L’intelligence artificielle musicale reste étonnamment discrète dans les discussions sur la transformation du travail par l’IA. Elle constitue pourtant l’un des laboratoires les plus avancés de cette transformation, parce qu’elle touche simultanément la création, la production, les droits d’auteur, la distribution et la rémunération.
L’IA ne sert déjà plus seulement à fabriquer une chanson à partir d’un prompt. Elle intervient dans le nettoyage audio, la séparation de pistes, l’édition, la restauration, les voix, les arrangements, le mixage ou le mastering. Une étude publiée en 2024 par la Sacem et la GEMA auprès de plus de 15 000 créateurs et éditeurs français et allemands indiquait déjà que 35 % des répondants avaient utilisé des outils d’IA dans leur travail, proportion qui atteignait 51 % chez les moins de 35 ans.
Mettre tous ces usages dans la même catégorie n’a donc guère de sens. Un ingénieur du son qui nettoie une prise avec un outil algorithmique, un producteur qui génère quelques textures et un système automatisé chargé de fabriquer plusieurs milliers de morceaux destinés à capter quelques streams n’exercent ni le même métier ni la même activité économique. L’industrie commence justement à construire les outils nécessaires pour les distinguer.
44 % des nouveaux titres, mais une infime partie des écoutes
Le chiffre publié par Deezer en avril 2026 frappe immédiatement : près de 75 000 morceaux entièrement générés par IA arrivent chaque jour sur la plateforme, soit environ 44 % des nouvelles livraisons. Quelques mois plus tôt, ils étaient encore beaucoup moins nombreux, signe de la vitesse à laquelle le coût et le temps nécessaires à la production musicale se sont effondrés.
Mais le chiffre le plus instructif vient juste après. Ces morceaux ne représentent encore que 1 à 3 % des écoutes sur Deezer et la plateforme estime que 85 % des streams associés aux titres entièrement générés par IA présentent des caractéristiques frauduleuses, raison pour laquelle elle les exclut de la rémunération.
Le problème économique ne tient donc pas, pour l’instant, à une migration massive du public vers des artistes synthétiques. Il réside d’abord dans l’industrialisation de l’offre : là où un musicien cherche généralement à produire quelques morceaux susceptibles de rencontrer leur public, un opérateur automatisé peut raisonner en volume et générer dix mille titres médiocres si une faible proportion d’entre eux suffit à récupérer quelques écoutes et quelques revenus.
L’IA applique ainsi à la création musicale une logique statistique qui existait déjà dans le streaming, mais restait limitée par le coût de production. Spotify a d’ailleurs introduit en 2024 un seuil de 1 000 écoutes annuelles avant qu’un titre commence à générer des royalties issues du pool d’enregistrements, notamment pour réduire l’intérêt des catalogues gigantesques composés de morceaux captant chacun des microrevenus. L’IA générative donne désormais à ce type de stratégie une puissance industrielle inédite.
Suno commence à négocier son droit d’apprendre
Le premier changement majeur intervient du côté des données d’entraînement. Les générateurs musicaux commencent à signer avec les acteurs dont ils étaient jusqu’ici accusés d’avoir utilisé les œuvres sans autorisation.
Le 12 août, Suno et BMG ont annoncé une alliance couvrant les activités d’édition et de musique enregistrée du groupe allemand. Les artistes et auteurs concernés auront la possibilité de participer au dispositif et d’être rémunérés pour l’utilisation de leurs œuvres. L’accord intervient après celui conclu entre Suno et Warner Music Group, qui avait pourtant poursuivi la start-up en justice aux côtés d’Universal et Sony en lui reprochant d’avoir utilisé massivement des enregistrements protégés pour entraîner ses modèles.
Warner a donc choisi de transformer une partie du conflit juridique en relation commerciale. Universal et Sony poursuivent encore Suno, tandis qu’Universal a parallèlement signé avec son concurrent Udio. En Europe, la GEMA a également obtenu cet été une décision favorable contre Suno devant un tribunal allemand. La ligne de fracture ne sépare donc plus simplement les majors d’un côté et les entreprises d’IA de l’autre : un véritable marché des droits d’entraînement commence à se constituer.
