90 000 morceaux par jour

Pour qui, et pour quoi faire ?

MUSIQUE ET IA

Sylvain Morizet

11/8/20269 min read

IA et musique : beaucoup de titres, peu d'écoutes, et de vraies questions pour les auteurs

L'intelligence artificielle générative produit désormais des dizaines de milliers de morceaux chaque jour. Mais derrière les chiffres spectaculaires, les usages, les réalités économiques et les conséquences pour les créateurs sont très différents de ce qu'on imagine.

90 000 morceaux par jour, puis un ralentissement

Jeudi 5 novembre, je participais au Centre national de la musique (CNM), en tant que représentant du Syndicat national des auteurs et des compositeurs (SNAC), à une réunion consacrée à l'intelligence artificielle et à la filière musicale. J'y ai retrouvé Manuel Moussallam, responsable de la recherche et du développement chez Deezer, avec qui je siège depuis plusieurs années à la commission Innovation du CNM. Il m'a communiqué une information intéressante : la proportion de nouveaux titres entièrement générés par intelligence artificielle reçus par Deezer serait redescendue sous les 40 %.

Quelques mois auparavant, Deezer annonçait pourtant recevoir environ 90 000 titres entièrement générés par IA chaque jour. En juin 2026, ceux-ci avaient même représenté plus de la moitié des nouvelles mises en ligne lors des journées les plus chargées. Une progression spectaculaire, dont on pouvait se demander où elle s'arrêterait. Manuel Moussallam évoquait une explication possible à ce récent ralentissement : les restrictions introduites par Suno, l'un des principaux générateurs musicaux. Depuis le 3 septembre, les abonnements Pro et Premier permettent respectivement de télécharger 20 et 60 morceaux par mois, avec la possibilité d'acheter des téléchargements supplémentaires. Les utilisateurs peuvent toujours générer de la musique, mais son exportation devient plus contraignante, sauf notamment pour les utilisateurs de Suno Studio.

Ces nouvelles données restent à confirmer par une publication officielle, tout comme leur lien exact avec les décisions de Suno. Mais cette évolution pose une question intéressante : quelle part de cette production industrielle correspond à une véritable activité musicale, et quelle part relève simplement de l'expérimentation ou de la multiplication automatisée des contenus ?

Car un autre chiffre mérite qu'on s'y attarde. Malgré leur poids considérable dans les nouveaux dépôts, les titres entièrement générés par IA ne représentent que 1 à 3 % des écoutes sur Deezer. Et parmi ces écoutes, jusqu'à 85 % ont été identifiées comme frauduleuses en 2025, selon les périodes, puis démonétisées. Il faut préciser que Deezer exclut ces musiques de ses recommandations algorithmiques et de ses playlists éditoriales, ce qui limite leur visibilité. Ces chiffres concernent par ailleurs deux indicateurs différents : le flux de nouveaux morceaux mis en ligne et la consommation de l'ensemble du catalogue. Leur comparaison ne permet donc pas, à elle seule, de mesurer l'intérêt réel du public pour la musique artificielle.

Elle révèle néanmoins un décalage considérable entre les volumes de production et les usages observés. Produire des milliers de morceaux ne signifie pas qu'ils seront écoutés, encore moins qu'ils trouveront un public. Et c'est ici qu'une distinction devient essentielle.

Des usages très différents, trop souvent confondus

Un utilisateur qui découvre Suno et s'amuse à fabriquer quelques chansons pour ses amis n'a pas grand-chose en commun avec un compositeur professionnel qui intègre certains outils d'IA à son travail. Leurs motivations, leurs compétences, leurs investissements et leurs attentes économiques sont différents. À cela s'ajoute une troisième catégorie : les acteurs qui automatisent la production et la diffusion de milliers de titres, notamment dans le but de capter des revenus de streaming.

Or, ces populations sont régulièrement regroupées sous une même appellation : les utilisateurs d'IA musicale.

Cette confusion fausse l'analyse économique. Les utilisateurs récréatifs sont généralement peu disposés à investir des sommes importantes dans leur activité. Si les possibilités de téléchargement diminuent ou deviennent payantes, beaucoup peuvent simplement renoncer à exporter leurs créations. Ceux qui produisent industriellement des contenus voient également leur modèle économique modifié. Les professionnels, eux, raisonnent différemment : ils peuvent investir dans un outil dès lors qu'il apporte un bénéfice réel à leur activité. Cette distinction pourrait donc contribuer à expliquer le ralentissement constaté chez Deezer. Il faudrait disposer de données plus précises sur les profils des utilisateurs et les volumes de diffusion pour le vérifier.

