indiquer où le jugement humain ou des contraintes strictes remplacent l’optimum estimé.

7. Isoler les effets des promotions et des médias

La tarification grand public agit rarement seule. Les promotions, les médias payants, les campagnes de fidélité, le placement, les actions d’influence et les incitations commerciales peuvent déplacer la demande en même temps. Un modèle peut sembler performant parce que les dépenses marketing ont augmenté ou parce qu’une campagne a ciblé des clients déjà susceptibles d’acheter. L’acquéreur devrait créer un calendrier conjoint des prix, des promotions, des médias, de la disponibilité des produits et des événements externes.

Les mécaniques promotionnelles nécessitent une normalisation économique. Une offre groupée, une offre du type un acheté, un offert, un crédit de fidélité ou une subvention de marketplace peuvent modifier le prix effectif et le coût dans différents systèmes. Les promotions financées par les fournisseurs doivent être liées au recouvrement contractuel et à l’encaissement. Un financement accumulé sans encaissement ne doit pas être traité comme une contribution réalisée.

Les tests d’incrémentalité doivent tenir compte de l’anticipation des achats et de la cannibalisation. Une promotion peut déplacer des achats depuis la période suivante ou depuis un produit à prix plein. La cohorte de clients doit être suivie après l’événement, et les conséquences sur les stocks doivent être incluses. Les médias peuvent apporter de nouveaux clients avec des taux de rétention et de retour différents, modifiant le mix observé par le modèle de tarification.

Le résultat de la due diligence doit attribuer le surcroît entre les effets de prix, de promotion, de médias, de mix et de facteurs externes, en tenant compte de l’incertitude. Lorsque l’attribution n’est pas séparable, l’acheteur peut valoriser le système commercial intégré tout en reconnaissant sa dépendance à la poursuite des dépenses et de l’exécution. Cela évite de créditer l’algorithme d’un résultat produit par le modèle opérationnel élargi.

8. Reconstruire les effets de mix produit et d’assortiment

Le prix de vente moyen augmente lorsque les clients achètent davantage de produits premium, même si aucun prix individuel ne change. La marge brute peut évoluer lorsque le mix de catégories change, que les conditions fournisseurs s’améliorent ou que des articles à faible marge sont indisponibles. Le waterfall de prix doit donc inclure une vue à mix constant et une vue au niveau produit. Les produits nouveaux et arrêtés doivent être traités selon une règle de comparabilité explicite.

AI la tarification peut interagir avec l’assortiment. L’optimiseur peut recommander des prix élevés sur des stocks rares, accélérer la démarque sur les stocks anciens ou orienter la demande vers des substituts. Ces actions affectent la rotation des stocks, la disponibilité et les ventes futures. Un pont de contribution complet inclut la récupération de démarque, les ventes perdues, l’exécution des commandes et la libération de fonds de roulement.

L’équipe doit vérifier si l’adoption du modèle a coïncidé avec une rationalisation de l’assortiment, un changement de fournisseur, la croissance de la marque propre ou un transfert vers les canaux en ligne. Chacun peut créer une valeur réelle, mais la source et la réplicabilité diffèrent. L’économie financée par les fournisseurs peut changer après la transaction si des dispositions de contrôle, des seuils de volume ou des clauses de changement de contrôle s’appliquent.

La valorisation doit éviter un double comptage. Une hausse de prix et une synergie distincte de mix premium peuvent décrire les mêmes transactions. Le modèle doit allouer un effet à la fois, préserver un rapprochement avec la contribution totale et montrer les termes d’interaction lorsqu’ils sont significatifs.

9. Tester les contraintes de rareté et de capacité

Les prix augmentent souvent lorsque les stocks, la capacité de livraison, les places, les chambres ou les créneaux de rendez-vous sont contraints. L’algorithme peut correctement exploiter la rareté, mais la marge qui en résulte peut ne pas persister lorsque la capacité revient ou qu’un concurrent ajoute de l’offre. La due diligence doit mettre en correspondance les résultats de prix avec la disponibilité, le délai de livraison, le niveau de service et le taux d’utilisation.

L’acheteur doit distinguer une stratégie délibérée de capacité d’une défaillance opérationnelle. Une faible disponibilité peut nuire à la confiance des clients et détourner la demande vers les concurrents. Un prix réalisé plus élevé sur la petite quantité vendue peut masquer une contribution perdue. L’analyse doit estimer la demande non contrainte lorsque cela est possible et inclure les comportements d’annulation, de substitution et de liste d’attente.

Une perturbation temporaire du marché nécessite un traitement distinct. Une interruption de la chaîne d’approvisionnement, la météo, une réglementation, une panne chez un concurrent ou un lancement de produit peuvent créer une fenêtre favorable. Le cas de valorisation doit identifier l’état de capacité normalisé et tester le modèle dans des conditions à la fois tendues et équilibrées. Une capacité qui s’ajuste efficacement selon les régimes est plus précieuse qu’une capacité calibrée sur une pénurie unique.

