Governare

Dodici album in sei mesi

Con l'IA produrre canzoni costa sempre meno. Quali arrivano al pubblico, e quali vengono pagate, lo decidono le piattaforme

Pubblicato il 24 ottobre 202612 minuti di lettura
Dodici album in sei mesi
musica generataSunoDeezerSpotifyAI Personacatena del valoreroyaltyUdiodiritto d'autore
Questo tema nel libroParte IV - Governare2 capitoli: apri la sintesi e leggi come iniziano

Questa parte raccoglie i rischi che ricadono su chi usa l’IA, dalle informazioni sensibili alla dipendenza dal fornitore, e le regole che valgono: che cosa chiede l’AI Act, che cosa chiede la legge italiana, a chi tocca rispondere.

I capitoli di questa parte

  • Capitolo 10 · pagina 163I rischi che ti riguardanoQuando decide un algoritmo: discriminazioni e bias · La responsabilità: chi risponde davanti alla legge · L’illusione del controllo umano · Rendere l’IA comprensibile: come spiegare una decisione · Privacy e sorveglianza

    Ci sono algoritmi che ti consigliano cosa guardare la sera e algoritmi che decidono chi assumere e chi merita un prestito. La differenza sta nel costo dell’errore. E ogni algoritmo porta dentro decisioni che qualcuno ha preso: quali dati usare, che cosa contare come esito giusto, dove mettere la soglia. Il capitolo racconta i principali rischi che ricadono su chi utilizza questi sistemi. Il primo è la discriminazione. Un algoritmo impara dai dati, e se nei dati ci sono le disuguaglianze del mondo le riproduce, come il sistema di selezione del personale che penalizzava i curriculum con la parola “donna”. Il secondo è la responsabilità. Quando decide una macchina, spesso nessuno risponde, e il primo verdetto che dice il contrario è quello contro Tesla in Florida. Il terzo è il controllo umano. Sembra la soluzione, ma è più difficile di quanto si creda: la macchina è più veloce di chi la sorveglia, chi ha controllato novantacinque risposte giuste non legge più la novantaseiesima, e quando qualcosa va storto la colpa cade sull’operatore. Il quarto è la trasparenza, cioè come si spiega una decisione presa da una rete, e il capitolo presenta tre famiglie di metodi. Il quinto è la privacy, dal riconoscimento facciale al filtro bolla che ti mostra solo quello che conferma le tue idee. Alla fine del capitolo avrai le domande da fare a ogni sistema che decide qualcosa su di te: come arriva alla decisione, se tratta te come chiunque altro, che cosa sa di te, chi risponde se sbaglia.

    Perché leggerlo: i cinque rischi sono le ragioni per cui esistono le regole del capitolo dopo, e le domande con cui chiude sono quelle che ti serviranno quando qualcuno ti proporrà un sistema che decide su persone. Si legge per intero in un’ora; le sezioni sul controllo umano e sulla trasparenza sono quelle che il capitolo sul ridisegno del lavoro ha già usato senza dirlo.

  • Capitolo 11 · pagina 171Le regoleUnione Europea · Stati Uniti · Regno Unito · Cina · Italia · Verso un approccio globale · L’obbligo che ti riguarda, e come si adempie