C'est précisément l'une des remarques que j'ai formulées lors de la réunion du CNM. Les échanges étaient conduits dans le cadre de travaux avec BearingPoint, cabinet de conseil généraliste. J'ai été surpris par le manque de distinction, dans les discussions auxquelles j'ai assisté, entre les usages récréatifs et professionnels, mais aussi entre les différentes technologies regroupées sous le terme d'intelligence artificielle. J'ai quitté la réunion au bout d'une heure, avec le sentiment qu'on cherchait surtout à recueillir gratuitement l'expertise des spécialistes présents pour alimenter une prestation de conseil. C'est une méthode qui m'interroge régulièrement : des cabinets généralistes sont sollicités pour étudier des secteurs très spécialisés, dont ils doivent ensuite découvrir les réalités auprès des professionnels concernés. Encore faut-il que cette collecte d'informations repose sur des questions pertinentes.

Car l'algorithmie, l'automatisation, l'apprentissage automatique et l'intelligence artificielle générative ne produisent pas les mêmes effets sur les métiers. Un algorithme qui optimise la gestion d'un parking, un outil qui sépare les instruments d'un enregistrement et un générateur qui compose une chanson complète accomplissent des fonctions profondément différentes. Les analyser indistinctement sous l'étiquette « IA » conduit à des conclusions parfois très éloignées des réalités professionnelles.

Quand l'IA intervient dans le travail de l'auteur

Une autre remarque que j'ai formulée lors de cette réunion concerne ce que j'appellerais la zone de friction entre l'intelligence artificielle et les professionnels.

Prenons l'exemple d'un Zénith. Qu'un système algorithmique optimise la gestion de ses parkings, régule les flux de spectateurs ou facilite l'organisation technique d'un concert ne soulève généralement aucune objection artistique. Mais si une IA générative compose la musique d'un spectacle à la place d'un compositeur, la réaction sera évidemment différente. La technologie intervient alors directement dans un domaine de création relevant du droit d'auteur, tout en concurrençant une activité professionnelle rémunérée.

Cette distinction permet de comprendre pourquoi un même professionnel peut accueillir favorablement certaines applications de l'IA et en contester d'autres. Je trouve particulièrement intéressants les outils permettant de restaurer des enregistrements, de séparer des sources sonores ou d'automatiser certaines opérations techniques. Le travail réalisé sur la voix de John Lennon pour Now and Then, publié par les Beatles en 2023, en fournit une excellente illustration : des techniques d'apprentissage automatique ont permis d'isoler une interprétation authentique qui existait déjà. Elles n'ont inventé ni la mélodie, ni les paroles, ni la voix de Lennon.

Avec Suno ou Udio, nous sommes face à une autre logique. L'utilisateur peut demander un morceau complet, avec sa mélodie, son harmonie, son orchestration, ses instruments et ses voix. Des tâches correspondant traditionnellement à plusieurs métiers peuvent ainsi être prises en charge par un seul système. Entre ces deux situations existent naturellement de nombreux usages hybrides : un compositeur peut écrire sa propre musique, générer certains éléments instrumentaux, puis retravailler l'ensemble. La question n'est donc pas simplement de savoir si l'IA a été utilisée, mais de déterminer quelle fonction elle a remplie et quelle part des décisions artistiques est restée humaine.

Cette distinction a également une portée juridique. En France, une œuvre entièrement générée par IA, sans apport créatif humain, ne bénéficie pas de la protection du droit d'auteur. À l'inverse, une œuvre réalisée avec l'assistance d'outils d'IA peut être protégée lorsque la contribution créative de son auteur est suffisamment caractérisée. Les conditions d'entraînement des modèles soulèvent une autre difficulté : les systèmes ont appris à produire de la musique en analysant d'immenses quantités d'œuvres préexistantes. Le 31 juillet 2026, le tribunal régional de Munich a ainsi donné largement raison à la GEMA, société allemande de gestion collective, dans une procédure engagée contre Suno concernant la reproduction de six œuvres protégées. Une décision importante, même si elle n'était pas définitive lors de son prononcé.

La friction apparaît donc sur plusieurs plans : la reconnaissance du travail artistique, la propriété intellectuelle, l'utilisation des œuvres existantes et, bien entendu, la rémunération des professionnels. Elle n'est pas systématique : certaines automatisations techniques peuvent aussi supprimer des emplois, tandis que l'IA générative peut servir d'assistant à un auteur. Mais il serait difficile de comprendre les réactions du secteur sans tenir compte de cette différence fondamentale entre assister une activité créative et s'y substituer.

Le véritable enjeu : l'économie des métiers musicaux

On entend régulièrement que l'IA ne remplacera pas les musiciens, car ceux qui l'utilisent n'auraient de toute façon jamais eu les moyens de les engager. Cet argument me semble particulièrement fragile. Dans la musique à l'image, la publicité, le documentaire ou les productions audiovisuelles, les commanditaires disposent de budgets et recherchent des résultats précis. Si une technologie permet d'obtenir une musique jugée satisfaisante pour une fraction du coût habituel, pourquoi supposer que les producteurs continueront systématiquement à financer une composition originale, des arrangements, des instrumentistes ou des séances d'enregistrement ?