Le plan d’intégration doit conserver les signaux de capacité et les contraintes opérationnelles dans le système de tarification. Supprimer un flux de données, modifier les priorités d’exécution des commandes ou centraliser les stocks peut altérer les recommandations. La performance du modèle après la clôture doit être suivie parallèlement à la disponibilité et au service, plutôt qu’au seul prix.

10. Mesurer la réaction des concurrents comme un effet dynamique

Les concurrents peuvent s’aligner, proposer des prix inférieurs, ignorer ou se différencier face à une modification de prix. Leur réaction peut prendre des jours dans le commerce de détail numérique et des mois sur les marchés contractuels ou réglementés. Le surcroît historique d’un vendeur peut donc représenter la période avant l’adaptation des rivaux. La due diligence doit construire un panel daté des prix publics des concurrents, des promotions, de la disponibilité et des attributs pertinents des produits, tout en respectant les contraintes du droit de la concurrence.

L’équipe doit examiner la vitesse, l’ampleur et l’asymétrie des réactions. Les concurrents peuvent suivre rapidement les hausses et lentement les baisses, ou ne réagir que dans certaines catégories. Un fournisseur tiers de tarification courant peut créer des risques supplémentaires de partage d’informations et de coordination. L’OCDE et les sources d’application de la réglementation décrivent comment la tarification algorithmique peut affecter la dynamique concurrentielle et comment des intermédiaires communs peuvent soulever des préoccupations.[1][2][7][8]

L’analyse de scénarios doit inclure l’absence de réaction, une réaction partielle, l’alignement et une sous-cotation agressive. La demande et la marge doivent être recalculées dans chaque cas. L’acheteur doit également tester l’entrée, l’expansion de marque de distributeur, les modifications des règles de la plateforme et la réaction des fournisseurs. Ces effets peuvent modifier le réservoir de profit adressable même lorsque le modèle de la cible fonctionne comme prévu.

La gouvernance de la veille concurrentielle est importante. L’entreprise doit documenter les sources de données licites, les accès, la conservation et l’utilisation. Les informations non publiques sur les concurrents ne doivent pas entrer dans un processus de tarification sans un examen juridique qualifié. Le jugement commercial indépendant et la responsabilité humaine doivent rester visibles dans le processus décisionnel.

Les valeurs constituent des hypothèses analytiques ; les trajectoires de réaction réelles nécessitent des données probantes spécifiques au marché.

11. Examiner la personnalisation, l’équité et l’information du client

La tarification personnalisée peut utiliser des attributs client, le comportement, l’appareil, la localisation, la fidélité, l’urgence ou la propension à payer déduite. L’effet commercial peut être attractif dans un test ciblé tout en créant des préoccupations juridiques, d’équité et de réputation. La due diligence doit identifier quelles variables influencent le prix, lesquelles sont exclues, comment les variables de substitution sont détectées et ce qui est communiqué au client.

Le cadre des droits des consommateurs de l’Union européenne comprend des exigences d’information applicables aux prix personnalisés fondés sur une prise de décision automatisée.[13] Le droit de la protection des données et les orientations peuvent également affecter la collecte de données, le profilage et les décisions automatisées importantes.[14][15] L’application exacte dépend de la juridiction, des faits et de l’interprétation juridique. L’acheteur doit obtenir un avis qualifié et éviter de considérer un audit de modèle comme une conclusion juridique.

Les tests d’équité doivent comparer les distributions des prix et des résultats entre groupes, canaux et zones géographiques pertinents. L’analyse doit être replacée dans son contexte : des prix identiques peuvent avoir des effets différents, tandis que des différences légitimes de coûts ou de service peuvent expliquer les écarts. Les réclamations clients, les remboursements, la presse défavorable et les contacts avec les régulateurs doivent être examinés parallèlement aux tests quantitatifs. Les caractéristiques du modèle et les données de tiers doivent être traçables.

Le modèle de la transaction doit inclure des mesures correctives lorsque nécessaire. La suppression d’une caractéristique sensible, la modification du consentement, la limitation de la personnalisation ou l’ajout d’un examen peuvent réduire le gain déclaré. Cette réduction doit figurer dans le pont de valorisation. Une gouvernance solide peut également protéger la valeur durable en réduisant le risque de conduite et en préservant la confiance des clients.

12. Vérifier les droits sur les données et la continuité du modèle

Un modèle de tarification ne peut créer de valeur durable si l’acheteur ne peut pas continuer d’utiliser ses données, ses logiciels, ses équipes ou son infrastructure. L’équipe de due diligence doit cartographier chaque jeu de données et composant importants selon leur propriété, licence, finalité, juridiction, conservation, accès, fournisseur et clauses de changement de contrôle. Les données extraites du Web, achetées et issues de partenaires exigent une attention particulière.

