美國聯邦交易委員會（FTC）日前正式對全美零售業者發出警告，明確點出運用人工智慧與個人數據進行的「監視定價（Surveillance Pricing）」行為，若未充分告知消費者其個資如何被用於價格決策，可能直接違反《FTC法》及其他消費者保護法令。
FTC主席安德魯・費格森（Andrew Ferguson）強調，消費者看到標示價格時，期待的是人人一致，而非零售商依據其瀏覽紀錄、地理位置與購買歷史所推算出的「願付價格」。他坦言FTC並無全面禁止個人化定價的法律授權，但透明揭露已成為當前的執法紅線。
值得注意的是，這項示警並非孤立的政策動作。截至目前，全美已有至少30個州在今年度內審議相關立法，涵蓋演算法定價、個人化定價等新興監管框架，其中馬里蘭州更率先通過法案，成為全美第一個明文禁止「監視定價」的州。這場由州層級率先發難、聯邦層級接棒執法的監管行動，正式宣告AI驅動的零售動態定價已進入高度監管的元年。
這起事件的本質，並非單純的科技應用爭議，而是一場數據資本主義（Data Capitalism）下，定價權與隱私權的終極對決。表面上，FTC與零售業者共享「資訊透明」的修辭，但背後捲動的是三方深刻矛盾：消費者的「定價公平期待」、科技業的「變現效率」、以及監管者的「執法裁量權」。
## 背景脈絡：動態定價的演進史
個人化定價並非全新概念。早在網路時代初期，亞馬遜（Amazon）便因對同一張DVD針對不同用戶顯示不同價格而引發軒然大波，最終因輿論反彈而緊急修正。如今，AI與巨量數據的結合，讓這項能力進化到精細到「瀏覽滑鼠停留秒數」與「所在郵遞區號所得中位數」的微觀層級。這也意味著，FTC此次出手的時機點極具象徵意義——當技術從「個人化行銷」跨越到「個人化剝削」的臨界點時，監管機器終於被迫啟動。
## 三方利益角力的深層結構
這場衝突的核心矛盾在於：AI個人化定價的利潤誘因過於巨大，監管的技術理解速度遠落後於演算法的迭代速度。從更深層的結構來看，這也是GAFAM（Google、Apple、Facebook、Amazon、Microsoft）所建構的「監視資本主義」商業模式，在零售垂直領域的一次具體延伸與監管反撲。
經常提醒我們，每一次監管科技的爆發，都不是線性演進，而是典範轉移的臨界點。本事件可與歐盟《GDPR》2018年上路、《數位市場法》（DMA）2024年全面生效的歷史軌跡相互對照，每次重大的數位立法都經歷了「企業抵抗→消費者覺醒→立法攻防→全球外溢」的四階段週期。
## 未來情境預測
無論哪條路徑勝出，2025至2027年將是AI定價產業合規化的關鍵三年。
在這場AI定價監管風暴中，業者、投資人與消費者皆須有具體的行動框架。
01 起因觸發：FTC主席費格森對零售商發出AI監視定價執法警告，明確未揭露即違法
02 一階傳導：全美30州加速審議演算法定價法案，馬里蘭州率先完成立法
03 二階擴散：歐盟DMA、英國CMA等海外監管機構同步啟動跨國調查與標準對接
04 三階擴散：第三方AI定價引擎供應商被迫重寫模型，新增可解釋性與透明化API
05 四階外溢：D2C品牌與大型零售商啟動合規改造，零售數據變現模式估值重估
06 宏觀終局：「監視資本主義」商業模型在零售垂直領域遭遇系統性監管反撲，全球數位定價進入透明化新紀元
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