    Il primo obbligo di legge che ti riguarda come persona che usa l’IA al lavoro è già in vigore, e quasi nessuno sa di averlo. Il capitolo racconta quali regole esistono, dove valgono e come si capisce se una riguarda te. L’Unione Europea è stata la prima a scrivere una legge completa, l’AI Act, in vigore dal 2024. L’idea di fondo è che non tutti i sistemi sono uguali: un filtro antispam e un algoritmo che decide chi assumere non possono avere le stesse regole. Per questo la legge li divide in quattro livelli di rischio, minimo, limitato, alto e inaccettabile, con obblighi che crescono con il rischio fino al divieto. L’applicazione segue un calendario scaglionato, riscritto nel 2026, e le date stanno online. Un articolo riguarda direttamente chi legge: chi usa l’IA in un’attività professionale deve occuparsi dell’alfabetizzazione di chi lavora per lui. Fuori dall’Europa il quadro è diverso. Gli Stati Uniti, dove hanno sede quasi tutti i laboratori, non hanno una legge federale: governano con ordini esecutivi, che cambiano con l’amministrazione, e con strumenti più incisivi di una legge, le commesse pubbliche e i controlli sull’export. Il Regno Unito non ha una legge e fa testare i modelli da un istituto pubblico prima del rilascio. La Cina controlla i contenuti in casa e distribuisce i modelli fuori. L’Italia ha affiancato alla legge europea una legge nazionale, la 132 del 2025. Un trattato internazionale esiste, ma i suoi meccanismi sono lenti. Per capire quale norma ti tocca il criterio è uno solo: guarda che cosa fa il sistema, non quale modello usa. L’ultima sezione spiega come si adempie l’obbligo che ti riguarda, e perché non basta un corso.

    Perché leggerlo: per capire quali sono le regole da rispettare nell’usare l’IA in ambito aziendale. La sezione sull’Unione Europea e l’ultima, sull’obbligo che ti riguarda, sono quelle da leggere; le sezioni sugli altri paesi sono contesto, per sapere che cosa succede fuori, e si possono attraversare. Le date sono sulla pagina online, non qui.

Il libro costruisce le basi in modo progressivo; gli articoli approfondiscono e aggiornano i singoli temi man mano che cambiano.

Ho scoperto per caso una canzone che mi è subito piaciuta, "Dark Feminine Energy", di una cantante soul chiamata Naya Blu. Ho cominciato a seguirla e l'ho consigliata a qualche amico. Poi ho notato una cosa: continuavano a uscire album nuovi. Uno, poi un altro, poi un altro ancora.

I conti sono questi. Il singolo esce il 7 aprile 2026 e dura cinque minuti e ventotto secondi. Nove giorni dopo arriva un album, "Feminine Energy": dieci brani, quarantun minuti. Il 2 settembre esce "I AM THE ROOM", il 2 ottobre "GLAMOUR MAGIC". Su Apple Music oggi gli album di Naya Blu sono dodici, tutti del 2026. I titoli delle canzoni sembrano un manuale di autostima: "Money Flows To Me Effortlessly", "I Get Paid To Exist", "I Love You, My Body". Nei crediti voce, testi e produzione sono attribuiti a un nome solo. Il 18 ottobre 2026 su Spotify aveva circa 27.000 ascoltatori mensili; il catalogo si ascolta su Spotify e su Apple Music.

Dietro Naya Blu c'è una cantante? Un progetto costruito con l'intelligenza artificiale? Una combinazione delle due cose? Non lo so, e lo dico subito. Ma cercando la risposta ho trovato una domanda che mi interessa di più: che cosa succede quando produrre una canzone non costa più quasi niente, e chi decide se quella canzone frutta qualcosa.

Quello che si sa, e quello che no

Il ritmo delle uscite giustifica la domanda, ma non basta a rispondere: la data di pubblicazione dice quando un disco esce, non quanto tempo ci è voluto a farlo. Il nome dell'etichetta, 11384156 Records DK, è quello che il distributore DistroKid assegna in automatico a chi non ne indica uno (e DistroKid ospita infatti le pagine di lancio dei suoi album), e dice come la musica arriva sulle piattaforme, non come è stata fatta. Il profilo non dichiara l'uso dell'IA, e nessuna fonte che ho trovato lo fa.

Naya Blu resta una domanda aperta, e la lascio aperta. Il suo catalogo mi è servito a farmi la domanda, non a rispondere. Quello che segue vale in entrambi i casi, persona o progetto costruito con l'IA.

Come si genera una canzone

Il servizio più noto per generare canzoni si chiama Suno. Gli scrivi una descrizione ("ballata soul, voce femminile calda, tema: amare sé stesse") e in pochi secondi ti restituisce un brano completo, con melodia, arrangiamento e una voce che canta.

