Entre a recomendação de preços e colusão algorítmica: o Caso Aprix

Nathan de Oliveira Salani Athaide

1. O Caso Aprix e os Limites Antitruste das Recomendações de Preço por Algoritmos

Em 8 de abril de 2026, o CADE homologou Termo de Compromisso de Cessação (TCC) no âmbito do Processo Administrativo nº 08700.006280/2024-60, celebrado com a Intelprice Soluções de Precificação Ltda., desenvolvedora do software Aprix, investigada por possível influência à adoção de conduta comercial uniforme no mercado de revenda de combustíveis, nos termos do art. 36, § 3º, inciso II, da Lei nº 12.529/2011.

A investigação encontra-se suspensa no âmbito do Requerimento de TCC nº 08700.010553/2024-71, homologado pelo Tribunal do CADE sob relatoria do Presidente Gustavo Augusto. Não obstante, conforme será detalhado, a celebração desse TCC insere-se em um contexto mais amplo de crescente atenção do Direito Antitruste às dinâmicas de precificação algorítmica na formação de conluios implícitos.

O compromisso foi firmado após a empresa reconhecer sua participação na conduta e prevê um conjunto de obrigações voltadas à mitigação de riscos concorrenciais, incluindo a garantia de transparência e explicabilidade do algoritmo, a segregação de dados sensíveis, o reforço de cláusulas de confidencialidade, a implementação de programa de compliance concorrencial com estrutura de governança específica, além de deveres de cooperação, monitoramento e possibilidade de auditoria pelo CADE.

Ademais, a empresa se comprometeu a não firmar novos contratos até a efetiva implementação das medidas exigidas, bem como a colaborar com o CADE no prosseguimento das investigações. O processo administrativo permanecerá suspenso em relação à compromissária até a verificação do cumprimento integral das obrigações, podendo ser arquivado ao final.

Apesar da celebração do TCC e da consequente suspensão da investigação, o caso não se limita aos seus contornos específicos. Como será examinado adiante, o caso Aprix vai além da análise pontual do acordo, inserindo-se em um debate mais amplo sobre os limites concorrenciais da precificação algorítmica.

Essa discussão do Direito Concorrencial passa pela seguinte dúvida: em que medida essas ferramentas podem, na prática, reduzir a autonomia decisória dos agentes econômicos?

A resposta a essa questão envolve, necessariamente, analisar como elas podem favorecer o alinhamento de condutas de agentes econômicos concorrentes, mesmo na ausência de acordos explícitos entre eles. Trata-se, inclusive, de uma questão que vem sendo desenvolvida tanto pela doutrina quanto pela jurisprudência e que oferece insumos relevantes ao CADE.

2. O Caso Aprix em Perspectiva Comparada

Nesse cenário, no caso Aprix, a discussão jurídica não se limita ao fato de o software emitir recomendações. O ponto central é saber se essa recomendação preserva a autonomia decisória do agente econômico ou se, na prática, passa a funcionar como instrumento de coordenação concorrencial. A obra “The 2.0 ‘What About Bob’ Test”, de Amanda Athayde, Carolina Araújo Ferreira e Maria Diniz, é especialmente útil porque organiza o problema a partir de parâmetros objetivos. Entre eles, destacam-se a natureza mandatória ou opcional da saída do algoritmo, o uso de dados públicos ou confidenciais e a possibilidade de aprendizado adaptativo. O principal aporte do trabalho está em demonstrar que a ilicitude não decorre do uso da tecnologia em si, mas da forma como ela é incorporada à dinâmica concorrencial (ATHAYDE; FERREIRA; DINIZ, 2025).

A experiência comparada reforça essa leitura ao apresentar diferentes graus de risco concorrencial. Em U.S. v. David Topkins, o caso envolveu um vendedor que, em conjunto com concorrentes, adotou um algoritmo especificamente programado para alinhar preços de pôsteres vendidos na Amazon. Havia prova de acordo prévio, divisão de estratégia e utilização coordenada do software para monitorar e manter preços fixos. O algoritmo não apenas sugeria valores, mas operava como mecanismo de execução do cartel. A relevância do precedente está em evidenciar o cenário mais claro de ilicitude, no qual a tecnologia atua como instrumento de implementação de uma conduta colusiva já estruturada (U.S. v. DAVID TOPKINS, 2015).