Les droits d’entraînement et les droits d’exploitation peuvent différer. Un fournisseur peut autoriser le scoring mais restreindre l’entraînement du modèle, la portabilité ou l’extraction des données historiques. Le consentement des clients et les notices de confidentialité peuvent ne pas couvrir un nouveau responsable du traitement, une nouvelle finalité ou une nouvelle zone géographique. Le code créé par les employés et les cessions de droits des prestataires doivent être documentés. Les composants open source doivent être recensés avec leurs obligations de licence et leur statut de sécurité.

La continuité dépend aussi des pipelines de caractéristiques, des services cloud, des API, de la surveillance et des employés spécialisés. Le vendeur doit démontrer un déploiement reproductible à partir de code et de données maîtrisés. La dépendance à des personnes clés, les correctifs manuels et les lacunes du support fournisseur doivent être identifiées. Un modèle qui ne fonctionne que dans le carnet du fondateur mérite peu de crédit de valorisation autonome.

L'acquéreur peut classer les composants comme transférables, remplaçables ou contraints. Le coût de remplacement et la perte de performance doivent être intégrés au dossier. Les services de transition, le séquestre du code source, les modifications de licence, la conservation et la migration des données peuvent devenir des conditions de closing ou des priorités d'intégration. L'objectif est de disposer d'une capacité opérationnelle qui perdure malgré la séparation juridique et technique.

Tableau 2. AI – matrice des risques et des contrôles de tarification

Les exigences légales et réglementaires exigent un conseil propre à chaque transaction dans chaque juridiction.

13. Examiner la gouvernance du modèle et la responsabilité humaine

Le conseil d'administration doit savoir qui est responsable de la politique de tarification, qui est propriétaire du modèle, qui peut approuver son déploiement et qui peut l'arrêter. Une matrice de responsabilités claire doit couvrir les données, la modélisation, les décisions commerciales, la revue juridique, les résultats clients, la cybersécurité et le reporting financier. Un score de fournisseur ne dégage pas la direction de sa responsabilité.

La documentation du modèle doit préciser l'objectif, le périmètre, les données, les caractéristiques, les contraintes, l'entraînement, la validation, les limites et la surveillance. Le contrôle des versions doit relier chaque recommandation en production à une version publiée du modèle. Les dérogations doivent enregistrer l'utilisateur, le motif et le résultat. Des taux de dérogation élevés peuvent indiquer une faible adoption, des recommandations peu solides ou une pression commerciale. Des taux de dérogation très faibles peuvent indiquer une automatisation excessive ou des incitations qui découragent le jugement.

La surveillance doit inclure des mesures commerciales, statistiques et de conduite. L'amélioration de la contribution, la conversion, l'attrition et les résultats de stock vont de pair avec la dérive, les données manquantes, la latence, les violations de contraintes, les réclamations et les indicateurs d'équité. Les seuils doivent déclencher une enquête, un retour arrière ou un réentraînement. Le back-testing doit comparer les résultats prévus et les résultats réalisés.

Le cadre de gestion des risques AI du NIST fournit une structure volontaire pour gouverner, cartographier, mesurer et gérer le risque AI.[16] Il peut éclairer la liste de contrôle de due diligence sans remplacer les contrôles propres à l'entreprise ni le droit applicable. L'acheteur doit déterminer si la gouvernance existante est proportionnée à l'impact sur la tarification et si l'intégration crée un cas d'usage plus significatif.

14. Traduire le waterfall de distribution en chiffre d'affaires comptable

L'analyse commerciale et le reporting financier nécessitent une passerelle maîtrisée. IFRS 15 établit les principes de comptabilisation des revenus provenant de contrats avec des clients, y compris le prix de transaction, la contrepartie variable, les passifs de contrat et les retours.[9] Des comptables qualifiés doivent déterminer le traitement retenu par la cible. L'équipe de due diligence doit vérifier si les sorties du système de tarification, les systèmes de commande, les factures, les retours et les écritures du grand livre restent alignés.

Les points de fidélité, les bons, les remises, les remboursements, les offres groupées, les accords de place de marché et les abonnements peuvent modifier le calendrier et l'évaluation. Un algorithme peut optimiser les commandes enregistrées tandis que des retours ou des avoirs de service apparaissent plus tard. Les estimations de la direction concernant les passifs de remboursement ou la contrepartie variable doivent être comparées aux résultats ultérieurs et aux cohortes de clients.

La séparation des exercices est importante lorsque les prix et les commandes évoluent rapidement. L'équipe doit examiner les transactions autour de la fin de période, les écritures manuelles, les fenêtres d'annulation et le règlement. Les ajustements du vendeur qui annualisent une récente amélioration exigent des preuves que le système était actif, que les clients y étaient exposés et que les retours ou l'attrition ont atteint leur maturité. Un pilote ne peut pas être annualisé sur des revenus non étayés.