Come funzionino i modelli commerciali di Suno non è documentato. Lo è invece Bark, un modello audio che Suno ha pubblicato nel 2023, e vale come esempio del principio. Un programma di compressione trasforma il suono in una sequenza di numeri, i token audio. Poi tre modelli transformer lavorano in fila: il primo passa dal testo a token che descrivono che cosa deve succedere nel suono, il secondo li traduce in token audio grezzi, il terzo aggiunge i dettagli fini. Il suono, insomma, si può rappresentare con token ed elaborare con modelli transformer, come il testo nei modelli linguistici.

Il risultato è credibile. In un test Deezer/Ipsos pubblicato nel novembre 2025, su 9.000 persone in otto paesi, il 97% non ha classificato correttamente tre brani, due generati e uno umano. Lo stesso sondaggio dice però che l'80% vuole un'etichetta chiara sulla musica generata e il 45% di chi usa lo streaming vorrebbe poterla filtrare. Non distinguerla all'ascolto e non volerla sono due cose diverse.

L'offerta è esplosa

Quando produrre costa così poco, l'offerta cresce senza freni. I numeri più precisi li pubblica Deezer, una piattaforma di streaming francese nata a Parigi nel 2007, quotata in borsa e molto più piccola di Spotify: la menziono perché ha costruito un proprio sistema per riconoscere la musica interamente generata e dal gennaio 2025 pubblica con regolarità quanta ne riceve. A gennaio 2025, quando ha avviato la rilevazione, contava 10.000 brani generati al giorno, il 10% dei caricamenti. A giugno 2026 erano 90.000 al giorno in media, e nei giorni di picco più della metà di tutta la musica nuova arrivata su Deezer. In diciotto mesi il flusso si è moltiplicato per nove.

C'è un secondo numero, che Deezer non pubblica ma che i suoi dati permettono di ricavare: se 90.000 brani sono la metà dei caricamenti, i caricamenti sono 180.000 al giorno, e gli altri 90.000 non sono generati. Rifatto il conto su tutta la serie, i brani non generati stanno fermi fra 80.000 e 100.000 al giorno per diciotto mesi, mentre il totale raddoppia. La musica fatta dalle persone non è calata di un brano: la musica generata le si è aggiunta accanto, fino a eguagliarla. Sono stime, perché i dati di partenza sono arrotondati e il dato di giugno mescola una media mensile con una quota dei giorni di picco, e "non generati" comprende anche i brani fatti con un aiuto parziale dell'IA. Ma la forma del fenomeno è chiara: a monte non c'è sostituzione, c'è un raddoppio dell'offerta. La sostituzione, se avviene, avviene a valle, dove l'attenzione di chi ascolta è rimasta quella di prima.

Brani interamente generati con l'IA ricevuti da Deezer ogni giorno, da 10.000 a gennaio 2025 a 90.000 a giugno 2026, con la quota sui caricamenti dal 10% a oltre il 50%

Chi carica una canzone, però, non viene pagato per averla caricata. Viene pagato se qualcuno la ascolta, e le regole su che cosa conta come ascolto le scrivono le piattaforme. Negli ultimi due anni le hanno riscritte quasi tutte nella stessa direzione.

Le regole sono cambiate

Le piattaforme hanno riscritto le regole su due fronti, chi viene pagato e che cosa vede chi ascolta, senza vietare la musica generata, con un'eccezione che vedremo.

Il primo fronte è il pagamento. La regola di base è di Spotify e precede l'esplosione della musica generata: dall'aprile 2024 un brano deve aver fatto almeno 1.000 ascolti negli ultimi dodici mesi, da un numero minimo di ascoltatori distinti che Spotify non rende pubblico, per entrare nel calcolo delle royalty sulla registrazione. Spotify lo spiega così: decine di milioni di brani avevano fra 1 e 1.000 ascolti l'anno e producevano in media tre centesimi al mese, e la soglia toglie a chi carica la possibilità di ricavare spiccioli da un volume altissimo di brani. Chi pubblica mille canzoni che restano sotto soglia non incassa niente, e la regola c'era prima che l'IA rendesse facile produrle.

