Maryland jako pierwszy stan w USA, a Connecticut jako drugi, przyjęły przepisy ograniczające ustalanie cen na podstawie danych o konkretnym kupującym. Nowy Jork i New Jersey uchwaliły podobne ustawy, które czekają na podpisy gubernatorów.
Kluczowe fakty:
- Maryland był pierwszym, a Connecticut drugim stanem w USA, które przyjęły przepisy ograniczające ustalanie cen na podstawie danych o konkretnym kupującym. Nowy Jork i New Jersey uchwaliły podobne ustawy, które oczekują na podpisy gubernatorów.
- W kwietniu 2026 roku w co najmniej 24 stanach procedowano ponad 40 projektów dotyczących cen ustalanych algorytmicznie, a nowojorski Algorithmic Pricing Disclosure Act z lipca 2025 roku był pierwszym uchwalonym aktem tego typu – opartym jednak wyłącznie na obowiązku ujawnienia, nie zakazie.
- Na poziomie federalnym żadna regulacja nie weszła w życie – dwa projekty ustaw, One Fair Price Act oraz Stop AI Price Gouging and Wage Fixing Act, utknęły w komisjach kongresowych.
Temat wrócił do amerykańskiej debaty publicznej za sprawą tekstu opublikowanego 26 lipca 2026 roku w „The Hill”. Napisała go Danielle A. Davis Canty, doradczyni i dyrektorka do spraw polityki technologicznej w Joint Center for Political and Economic Studies, prowadząca podcast „The Miseducation of Technology”. Jej teza jest prosta i niewygodna: algorytm nie musi znać twoich zarobków, żeby wycenić, ile jesteś w stanie znieść.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Cztery stany, cztery różne zakresy
Amerykańskie prawo cenowe rozjeżdża się stanowo, i to szybciej, niż branża zdążyła zareagować. Ustawy różnią się nie celem, tylko zasięgiem:
- Maryland i New Jersey skupiają się przede wszystkim na sklepach spożywczych
- Connecticut obejmuje szerzej transakcje detaliczne
- projekt nowojorski miałby działać w poprzek branż
- Kalifornia procedowała AB 2564, który zakazywałby takich praktyk wprost, z karami sięgającymi 12 500 dolarów za naruszenie i trzykrotnością tej kwoty przy działaniu umyślnym
Skala jest większa, niż mogłoby się wydawać z perspektywy pojedynczych nagłówków. Według zestawienia serwisu AI Laws by State w kwietniu 2026 roku w co najmniej 24 stanach procedowano ponad 40 projektów dotyczących cen ustalanych algorytmicznie. Nowojorski Algorithmic Pricing Disclosure Act, obowiązujący od lipca 2025 roku, był pierwszym uchwalonym aktem tego typu, ale opierał się wyłącznie na obowiązku ujawnienia. Nowa fala idzie dalej, w stronę zakazu.
Na poziomie federalnym nadal nic. Dwa projekty, One Fair Price Act oraz Stop AI Price Gouging and Wage Fixing Act autorstwa kongresmena Grega Casara, utknęły w komisjach.
Cena dynamiczna to nie to samo co cena ustawiona pod ciebie
Tu leży sedno nieporozumienia, które ciągnie się przez większość publicznej dyskusji. Ceny biletów lotniczych skaczą od lat i nikogo to specjalnie nie oburza, bo reagują na popyt, porę roku, zapełnienie samolotu. Wszyscy kupujący w danym momencie widzą to samo.
Personalizacja działa inaczej. Algorytm ocenia konkretną osobę i dopasowuje kwotę do przewidywanej gotowości zapłaty. Davis Canty ujmuje to jednym zdaniem: zamiast pytać, ile wart jest produkt, system pyta „ile ten konsument jest w stanie zapłacić?” / „What is this consumer willing to pay?”.
Do tego nie są potrzebne dane o dochodach. Wystarczy zlepek sygnałów, z których każdy z osobna wygląda niewinnie:
- historia zakupów i częstotliwość powrotów do sklepu
- aktywność w przeglądarce i lista przeglądanych produktów
- dane lokalizacyjne
- udział w programie lojalnościowym
- typ urządzenia, z którego korzystasz
- reakcja na wcześniejsze zmiany ceny
Ustawa Maryland definiuje „dane z nadzoru” wyjątkowo szeroko. Obejmuje czujniki, kamery, śledzenie urządzeń i monitoring biometryczny, czyli wszystko, co pozwala zebrać informacje o zachowaniu, położeniu albo cechach klienta.
Podatek od biedy, tylko szybszy
Autorka tekstu w „The Hill” nazywa to zjawisko automatyzacją podatku od biedy. Chodzi o dobrze udokumentowany mechanizm, w którym najuboższe gospodarstwa domowe płacą więcej za te same rzeczy: przez drożej oprocentowane pożyczki, opłaty za debet, gorsze ubezpieczenia, ograniczony dostęp do tańszych sklepów. Davis Canty przypomina, że majątek czarnoskórych gospodarstw domowych w USA odpowiada mniej więcej 15 centom na każdego dolara majątku gospodarstw białych.
Nowe jest tempo i niewidzialność. Klient widzi tylko końcową kwotę. Nie wie, jakie dane o nim zebrano, do jakiego koszyka cenowego go przypisano ani ile chwilę wcześniej zapłacił ktoś inny za dokładnie ten sam produkt.
Mam z tym problem podwójny. Z jednej strony rozumiem argument sprzedawców: algorytm potrafi też obniżyć cenę, a rabat dla lojalnego klienta nikomu nie szkodzi. Z drugiej strony każdy system optymalizacyjny idzie tam, gdzie jest zysk, a zysk siedzi w tych, którzy nie mają czasu ani możliwości porównać ofert. Nie wierzę w złe intencje programistów. Wierzę w to, że model robi dokładnie to, do czego go wytrenowano.