Le rapport sur la qualité des résultats doit rapprocher la contribution attribuée par le modèle des comptes statutaires et de gestion, puis identifier la normalisation, les éléments non récurrents et l'incertitude. La technologie de tarification ne peut étayer un ajustement que si les revenus sous-jacents et les coûts associés sont comptabilisés de manière cohérente et si l'effet commercial devrait perdurer.

15. Construire une passerelle de persistance de la marge

La passerelle de persistance part de la hausse annualisée déclarée par le vendeur et retire les effets qui ne reposent pas sur des preuves durables. Les ajustements typiques comprennent une pénurie temporaire, un mix favorable, un financement fournisseur, une réduction des dépenses médias, des retours différés, une attrition client non mature, des promotions ponctuelles, un déploiement incomplet, une réaction des concurrents, des contraintes liées aux droits sur les données et le coût de gouvernance requis.

La contribution restante est répartie par paliers de preuve. La contribution récurrente avérée s'appuie sur des transactions rapprochées, un soutien causal crédible, des cohortes matures et une continuité opérationnelle. La contribution probable dispose de preuves positives avec des limites identifiées. La contribution optionnelle nécessite des investissements supplémentaires, un déploiement plus large ou des données non testées. Les libellés doivent être reliés à des scénarios de flux de trésorerie explicites plutôt qu'à des pourcentages arbitraires.

La durée compte autant que le montant initial. Un gain peut se dégrader à mesure que les clients apprennent, que les concurrents réagissent ou que le modèle sature les opportunités faciles. Le modèle peut appliquer une courbe de rétention à la contribution et une exigence de réinvestissement pour les données, le personnel, l'expérimentation et la conformité. Les effets sur le besoin en fonds de roulement et la fiscalité doivent être inclus.

La passerelle doit être rapprochée de la valeur d'entreprise sans double comptage des synergies de coûts, de la hausse tarifaire ou des ventes croisées. Elle doit également préciser ce que la direction doit faire pour préserver chaque niveau. Cela transforme un récit technologique en un plan exécutable de création de valeur.

Les valeurs sont des hypothèses analytiques fictives utilisées pour illustrer la discipline de valorisation.

16. Évaluer la persistance au moyen de preuves observables

Un score de persistance peut structurer le jugement sans prétendre produire une certitude. Le score doit couvrir les preuves causales, le rapprochement des transactions, la maturité des clients, la réaction des concurrents, les droits sur les données, la continuité technique, la gouvernance, la qualité comptable et le coût d'exploitation. Chaque dimension se voit attribuer une définition, un niveau de preuve et un évaluateur désigné.

Les pondérations doivent refléter l'activité. Une plateforme d'abonnement peut fortement pondérer la rétention et l'équité. Un détaillant alimentaire peut mettre l'accent sur le mix, les promotions et la réaction des concurrents. Une entreprise de voyage peut mettre l'accent sur la capacité et la saisonnalité. Le comité d'investissement doit approuver les pondérations avant d'examiner le score final afin de réduire les ajustements dictés par le résultat.

Le score est un outil d'aide à la décision et non un multiple de valorisation. Deux cibles ayant le même score peuvent différer par la taille, la croissance et le risque. Une dimension faible peut aussi être fatale même lorsque le total pondéré paraît acceptable, par exemple l'absence de droits sur les données ou une préoccupation sérieuse en matière de concurrence. Le cadre doit donc inclure des conditions obligatoires de passage.

Les éléments probants peuvent s'améliorer entre la signature et la clôture ou pendant une période d'exclusivité. Des tests de confirmation, des avenants aux contrats, le maintien du personnel et la remédiation des données peuvent faire évoluer une dimension. La grille de notation doit conserver des versions datées et indiquer quelles actions modifient le scénario de valorisation ou les conditions de l'opération.

Tableau 3. Grille de notation hypothétique de la persistance des marges

Les pondérations et seuils sont des hypothèses analytiques hypothétiques ; les décisions réelles exigent un jugement propre à chaque transaction.

17. Intégrer la tarification AI dans l’analyse de la qualité des résultats

La qualité des résultats doit traiter la tarification comme une source de variance nécessitant des éléments probants propres à la transaction. L’équipe part du EBITDA déclaré ou d’une autre mesure convenue, puis reconstitue le prix, le volume, le mix, la promotion, les retours, les coûts et le fonds de roulement. Les ajustements vendeur liés à un gain algorithmique doivent être étayés par des transactions réalisées, des issues défavorables arrivées à maturité et le coût de fonctionnement attendu.

L’annualisation exige une date de lancement stable et une période représentative. Une hausse récente pendant un pic saisonnier ne doit pas être multipliée mécaniquement. L’analyste doit comparer les périodes de l’année précédente, les groupes de contrôle et les résultats postérieurs à la période. Les remboursements clients, les rabais fournisseurs et les règlements sur les places de marché peuvent intervenir après la période de référence et modifier le pont.