Poi ci sono gli ascolti finti, prodotti da programmi per gonfiare i compensi. Secondo Deezer, nel 2025 fino all'85% degli ascolti dei brani interamente generati era di questo tipo, e Deezer li esclude dai pagamenti. Spotify dichiara che gli ascolti artificiali non producono royalty, non contano nelle classifiche e non influenzano le raccomandazioni; dall'aprile 2024 addebita una penale ai distributori e alle etichette per i brani con ascolti artificiali in quantità flagrante, e nel settembre 2025 ha dichiarato di aver tolto dal catalogo oltre 75 milioni di brani "spam" in dodici mesi. Tidal, nel giugno 2026, è andata oltre: la musica riconosciuta come interamente generata resta ascoltabile ma non riceve royalty.

Il secondo fronte è la visibilità. Deezer etichetta la musica riconosciuta come interamente generata, la toglie dalle raccomandazioni algoritmiche e dalle playlist editoriali, e il 13 ottobre 2026 ha annunciato un filtro, in arrivo entro fine anno, che la esclude anche dai risultati di ricerca per chi lo attiva. Spotify ha scelto un'altra unità di misura: da metà settembre 2026 mostra un'etichetta "AI Persona" sui profili la cui identità pubblica sembra generata dall'IA, e di default esclude la loro musica dalle raccomandazioni editoriali e algoritmiche. L'etichetta riguarda l'identità che il progetto presenta al pubblico, non l'uso di strumenti come Suno nella produzione; a quello Spotify risponde con un filtro antispam che tiene i caricamenti sospetti fuori dalle raccomandazioni, con il divieto di imitare la voce di un artista senza il suo consenso e con uno standard, sviluppato con l'industria, per dichiarare nei crediti dove l'IA è stata usata. All'estremo c'è l'eccezione: Bandcamp, il negozio online degli indipendenti, dal gennaio 2026 vieta del tutto la musica generata interamente o in parte sostanziale dall'IA.

Strumenti diversi, direzione uguale: meno soldi e meno visibilità a chi produce musica generata in quantità. Il risultato si vede nei numeri di Deezer. Ad aprile 2026 la musica generata valeva fra l'1 e il 3% degli ascolti totali, contro quasi metà dei caricamenti. Una parte di questa distanza dipende proprio dalle regole: un brano escluso dalle raccomandazioni perde uno dei canali principali con cui la musica viene scoperta.

Chi regge e chi no

Il caso di successo più noto aiuta a vedere che cosa c'è intorno al modello che genera la musica. Dietro Xania Monet c'è Telisha Jones, poetessa del Mississippi, che scrive i testi e usa Suno per trasformarli in canzoni R&B. Xania Monet ha accumulato milioni di ascolti, con "How Was I Supposed to Know?" è stata la prima artista IA nota a entrare in una classifica radiofonica di Billboard e ha firmato un accordo multimilionario con l'etichetta Hallwood Media.

L'IA qui abbassa il costo di produzione. Intorno al modello, però, ci sono un'autrice riconoscibile, una storia e una struttura di promozione. Quanto ciascuna abbia pesato sul successo non lo sappiamo, e la radio e il contratto possono essere arrivati anche dopo i primi ascolti. Ma sono cose che una fabbrica di catalogo anonima non ha, e che le regole delle piattaforme rendono più importanti.

Dove finisce il valore

Nell'articolo sulla catena del valore dell'IA ho sostenuto che i soldi li fa chi non puoi sostituire. La musica generata lo mostra bene. Quando molti possono produrre musica simile a costi bassissimi, saperla generare dà poco vantaggio. Gli anelli più difficili da sostituire sono due, e stanno ai lati del modello che genera la musica.

A valle c'è la distribuzione: Spotify e Deezer decidono che cosa conta come ascolto, che cosa viene raccomandato, che cosa viene pagato.