Une difficulté demeure pourtant entière : la manière dont l’argent descendra jusqu’aux auteurs, interprètes, musiciens de studio et autres ayants droit dont les créations nourrissent les catalogues licenciés. Aux États-Unis, l’American Federation of Musicians a déjà attaqué Warner et Universal, estimant que certains accords conclus avec des sociétés d’IA portent sur des enregistrements auxquels ses membres ont participé sans que leur consentement ou leur rémunération soient correctement pris en compte. Les groupes contestent cette lecture. La bataille juridique ne disparaît donc pas avec la licence : elle se déplace vers la répartition des droits et les conditions inscrites dans les contrats.
Suno introduit volontairement de la friction
Le deuxième changement concerne l’usage industriel de ces outils. À partir de septembre, Suno plafonnera le nombre de morceaux téléchargeables selon les abonnements. Les utilisateurs continueront à générer et écouter leurs créations dans le service, mais l’export massif deviendra plus contraignant ou plus coûteux.
La nuance est importante, car Suno ne restreint pas véritablement la capacité de créer. La société introduit une friction à l’endroit où la génération peut devenir une activité industrielle : au moment où les fichiers quittent sa plateforme pour rejoindre les services de distribution et de streaming.
Dans le même temps, Suno prépare des technologies de watermarking et de fingerprinting destinées à rendre ses créations identifiables après leur exportation. Le mouvement est intéressant : pendant plusieurs années, l’industrie de l’IA générative a cherché à supprimer les frictions afin de produire plus vite, plus facilement et à moindre coût ; elle commence maintenant à en réintroduire volontairement pour limiter certains usages abusifs et rendre les contenus traçables.
La logique économique change donc progressivement. Le succès d’un générateur musical ne se mesurera plus seulement au nombre de chansons qu’il sait fabriquer, mais aussi à sa capacité à démontrer d’où elles viennent, avec quels droits elles ont été produites et dans quelles conditions elles circulent.
Spotify sépare enfin l’artiste de son outil
Le troisième changement intervient à l’autre bout de la chaîne, directement devant l’auditeur. Spotify prépare un badge « AI Persona » destiné aux profils dont l’identité artistique ne correspond pas à une personne réelle.
La subtilité du dispositif compte davantage que le badge lui-même. Spotify caractérise l’identité de l’artiste, et non automatiquement la méthode employée pour fabriquer sa musique. Un chanteur, un groupe ou un producteur humain utilisant de l’intelligence artificielle dans son processus créatif ne deviendra donc pas mécaniquement une « AI Persona ».
Pour ces usages hybrides, Spotify développe parallèlement des AI Credits, chargés de préciser l’intervention éventuelle de l’IA dans les paroles, la voix, l’instrumentation ou la production. Deux questions longtemps mélangées commencent ainsi à être séparées : l’identité de celui qui crée et les outils employés pour produire le morceau.
Cette distinction change profondément le débat. Un musicien utilisant une intelligence artificielle reste un musicien ; un personnage artistique entièrement synthétique relève d’une autre catégorie ; une ferme autonome produisant et publiant des milliers de morceaux constitue encore un troisième cas. La technologie utilisée ne suffit plus à décrire l’activité.
Spotify ajoute surtout une conséquence économique majeure à cette distinction. Les morceaux attribués à certaines AI Personas seront exclus par défaut des recommandations éditoriales et algorithmiques destinées aux auditeurs qui n’ont pas manifesté d’intérêt particulier pour eux. Ils resteront accessibles, recherchables et écoutables, mais ne bénéficieront plus nécessairement du même accès automatique à l’attention.
Le nouveau pouvoir de l’industrie musicale tient dans les métadonnées
D’autres acteurs construisent déjà les briques de cette architecture. En juillet, plusieurs grandes organisations internationales de la musique, parmi lesquelles l’IFPI et la RIAA, ont proposé de distinguer officiellement les productions « AI-Generated » des productions « AI-Assisted ».