Les coûts comprennent les logiciels, le cloud, les données, les licences, l’expérimentation, les analystes, l’ingénierie, les opérations commerciales, la revue juridique, la surveillance et la remédiation client. Les développements capitalisés doivent être rapprochés des charges et de la trésorerie. Un modèle peut améliorer la marge brute tout en consommant des ressources centrales supplémentaires que le compte de résultat du site ou du produit ne porte pas.

Le résultat doit indiquer la part incluse dans les résultats courants, la part proposée au titre d’un ajustement, le standard de preuve et le risque de baisse. Lorsque les éléments probants sont incomplets, l’acheteur peut conserver le potentiel de hausse dans son scénario de création de valeur sans le payer à la clôture.

18. Convertir la persistance en scénarios de valorisation

La valorisation devrait modéliser les flux de trésorerie de base, défavorables et favorables plutôt que d'appliquer un multiple unique à la surcote du vendeur. Chaque scénario précise la contribution initiale, la persistance, la réaction des concurrents, l'attrition, les coûts d'exploitation, le réinvestissement, l'impôt et le besoin en fonds de roulement. Les hypothèses doivent être rapprochées du tableau de bord de due diligence et des actions du management.

Une méthode des flux de trésorerie actualisés peut représenter explicitement l'érosion. Un multiple de sociétés comparables ou de transactions peut fournir une référence de marché, mais il convient de l'appliquer à des résultats normalisés et de le tester au regard des différences de clientèle, de canal, de croissance, de données et de risque. Une prime technologique exige des preuves de capacité transférable et de flux de trésorerie futurs, plutôt qu'une étiquette logicielle.

Le modèle devrait séparer la valeur autonome des synergies propres à l'acquéreur. La cible peut s'améliorer grâce aux données, à la distribution ou aux talents de l'acquéreur, mais ce bénéfice peut nécessiter des coûts d'intégration et comporter un risque d'exécution. Payer le vendeur pour l'intégralité des synergies peut supprimer le rendement de l'acquéreur. Le comité d'investissement devrait indiquer les sources de valeur et la responsabilité de chaque action.

La sensibilité devrait se concentrer sur les variables qui comptent : la durée de persistance, l'attrition, la répercussion concurrentielle, la couverture et les coûts récurrents. Une légère variation de la marge en régime stable peut entraîner une forte variation de valeur. Présenter cette sensibilité rend la discussion sur le prix transparente et aide à structurer un complément de prix conditionnel.

Les valeurs sont des hypothèses analytiques hypothétiques et ne représentent ni une valorisation ni une cotation de marché.

19. Utiliser la structure de la transaction pour répartir l'incertitude

Lorsque les éléments de preuve sont incomplets, les mécanismes de prix peuvent répartir le risque. Une valeur initiale inférieure assortie d'un complément de prix conditionnel peut lier le paiement à la contribution réalisée, à la fidélisation de la clientèle ou à la couverture. La mesure devrait être définie à partir de registres contrôlés et éviter les incitations à maximiser un indicateur étroit au détriment des clients ou de la valeur à long terme.

La conception d'un earn-out exige de traiter avec soin le contrôle opérationnel. L'acquéreur peut modifier la politique tarifaire, les systèmes, le marketing ou l'assortiment après la clôture. L'accord devrait traiter des actions autorisées, des informations, de la comptabilité, des litiges et des événements extraordinaires, avec l'avis de conseils qualifiés en droit, fiscalité et comptabilité. Un objectif de chiffre d'affaires simple peut récompenser les remises ou les dépenses d'acquisition ; une mesure de contribution et de qualité de la clientèle peut mieux aligner les intérêts, mais elle nécessite des données robustes.

Les déclarations et garanties peuvent porter sur les droits sur les données, la propriété des modèles, la conformité, les incidents significatifs, les informations communiquées aux clients et les documents financiers. Les covenants peuvent préserver les données, le personnel, les modèles et les expérimentations entre la signature et la clôture. Des indemnités spécifiques, un séquestre ou une assurance peuvent être envisagés lorsque les risques identifiés sont assurables et juridiquement appropriés.

L'acquéreur devrait éviter de transformer un potentiel opérationnel incertain en un instrument complexe impossible à mesurer. Si les systèmes sont faibles, la meilleure réponse peut être un prix fixe plus bas et un plan de valeur après la clôture. La structure de la transaction complète la due diligence ; elle ne remplace pas les éléments de preuve.

20. Planifier l'intégration sans détruire les éléments de preuve

La première décision d'intégration consiste à déterminer s'il faut préserver, migrer ou remplacer l'environnement de tarification. Une consolidation rapide peut supprimer les journaux, les groupes de contrôle et les versions de modèles nécessaires pour vérifier la valeur. L'acquéreur devrait conserver les données brutes, le code, la documentation et le personnel clé avant de modifier les systèmes. Les contrôles d'accès et les droits juridiques devraient être confirmés à la clôture.