Najbardziej niepokoi mnie asymetria informacji. Sklep wie o mnie wszystko, ja o jego algorytmie nie wiem nic. Obowiązek informacyjny z dyrektywy Omnibus to minimum, ale sam w sobie niewiele zmienia, jeśli komunikat ginie w regulaminie na trzeciej podstronie. Pytanie, które warto postawić polskim regulatorom, brzmi tak: czy jesteśmy w stanie w ogóle sprawdzić, że sklep stosuje personalizację, jeśli sam się do tego nie przyzna?
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Walmart, Delta i sprawa Instacarta
Amerykańska awantura nie wzięła się z teorii. Walmart zebrał falę krytyki po dyskusji o elektronicznych etykietach półkowych, które w oczach części klientów otwierały drogę do zmieniania cen w sklepie w czasie rzeczywistym.
Głośniej było o Delcie. Linia współpracuje z izraelskim Fetcherrem i zapowiadała rozszerzenie systemu wspieranego przez AI z 3 procent siatki krajowej do 20 procent do końca 2025 roku. W lipcu 2025 roku senatorowie Ruben Gallego, Mark Warner i Richard Blumenthal wysłali list do prezesa Eda Bastiana, ostrzegając przed podwyżkami sięgającymi „osobistego progu bólu każdego konsumenta” / „each individual consumer’s personal 'pain point'”. Delta odpowiedziała ostro. W piśmie podpisanym przez Petera Cartera przewoźnik zapewnił, że nie istnieje żaden produkt taryfowy, który „celuje w klientów indywidualnymi cenami opartymi na danych osobowych” / „targets customers with individualized prices based on personal data”.
Twardych danych dostarczyło dopiero badanie Consumer Reports przeprowadzone wspólnie z Groundwork Collaborative i More Perfect Union. Wynikało z niego, że ten sam produkt zamawiany przez Instacart mógł kosztować różnych klientów nawet o 23 procent więcej. Po publikacji firma zakończyła te eksperymenty cenowe.
Regulator kontra czarna skrzynka
Maryland przyznaje wprost coś, o czym większość ustawodawców milczy: egzekwowanie nowego prawa wymaga kompetencji technicznych, których urzędy nigdy nie miały. Żeby udowodnić naruszenie, trzeba wejść w modele uczenia maszynowego, analitykę behawioralną, systemy profilowania i oprogramowanie zewnętrznych brokerów danych, przeliczające ceny w pętli kilkanaście razy dziennie.
Klasyczne prawo konsumenckie zakładało, że gdzieś istnieje decyzja podjęta przez człowieka, którą da się zrekonstruować. Tutaj decyzja jest rozproszona po kilku systemach naraz.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co to oznacza dla polskich firm?
W Unii Europejskiej personalizacja cen jest legalna, ale obwarowana. Dyrektywa Omnibus, wdrożona w Polsce nowelizacją ustawy o prawach konsumenta obowiązującą od 1 stycznia 2023 roku, nakłada obowiązek poinformowania klienta przed zawarciem umowy, jeśli cena została indywidualnie dostosowana na podstawie zautomatyzowanego podejmowania decyzji. UOKiK precyzował, że dotyczy to sytuacji, w których kwota zależy od lokalizacji, urządzenia albo historii przeglądanych stron.
Do tego dochodzi RODO. Profilowanie w celach cenowych potrzebuje podstawy prawnej, a konsument ma prawo sprzeciwu wobec profilowania na potrzeby marketingu bezpośredniego. Kary są realne: do 10 procent obrotu z poprzedniego roku dla przedsiębiorcy i do 2 milionów złotych dla osoby zarządzającej.
Polski rynek już otarł się o taką sprawę. W listopadzie 2025 roku użytkownicy PlayStation opisali przypadek, w którym dwie osoby mieszkające pod jednym adresem, korzystające z tego samego urządzenia i tej samej waluty, widziały w PS Store różne ceny tej samej gry. Sony nigdy takich praktyk nie potwierdziło, ale dyskusja pokazała, jak trudno konsumentowi cokolwiek udowodnić.
Dla polskiego e-commerce rachunek jest mniej oczywisty, niż wygląda. Analizy branżowe powołujące się na szacunki McKinseya mówią o wzroście marży rzędu 8 do 12 procent przy cenach personalizowanych. Tyle że badania zachowań konsumenckich pokazują coś jeszcze: kupujący, którzy zorientują się, że są obserwowani, zaczynają się bronić. Czyszczą ciasteczka, przechodzą na tryb incognito, porzucają koszyk celowo albo po prostu idą do konkurencji. Ceneo i Allegro są w Polsce o jedno kliknięcie od każdego sklepu.
I tu widzę największe ryzyko dla polskiej branży. Nie w karze od UOKiK, choć ta boli. W tym, że algorytm zoptymalizuje kwartał i wypali zaufanie, którego nie odbuduje żadna promocja.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym tekstu Danielle A. Davis Canty opublikowanego w The Hill z dnia 26.07.2026, oficjalnego stanowiska przewoźnika udostępnionego przez Delta News Hub oraz analizy Forbes. Wykorzystano także materiały Reuters, Consumer Reports, Groundwork Collaborative, Paul Weiss, Faegre Drinker oraz zestawienie legislacyjne AI Laws by State. Polski kontekst prawny opracowano na podstawie wyjaśnień Prezesa UOKiK, materiałów PARP oraz analizy serwisu Bankier.pl. Cytaty Danielle A. Davis Canty, senatorów Gallego, Warnera i Blumenthala oraz Petera Cartera z Delta Air Lines zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o regulacjach dotyczących personalizacji cen przez algorytmy.