Em contraste, Gibson v. Cendyn Group e Cornish-Adebiyi v. Caesars Entertainment tratam de contextos em que grandes redes hoteleiras passaram a utilizar softwares de revenue management para sugerir preços de diárias com base em dados de demanda, ocupação e mercado. As alegações apontavam para possível alinhamento de preços por meio dessas ferramentas. No entanto, os tribunais entenderam que não havia prova suficiente de acordo entre os agentes, nem demonstração de que os algoritmos impunham suas recomendações. O papel desses casos está em delimitar que o uso comum de uma mesma tecnologia, ainda que produza resultados semelhantes, não é suficiente para caracterizar infração concorrencial sem evidência de coordenação ou troca de informação sensível. Eles mostram que a recomendação algorítmica pode permanecer lícita quando há liberdade efetiva de decisão e ausência de concertação (GIBSON v. CENDYN GROUP, 2024; CORNISH-ADEBIYI v. CAESARS ENTERTAINMENT, 2024).

Essa linha é aprofundada em United States of America et al. v. RealPage, Inc. Nesse caso, o foco recaiu sobre softwares amplamente utilizados no mercado imobiliário para definição de aluguéis. A acusação destacou que, embora as recomendações fossem formalmente opcionais, o sistema incorporava mecanismos de indução ao seu seguimento, como sugestões padronizadas, monitoramento de aderência e funcionalidades de aceitação automática. Além disso, havia uso intensivo de dados sensíveis de mercado. O valor analítico do caso está em demonstrar que a análise antitruste deve ir além da forma e considerar a realidade econômica. Quando a opção existe apenas no plano formal, mas o algoritmo estrutura o comportamento dos agentes, a recomendação pode funcionar como imposição indireta e reduzir a independência competitiva (UNITED STATES OF AMERICA ET AL. v. REALPAGE, INC., 2024).

Na mesma direção, Duffy v. Yardi Systems e In re Multiplan Health Insurance Provider Litigation evidenciam o papel do intermediário comum na coordenação de mercado. Em Duffy, a plataforma agregava dados sensíveis de diversos agentes do mercado imobiliário e gerava recomendações amplamente seguidas, o que levou o tribunal a admitir a possibilidade de coordenação mesmo sem comunicação direta entre concorrentes. Já em Multiplan, o uso de um sistema comum para sugerir valores de reembolso médico foi apontado como mecanismo potencial de alinhamento, ao estabelecer parâmetros uniformes a partir de dados compartilhados. Esses casos têm como importância mostrar que a centralização informacional e a padronização decisória podem gerar efeitos equivalentes aos de um acordo horizontal (DUFFY v. YARDI SYSTEMS, INC. ET AL., 2023; IN RE MULTIPLAN HEALTH INSURANCE PROVIDER LITIGATION, 2024).

Também são relevantes os precedentes estrangeiros. Em Trod Ltd. and GB eye Ltd. v. CMA, a autoridade britânica identificou um acordo explícito entre vendedores online que utilizaram software automatizado para monitorar preços e garantir o cumprimento da estratégia comum. O algoritmo ajustava preços de forma coordenada, assegurando disciplina ao cartel. O impacto desse caso está em demonstrar que a tecnologia pode reforçar a estabilidade de acordos colusivos ao reduzir desvios e ampliar a capacidade de monitoramento (CMA, 2016).

Na Itália, a atuação da AGCM no setor aéreo concentrou-se no uso de sistemas de revenue management e na opacidade dos critérios de precificação, evidenciando preocupações com a possibilidade de alinhamento indireto. Na Rússia, a FAS analisou softwares de monitoramento de preços no mercado de eletrônicos, concluindo que, embora a tecnologia não seja ilícita por si só, ela pode facilitar cartel quando permite controle e troca indireta de informações entre concorrentes. Já na Espanha, a CNMC sancionou um arranjo no qual um software imobiliário era utilizado para aplicar regras previamente acordadas, monitorar desvios e implementar sanções internas, funcionando como verdadeira infraestrutura de coordenação. Esses precedentes reforçam, como elemento elucidativo, que o risco concorrencial emerge quando o algoritmo deixa de ser ferramenta auxiliar e passa a estruturar comportamentos coletivos (CMA, 2016; AGCM, 2024; FAS RÚSSIA, 2018; CNMC, 2021).

Transpondo essas considerações para o caso Aprix, bem como para futuras investigações do CADE que podem surgir nesse tema, entende-se que a recomendação algorítmica só poderia ser considerada lícita se permanecesse como sugestão genuinamente independente, preservando a liberdade decisória dos agentes. Se, porém, ela se convertesse em referência uniforme de mercado, ou em mecanismo de alinhamento horizontal, sua opcionalidade formal não seria suficiente para o CADE afastar a ilicitude. AssIm, a experiência comparada mostra que, em cenários de adoção disseminada, uso de dados sensíveis e redução prática da autonomia decisória, a recomendação pode se tornar o próprio veículo da infração concorrencial (ATHAYDE; FERREIRA; DINIZ, 2025; UNITED STATES OF AMERICA ET AL. v. REALPAGE, INC., 2024).