La politique commerciale doit rester soumise à l’obligation de rendre des comptes. Les objectifs de prix, planchers, plafonds, promotions, exceptions et protections des clients doivent être approuvés au sein de l’entité combinée. L’acheteur doit décider quelles recommandations restent consultatives et lesquelles peuvent être automatisées. Les décisions tournées vers le marché doivent conserver un jugement indépendant lorsque le risque concurrentiel existe.

L’intégration peut modifier l’environnement du modèle. Les identifiants produits, comptes clients, canaux, coûts, stocks et ensembles de concurrents peuvent évoluer. La performance avant clôture peut ne pas se transposer sans recalibrage. Une exécution en parallèle peut comparer les recommandations historiques et combinées, avec des groupes témoins et un retour arrière défini.

Le plan de création de valeur doit inclure la remédiation des données, la migration des fonctionnalités, l’expérimentation, les talents, l’infrastructure, la revue juridique et le reporting. Chaque action comporte un coût, un responsable et un jalon. Le comité d’investissement doit recevoir un pont post-clôture entre le dossier d’acquisition et la contribution réalisée.

Tableau 4. Protections transactionnelles contre l’incertitude de prix liée à AI

Les conditions sont indicatives et nécessitent l'avis de professionnels qualifiés en droit, fiscalité, comptabilité et réglementation.

21. Traiter le risque lié au droit de la concurrence et de la consommation

La tarification algorithmique peut améliorer la rapidité, l'allocation des stocks et les offres aux clients, tandis que certains paramétrages peuvent faciliter la coordination, utiliser des informations sensibles sur les concurrents ou créer des résultats trompeurs. L'OCDE et les autorités de la concurrence ont identifié plusieurs voies de risque.[1]-[8] La conception réelle, les données et les comportements de la cible nécessitent une analyse juridique ; la seule présence d'un algorithme ne suffit pas à établir une infraction.

La due diligence devrait identifier les fournisseurs communs, les données de marché non publiques, l'acceptation des recommandations, les communications avec les concurrents et les contraintes susceptibles de stabiliser les prix. L'action RealPage du ministère de la Justice des États-Unis illustre l'attention des autorités chargées de l'application de la loi portée à l'utilisation alléguée d'informations sensibles sur le plan concurrentiel et à l'alignement des prix entre concurrents.[7][8] Il s'agit d'une question propre à un secteur, à utiliser comme prisme de risque et non comme conclusion concernant une autre entreprise.

L’examen au titre du droit de la consommation doit couvrir les prix annoncés, la tarification par ajouts successifs, les allégations de rareté, le classement, la divulgation des prix personnalisés, le renouvellement des abonnements, les remboursements et les dark patterns. La FTC a examiné la tarification de surveillance et les pratiques recourant à des données détaillées sur les consommateurs.[5][6] Les régulateurs d’autres juridictions peuvent appliquer des règles et des recours différents.

L’acheteur doit cartographier les marchés, les juridictions et les cas d’usage des modèles, puis obtenir un conseil qualifié. Les mesures correctives peuvent inclure la suppression de données, le changement de fournisseur, l’ajout de divulgations, le renforcement du contrôle ou la limitation de l’automatisation. Le coût et l’effet potentiel sur les performances doivent figurer dans la valorisation et le plan d’intégration.

22. Créer un tableau de bord pour le conseil d’administration avec des indicateurs avancés et retardés

Le conseil d’administration doit disposer d’un tableau de bord compact reliant le fonctionnement des modèles à la trésorerie et aux résultats clients. Les indicateurs avancés incluent la couverture des modèles, la qualité des données, les dérogations, les violations de contraintes, l’état des expérimentations, les mouvements des concurrents et les réclamations. Les indicateurs retardés incluent la contribution réalisée, les achats répétés, l’attrition, les retours, les stocks, les remboursements et les questions réglementaires.

Chaque mesure doit avoir une définition, une source, un responsable et un rapprochement. Le tableau de bord doit présenter les résultats exposés et les résultats de contrôle, et pas seulement la performance agrégée. Les changements d’assortiment, de promotion et de capacité doivent être annotés. Les intervalles de confiance et les lacunes de données doivent être visibles lorsqu’ils sont significatifs.

Les seuils doivent déclencher une action. Une dégradation de la rétention, une exception d’équité ou une préoccupation liée aux données concurrentielles peut déclencher une enquête et un contrôle temporaire. Un écart persistant entre la contribution prévue et la contribution réalisée peut déclencher un recalibrage. La direction commerciale doit conserver un pouvoir discrétionnaire dans les limites approuvées et documenter les exceptions.

Le dossier d’acquisition peut devenir la référence pour le suivi post-clôture. Le conseil d’administration doit comparer l’amélioration réelle, sa persistance, les coûts et les jalons d’intégration aux hypothèses retenues dans le prix. Cela crée une responsabilisation et soutient l’allocation future du capital.