A monte c'è il catalogo da cui i modelli imparano. Un modello come quello di Suno non inventa la musica dal nulla: viene addestrato su milioni di registrazioni esistenti, da cui ricava le regolarità che poi riproduce, come una voce soul si appoggia su certe note o come si costruisce un ritornello. Per questo chi possiede le registrazioni ha in mano la materia prima di cui ogni modello che genera musica ha bisogno. Le grandi case discografiche avevano fatto causa a Suno e a Udio, un servizio concorrente che funziona allo stesso modo, accusandoli di aver addestrato i sistemi su registrazioni protette. Tra ottobre e novembre 2025 Universal ha chiuso la causa con Udio e Warner con Udio e con Suno. Ad agosto 2026 BMG, la casa discografica ed editore musicale del gruppo Bertelsmann, ha firmato con Suno, con un compenso per gli artisti che partecipano. Il 9 settembre 2026 Suno ha lanciato v6, la sua nuova generazione di modelli, sviluppata con Warner, BMG e Believe, un distributore digitale francese che lavora con etichette indipendenti, e ha annunciato il ritiro dei modelli precedenti. Alcuni grandi titolari di cataloghi hanno smesso di fare causa ai produttori di questi modelli e hanno cominciato a farsi pagare per alimentarli. Gli accordi prevedono che gli artisti scelgano se partecipare, con controllo su nome, voce e brani usati nelle canzoni nuove e, dove lo dicono, un compenso: le cifre e i criteri di riparto non sono pubblici.

Resta quindi da capire quanto di quei soldi arrivi a chi la musica l'ha fatta, e soprattutto a chi ha suonato e cantato le registrazioni già nel catalogo, quelle su cui i modelli sono stati addestrati. Un catalogo raccoglie il lavoro di autori, cantanti, produttori e musicisti, con contratti diversi. Nel settembre 2026 il Council of Music Makers, che riunisce le organizzazioni britanniche dei creatori, ha contestato che clausole generiche nei contratti vecchi bastino ad autorizzare l'uso delle registrazioni nell'IA, e chiede consenso esplicito per ogni uso e un compenso equo per l'addestramento. Negli Stati Uniti il sindacato dei musicisti, l'American Federation of Musicians, ha fatto causa a Universal, Atlantic e Warner Records nel giugno 2026: sostiene che gli accordi con Suno e Udio siano un "nuovo uso" delle registrazioni, che per contratto collettivo va notificato e pagato ai musicisti che le hanno suonate. Sono contestazioni aperte, non violazioni accertate. Ma dicono dove si è spostato il conflitto: chi può dare il consenso, per quali usi, con quale quota.

Un soggetto guadagna già, e sta fuori da questa contesa: chi produce e vende il modello. Nel marzo 2026 il fondatore di Suno ha dichiarato due milioni di abbonati paganti e 300 milioni di dollari di ricavi annualizzati. Sono numeri dichiarati dall'azienda, non bilanci. Dicono però che si può incassare vendendo la possibilità di fare musica anche se la maggior parte di chi la fa non incasserà nulla dalle canzoni: molti pagano per creare, non per essere ascoltati.

In mezzo resta chi genera le canzoni per farle ascoltare. Generarle costa pochissimo, ma pochissimo a tutti; selezionarle, rifinirle e farle conoscere costa ancora.

Il peso si è spostato

Produrre e registrare una canzone richiedeva musicisti, studi e tempo. Per alcuni generi di brani oggi bastano pochi secondi. L'attenzione di chi ascolta, invece, è limitata come prima. Così pesa ancora di più chi decide quali canzoni far scoprire e a quali condizioni pagarle.

Non so se Naya Blu sia una persona o un progetto costruito con l'IA. So che, in entrambi i casi, il suo catalogo frutta solo se passa regole che non ha scritto lei. E so su che cosa oggi si litiga davvero nella musica: chi ha il potere di autorizzare la musica nuova e di partecipare ai suoi ricavi. Finora la risposta è la stessa dell'articolo sulla catena del valore: chi controlla il catalogo e chi controlla l'ascolto.


Articoli correlati su Libro Vivo IA

  1. I soldi dell'IA li fa chi non puoi sostituire
  2. Il prezzo al token è metà del conto
Fonti e Bibliografia
Resta aggiornato

Un solo aggiornamento per articoli, eventi e nuove edizioni

Nuovi articoli sull'IA
Nuove edizioni del libro ed eventi