L’IFPI a également publié des principes concernant l’éligibilité des morceaux utilisant de l’intelligence artificielle aux classements musicaux. Parmi les critères avancés figurent la légalité de l’outil utilisé, une contribution humaine substantielle, la transparence sur l’emploi de l’IA et l’absence de manipulation des streams.
Pris ensemble, ces dispositifs commencent à dessiner une véritable chaîne de provenance de la musique. Un morceau pourrait demain être accompagné d’informations indiquant qui se trouve derrière l’identité artistique, quelle part de l’œuvre a été générée, quel modèle a été utilisé, si ce modèle disposait des licences nécessaires et si le succès du titre provient d’écoutes considérées comme authentiques.
La valeur économique d’une chanson risque alors de dépendre non seulement de son fichier audio, mais aussi de la qualité et de la fiabilité des informations qui l’accompagnent. Autrement dit, une partie du pouvoir que l’industrie exerçait autrefois sur les studios, les contrats de distribution ou les rayons des disquaires est en train de se déplacer vers les métadonnées.
Quand produire devient presque gratuit, l’attention devient la ressource rare
Cette évolution déplace également le centre de gravité économique du secteur. Pendant des décennies, enregistrer et distribuer de la musique nécessitait des moyens. Le numérique a largement réduit le coût de distribution ; l’intelligence artificielle réduit désormais celui de la production.
Lorsque des millions de morceaux peuvent être fabriqués très rapidement et à très faible coût, la capacité à produire un titre supplémentaire perd mécaniquement de sa valeur. La rareté se concentre ailleurs : dans l’attention des auditeurs, leur temps disponible et l’accès aux espaces de recommandation.
Celui qui contrôle la recommandation détient alors une part croissante du pouvoir économique. Spotify, Deezer et les autres plateformes ne se contenteront plus de décider si un morceau reste disponible. Elles détermineront aussi lesquels seront recommandés, monétisés, signalés, intégrés aux classements ou considérés comme suffisamment transparents pour bénéficier de certains dispositifs de découverte.
La régulation de l’IA musicale risque ainsi de passer beaucoup moins par l’interdiction de générer que par les conditions d’accès à la distribution, à la visibilité et à la rémunération. Cette évolution est probablement plus structurante pour le secteur que la spectaculaire capacité d’un modèle à composer une chanson en quelques secondes.
Sortir du faux débat « humain contre IA »
Continuer à parler de « musique IA » comme d’une catégorie homogène devient donc de moins en moins pertinent. Entre un musicien utilisant un outil de restauration audio, un producteur générant quelques textures, un auteur construisant une maquette avec Suno, un personnage virtuel entièrement synthétique et un agent automatisé publiant mille morceaux chaque nuit, les différences artistiques, économiques et juridiques sont considérables.
L’industrie commence à leur appliquer une grille plus précise fondée sur l’identité de l’artiste, le degré d’intervention humaine, la provenance des modèles, le consentement des ayants droit, la transparence et le comportement économique. Aucun de ces critères ne dira si une chanson est bonne, émouvante ou intéressante ; ils devraient en revanche aider à comprendre qui l’a créée, dans quelles conditions et selon quelles règles elle accède au marché.
Pendant deux ans, une grande partie du débat s’est concentrée sur une question : les entreprises d’IA avaient-elles le droit d’entraîner leurs modèles sur la musique existante ? Cette bataille reste ouverte, mais une autre commence déjà derrière elle. Il faut désormais décider comment distinguer les différents types de création, comment les identifier, comment les recommander et comment partager les revenus qu’ils génèrent.
Le véritable changement ne tient donc peut-être pas à l’arrivée de l’intelligence artificielle dans la musique. Elle y est déjà largement entrée. Il réside dans l’apparition progressive d’un système de traçabilité qui déterminera quelles créations accèdent aux catalogues, aux recommandations, aux classements et aux revenus.
Après la bataille pour savoir qui avait le droit d’entraîner les machines, l’industrie musicale ouvre celle qui déterminera leur place dans l’économie réelle.
Olivier SONNEVILLE