23. Exécuter un programme de preuves sur cent jours

Les vingt premiers jours doivent préserver les données, les personnes, les contrats, le code et les journaux de décision. L’acheteur confirme l’accès juridique, gèle les définitions et reconstitue le waterfall historique. Il consigne également la version actuelle du modèle, la couverture, les dérogations, les contraintes et les incidents ouverts.

Du vingt et unième au quarantième jour, reconstruire les expérimentations, les cohortes de clients, le mix, les promotions et les panels de concurrents. L’équipe teste le rapprochement et les affirmations causales. Les preuves faibles deviennent un plan de mesures correctives plutôt qu’un ajustement non étayé. Un échantillon témoin limité peut être maintenu lorsque cela est approprié sur les plans commercial et juridique.

Du quarante et unième au soixante-dixième jour, établir le pont de persistance, la gouvernance, le traitement comptable et les contrôles des risques. L’équipe de direction combinée approuve la politique de tarification, les responsabilités, le suivi et l’escalade. La migration technologique est testée en parallèle. Les réactions des clients et des concurrents continuent de mûrir.

Du soixante et onzième au centième jour, achever le pont entre valorisation et réalisation et décider où étendre, reconcevoir ou arrêter. Le capital est libéré vers des initiatives éprouvées dont le rendement est mesuré. Le conseil d’administration reçoit un tableau de bord de référence et un scénario défavorable actualisé. Le processus devient un système permanent de contrôle commercial.

Tableau 5. Programme de tarification AI sur cent jours M&A

Le calendrier est indicatif et doit être adapté à la structure de la transaction, à la qualité des données et au contexte réglementaire.

24. Appliquer des tests red team avant l'approbation du comité d'investissement

L'équipe red team doit se demander quels autres facteurs pourraient expliquer le gain revendiqué. Elle doit tester les fuites de données, le biais de survie, la saisonnalité, les ruptures de stock, le mix produit, les médias, le financement fournisseur, l'inflation, les perturbations concurrentielles, le cut-off comptable et le reporting sélectif. Reproduire le résultat de la direction à partir des données brutes constitue un point de départ minimal.

Elle doit ensuite tester la durabilité. Que se passe-t-il lorsque les clients constatent des écarts de prix, que les concurrents réagissent, que la capacité se normalise ou que l'utilisation des données est restreinte ? Quelle contribution subsiste après prise en compte de l'intégralité des coûts d'exploitation ? Quels salariés, fournisseurs et contrats sont essentiels ? Quelles hypothèses sont des faits, des estimations de la direction ou des hypothèses analytiques hypothétiques ?

L’équipe doit examiner les modes de défaillance. Un modèle peut recommander des prix économiquement rationnels qui violent les politiques, créent des résultats inéquitables, utilisent des données peu fiables ou optimisent le mauvais objectif. Les contrôles doivent être testés au moyen de cas d’exception et de procédures de retour arrière. Les incidents et les quasi-incidents doivent être examinés sans supposer que l’absence d’incident enregistré prouve l’efficacité du contrôle.

La note au comité d’investissement doit conserver les questions non résolues et quantifier la valeur concernée lorsque c’est possible. Les conditions d’approbation doivent préciser les preuves, le responsable et l’échéance. Un arrêt discipliné ou une structure conditionnelle peut protéger le rendement lorsque le récit technologique devance les preuves.

25. Utiliser une liste de contrôle de décision qui relie les preuves, le prix et l’exécution

La note de décision finale doit identifier les entités juridiques, produits, marchés, canaux, versions de modèles et données concernés. Elle doit indiquer le gain revendiqué et le rapprocher de la transaction jusqu’à la trésorerie. La couverture, les dérogations, les pannes et les exclusions doivent être visibles. La méthode causale et ses limites doivent être expliquées dans un langage que le conseil d’administration peut contester.

Les preuves relatives aux clients, à la concurrence et aux comportements doivent accompagner le dossier financier. La rétention par cohorte, les réclamations, les tests d’équité, la réaction des concurrents, les droits sur les données et la continuité du modèle déterminent si le gain peut perdurer. La comptabilité doit rapprocher les revenus, les retours, la contrepartie variable, les développements capitalisés et les coûts d’exploitation. La valorisation doit montrer la persistance et les sensibilités à la baisse.

Les conditions de la transaction doivent refléter l’incertitude non résolue. L’intégration doit préserver les preuves et le jugement commercial indépendant. Les cent premiers jours doivent comporter des actions nommées, des coûts, des jalons et des règles d’arrêt. Le tableau de bord du conseil d’administration doit mesurer la valeur réalisée par rapport au dossier d’acquisition.

La discipline centrale est simple : une recommandation algorithmique n’a en soi aucune valeur d’acquisition. La valeur apparaît lorsque la recommandation génère des flux de trésorerie incrémentaux, que les clients restent, que les concurrents n’effacent pas le gain, que les données et le système continuent de fonctionner légalement et que la direction peut piloter le processus. Le cadre de l’article offre aux décideurs un parcours traçable entre une affirmation de prix et une décision de transaction.