Naturellement, un compositeur expérimenté apporte bien davantage qu'un fichier audio. Il comprend les intentions d'un réalisateur, dialogue avec lui, construit une dramaturgie musicale, adapte son travail aux modifications du montage et assume des choix artistiques. Mais toutes les productions n'ont pas les mêmes exigences. Certaines accepteront un résultat standardisé si celui-ci répond à leurs besoins pour un coût inférieur. Les conséquences économiques pourraient donc toucher une partie significative des métiers de la musique, y compris des professionnels très qualifiés.

On répond parfois que les artistes pourront toujours se produire sur scène, puisque le public continuera de rechercher une expérience humaine. C'est probablement vrai pour une partie d'entre eux. Mais les compositeurs de musique à l'image, les orchestrateurs, les arrangeurs, les musiciens de studio ou les ingénieurs du son ne vivent pas tous de concerts. Leur activité repose aussi sur des commandes, des collaborations et des prestations. Et si les petites productions commencent à disparaître, ce sont également les premières possibilités de travail des jeunes professionnels qui risquent de s'amenuiser. Comment acquérir une expérience réelle lorsqu'une part croissante des premières commandes est confiée à des systèmes automatisés ?

Cette évolution interroge enfin la formation. J'interviens régulièrement auprès d'étudiants et de professionnels du son, de la composition et de l'audiovisuel sur les applications de l'IA. Les outils sont impressionnants, mais leur efficacité pose une question : pourquoi continuer à apprendre l'harmonie, l'orchestration ou certaines techniques de production si une machine peut fournir instantanément un résultat convaincant ? Un utilisateur peut désormais obtenir une musique aboutie sans comprendre les mécanismes qui la constituent. Cela peut susciter une envie d'apprendre, ce qui est une excellente chose, ou installer une dépendance aux propositions de la machine.

Or, composer, arranger ou orchestrer consiste en grande partie à prendre des décisions. Il faut comprendre pourquoi une harmonie fonctionne, anticiper l'équilibre instrumental, apprécier la direction d'une phrase ou mesurer les conséquences d'une écriture sur son interprétation. Ces compétences s'acquièrent progressivement par l'étude et la pratique. L'IA peut faciliter ce travail, mais déléguer systématiquement les décisions risque d'en appauvrir la maîtrise. La capacité à produire un résultat et celle de comprendre comment et pourquoi ce résultat fonctionne sont deux choses différentes.

Une économie à organiser

Il serait inutile de chercher à empêcher le développement de l'intelligence artificielle dans la musique. Ces technologies continueront de progresser, d'intégrer les logiciels professionnels et de transformer les méthodes de travail. Elles offrent des possibilités réelles, aussi bien pour les créateurs que pour les techniciens et les nouveaux utilisateurs.

Mais leur développement pose des questions économiques auxquelles les seules performances technologiques ne répondent pas. Quelles conditions pour utiliser les œuvres dans l'entraînement des modèles ? Quelle rémunération pour les auteurs et les ayants droit ? Quelle transparence sur la provenance des contenus ? Quelle place pour les professionnels dont les prestations peuvent être automatisées ? Et comment préserver les conditions de formation et d'entrée dans les métiers ?

Les chiffres de Deezer rappellent utilement que la production de musique artificielle n'est pas nécessairement synonyme de demande du public. Ils montrent aussi, avec le ralentissement récemment observé, que les décisions commerciales des entreprises peuvent peser fortement sur les volumes diffusés. Les choix économiques, les règles de distribution et les mécanismes de rémunération peuvent donc influer sur cette transformation. Rien ne nous oblige à considérer son organisation actuelle comme définitive.

L'intelligence artificielle va permettre de produire toujours plus de musique, toujours plus rapidement et à moindre coût. C'est une évolution technique considérable. Reste à savoir comment nous souhaitons en répartir les bénéfices, et quelle place nous entendons conserver au travail créatif humain.

La musique ne risque pas de disparaître. Nous n'en avons jamais produit autant. Ce qui pourrait disparaître, en revanche, c'est la possibilité pour des êtres humains de consacrer leur vie à en créer.

Sources

Réseaux Sociaux & Cie

Rejoignez-nous sur les réseaux sociaux suivants

RESTONS EN CONTACT

© 2024. All rights reserved.

AFDAS : Commission musique et chorégraphie

Organisations professionnelles

ADAMI : Conseil de surveillance

CNM : Commission Innovation

SNAC : Groupe musique contemporaine