3. Conclusão

Portanto, a lógica consensual que orienta o TCC não implica juízo definitivo sobre a licitude ou ilicitude estrutural das práticas investigadas, mas sim a adoção de solução negociada fundada em critérios de conveniência e oportunidade administrativa. Isso significa que, embora o acordo possa encerrar o processo em relação à compromissária, a discussão sobre os limites concorrenciais da precificação algorítmica permanece em aberto.

A experiência comparada reforça essa conclusão. Os precedentes internacionais mostram que a licitude não depende da forma declarada da recomendação, mas de seus efeitos concretos sobre a dinâmica concorrencial. Em alguns casos, a ausência de obrigatoriedade formal foi suficiente para afastar a condenação. Em outros, a análise do funcionamento real dos sistemas revelou mecanismos de alinhamento e redução da autonomia decisória.

Em síntese, propõe-se ao CADE distinguir o uso legítimo de algoritmos de precificação de práticas anticoncorrenciais a partir da função concreta dessas ferramentas no mercado. A análise deve verificar se o algoritmo preserva a autonomia decisória dos agentes ou se, na prática, induz comportamento uniforme.

Para isso, são decisivos os seguintes critérios: (i) se as recomendações são efetivamente opcionais ou seguidas de forma sistemática; (ii) se há uso ou compartilhamento de dados concorrencialmente sensíveis; (iii) se existe um intermediário que centraliza informações e estrutura decisões; e (iv) se o sistema reduz a incerteza estratégica entre concorrentes. Quando o algoritmo atua apenas como ferramenta de apoio, sem comprometer a independência competitiva, seu uso tende a ser lícito. Por outro lado, quando passa a organizar ou alinhar condutas, ainda que sem acordo explícito, aproxima-se de uma infração à luz do art. 36 da Lei nº 12.529/2011.

Desse modo, o paralelo com a jurisprudência estrangeira evidencia que a discussão inaugurada no caso Aprix, e que pode se repetir em futuras investigações do CADE, tende a se aprofundar. O foco não estará apenas na existência do algoritmo, mas na sua capacidade de estruturar comportamentos paralelos, centralizar informações sensíveis e induzir padrões de mercado. Em vista disso, o TCC representa uma resposta institucional relevante, mas não exaure o desafio regulatório e interpretativo colocado pelos algoritmos de precificação no âmbito da Lei nº 12.529/2011.

Referências Bibliográficas:

ATHAYDE, Amanda; FERREIRA, Carolina Araújo; DINIZ, Maria. What About Bob Test: pricing algorithms and a proposal for new additional parameters that can inform antitrust investigations around the world. Working paper, 1 out. 2025. Disponível no SSRN.

BRASIL. Conselho Administrativo de Defesa Econômica. Caso Aprix e Minaspetro. 2024.

ESTADOS UNIDOS. United States v. David Topkins. 2015.

ESTADOS UNIDOS. Gibson v. Cendyn Group. 2024.

ESTADOS UNIDOS. Cornish-Adebiyi v. Caesars Entertainment. 2024.

ESTADOS UNIDOS. United States of America et al. v. RealPage, Inc. 2024.

ESTADOS UNIDOS. Duffy v. Yardi Systems, Inc. et al. 2023.

ESTADOS UNIDOS. In re Multiplan Health Insurance Provider Litigation. 2024.

EZRACHI, Ariel; STUCKE, Maurice E. Virtual Competition: The promise and perils of the algorithm-driven economy. Cambridge, Massachusetts: Harvard University Press, 2016.

EZRACHI, Ariel; STUCKE, Maurice E. Artificial Intelligence & Collusion: When Computers Inhibit Competition. Illinois: University of Illinois Law Review, 2017, pp. 1775 – 1810.

REINO UNIDO. Competition and Markets Authority. Trod Ltd. and GB eye Ltd. v. CMA. 2016.

ITÁLIA. Autorità Garante della Concorrenza e del Mercato. Atuação no setor aéreo (revenue management). 2024.

RÚSSIA. Federal Antimonopoly Service. Caso sobre monitoramento de preços no mercado de eletrônicos. 2018.

ESPANHA. Comisión Nacional de los Mercados y la Competencia. Caso sobre software imobiliário e coordenação de preços. 2021.

Nathan de Oliveira Salani Athaide. Bacharel em Direito pela Faculdade de Direito de Ribeirão Preto da Universidade de São Paulo (FDRP/USP). Intercambista pela 44ª edição do Programa de Intercâmbio do Conselho Administrativo de Defesa Econômica (PinCADE). Possui experiências profissionais e acadêmicas nas áreas de defesa da concorrência e regulação econômica.