Références

1. OCDE. Concurrence algorithmique. Note de référence de la table ronde sur la politique de la concurrence de l’OCDE, 2023. https://www.oecd.org/en/publications/algorithmic-competition_cb3b2075-en.html
2. OCDE. Tarification algorithmique et concurrence dans les juridictions du G7 : tendances émergentes et réponses, 2025. https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/10/algorithmic-pricing-and-competition-in-g7-jurisdictions_f936689b/f36dacf8-en.pdf
3. Autorité de la concurrence et des marchés du Royaume-Uni. Algorithmes : comment ils peuvent réduire la concurrence et nuire aux consommateurs, 2021. https://www.gov.uk/government/publications/algorithms-how-they-can-reduce-competition-and-harm-consumers
4. Autorité de la concurrence et des marchés du Royaume-Uni. Algorithmes de tarification : document de travail économique sur l’utilisation d’algorithmes pour faciliter la collusion et la tarification personnalisée, 2018. https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/746353/Algorithms_econ_report.pdf
5. Commission fédérale du commerce des États-Unis. Injonctions 6(b) de déposer un rapport spécial concernant la tarification de surveillance impliquant des entreprises intermédiaires, 2024. https://www.ftc.gov/reports/6b-orders-file-special-report-regarding-surveillance-pricing-involving-intermediary-companies
6. Commission fédérale du commerce des États-Unis. Mise à jour sur la tarification de surveillance, 2025. https://www.ftc.gov/news-events/topics/protecting-consumer-privacy-security/surveillance-pricing
7. Département de la Justice des États-Unis. Le Département de la Justice poursuit RealPage pour un dispositif de tarification algorithmique, 2024. https://www.justice.gov/archives/opa/pr/justice-department-sues-realpage-algorithmic-pricing-scheme-harms-millions-american-renters
8. Département de la Justice des États-Unis. Le Département de la Justice exige que RealPage cesse le partage d’informations sensibles sur le plan concurrentiel et l’alignement des prix, 2025. https://www.justice.gov/opa/pr/justice-department-requires-realpage-end-sharing-competitively-sensitive-information-and
9. Fondation IFRS. IFRS 15 Produits des contrats avec les clients. https://www.ifrs.org/issued-standards/list-of-standards/ifrs-15-revenue-from-contracts-with-customers/
10. Fondation IFRS. IFRS 3 Regroupements d'entreprises. https://www.ifrs.org/issued-standards/list-of-standards/ifrs-3-business-combinations/
11. Fondation IFRS. IFRS 13 Évaluation à la juste valeur. https://www.ifrs.org/issued-standards/list-of-standards/ifrs-13-fair-value-measurement/
12. Fondation IFRS. IAS 36 Dépréciation d'actifs. https://www.ifrs.org/issued-standards/list-of-standards/ias-36-impairment-of-assets/
13. Union européenne. Directive (UE) 2019/2161 sur une meilleure application et la modernisation des règles de l’Union en matière de protection des consommateurs. https://eur-lex.europa.eu/eli/dir/2019/2161/oj
14. Union européenne. Règlement (UE) 2016/679, règlement général sur la protection des données. https://eur-lex.europa.eu/eli/reg/2016/679/oj
15. Bureau du Commissaire à l’information du Royaume-Uni. Recommandations relatives à AI et à la protection des données. https://ico.org.uk/for-organisations/uk-gdpr-guidance-and-resources/artificial-intelligence/guidance-on-ai-and-data-protection/
16. National Institute of Standards and Technology. Cadre de gestion des risques liés à l’intelligence artificielle 1.0, 2023. https://www.nist.gov/itl/ai-risk-management-framework
17. Département de la Justice des États-Unis et Federal Trade Commission. Lignes directrices sur les concentrations, 2023. https://www.justice.gov/atr/2023-merger-guidelines
18. Commission européenne. Lignes directrices sur l’évaluation des concentrations horizontales. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:52004XC0205(02)
19. Bureau de la concurrence du Canada. Tarification algorithmique et concurrence : document de discussion, 2025. https://competition-bureau.canada.ca/en/how-we-foster-competition/education-and-outreach/publications/algorithmic-pricing-and-competition-discussion-paper
20. Australian Competition and Consumer Commission. Rapports de l’enquête sur les services des plateformes numériques 2020-2025 . https://www.accc.gov.au/about-us/publications/serial-publications/digital-platform-services-inquiry-2020-25-reports
21. Banque des règlements internationaux. Bulletin de la BRI n° 128. https://www.bis.org/publ/bisbull128.htm
22. Union européenne. Règlement (UE) 2024/1689, règlement sur l’intelligence artificielle. https://eur-lex.europa.eu/eli/reg/2024/1689/oj