Le 21 mai 2026, Spotify et Universal Music Group ont annoncé un accord présenté comme historique, qui prévoit de mettre à disposition des abonnés, contre paiement d’un supplément à l’abonnement de base, un outil leur permettant de créer des covers et remixes générés par IA, à partir des œuvres d’artistes ayant accepté de participer au dispositif1.
Le triptyque rituel - consentement, crédit, compensation - a été énoncé. Sir Lucian Grainge, PDG d’Universal Music, a invoqué le soutien à la création humaine, et Alex Norström, co-PDG de Spotify, une expérience enrichie pour les fans. Leur communiqué a été illico repris en choeur par toute la presse spécialisée, qui l’a relayé sans en interroger la prémisse.
Cette prémisse mérite pourtant qu’on s’y arrête. Car derrière l’annonce d’une nouvelle offre, ce qui se joue est la stabilisation d’un cadre normatif : celui qui réduit l’horizon de l’IA musicale à la seule production de dérivés autorisés. À mesure que ce cadre s’installe - pièce après pièce, deal après deal - l’espace réservé à l’exploration créative des nouveaux champs ouverts par les modèles génératifs se referme. Sans qu’on y prenne garde.
Une architecture qui se referme
Le mouvement est cohérent et sa chronologie lisible. En octobre 2025, UMG règle son contentieux avec Udio en imposant le principe d’un walled garden (ou jardin clos) : les œuvres générées par IA ne peuvent être exportées hors de la plateforme où elles ont été produites2. En avril 2026, Music Business Worldwide révèle l'existence d'un portefeuille de brevets adossé à UMG, déposés via une entité dédiée - Music IP Holdings, Inc., créée en partenariat avec Liquidax Capital - et qualifié de "blueprint technique pour le modèle walled garden".3
Plus de 60 innovations protégées y sont revendiquées, dont au moins trois brevets concernent directement l'infrastructure des dérivés générés par IA : systèmes d'approbation par les artistes en amont et en aval de la génération, watermarking numérique avec autorisations révocables, smart contracts pour la répartition automatisée des revenus, et lecture restreinte au seul environnement média approuvé - soit la matérialisation technique du modèle de jardin clos, même si l’expression n'apparaît jamais dans les filings.
En mai 2026, le deal Spotify-UMG donne corps à cette architecture côté distribution. Gustav Söderström avait préparé le terrain, lors de la présentation des résultats de Spotify trois mois plus tôt, en déclarant aux analystes que la technologie pour générer covers et remixes était prête depuis longtemps, et que seul manquait le cadre juridique4. On y est. Ce cadre est désormais posé.
L’offre peut maintenant être lancée, calibrée pour le sous-segment des superfans, à un tarif dont Bloomberg estimait dès février 2025 qu’il pouvait atteindre 5,99 dollars supplémentaires par mois5, l'outil de remix par IA constituant l'une de ses trois fonctionnalités principales (aux côtés du son haute résolution et d’un accès prioritaire à la billetterie).
Le 21 mai, Spotify et UMG n'ont pas confirmé le tarif de leur add-on. Le bénéfice économique qu’ils peuvent en tirer peut néanmoins être évalué. Spotify a clôturé son premier trimestre 2026 avec 293 millions d’abonnés payants. Un taux d’adoption de l’add-on de 5 % à 5,99 dollars représenterait, en année pleine, un peu plus d’un milliard de dollars de revenus additionnels, à partager entre la plateforme, les majors et les artistes participants - selon des clés de répartition qui restent à documenter.
Ce n’est pas un nouveau marché, ni de l’acquisition : c’est de la surmonétisation d’une base captive. Reste à savoir si cet horizon économique épuise la question.
Ce que ce cadre ignore ou feint d’ignorer
Le cas d’usage proposé frappe par son indigence. Après trois ans de débat public planétaire sur l’IA musicale générative, après l’émergence de pratiques compositionnelles entièrement nouvelles - comme les expérimentations vocales d’Holly Herndon avec Spawn6, le geste d'open-sourcing vocal de Grimes via Elf.Tech7, ou l’élaboration de modèles garantissant une plus grande diversité culturelle comme CultureMERT8 ou CLaMP 39 - la seule application dont la première alliance majeure entre une plateforme dominante et une major de la musique parvient à accoucher est de permettre au fan de faire des covers de ses artistes préférés.
Nous sommes en deçà de ce que Splice ou GarageBand permettent déjà. En deçà des outils de mashup amateur des années 2000. En deçà de ce que l’industrie imaginait elle-même au milieu des années 2010, lorsque les UGC créatifs paraissaient pouvoir s’institutionnaliser. Ce déficit d’imagination n’est pas anecdotique. Il confirme que la fonction du dispositif mis en place par UMG et Spotify n’est pas créative mais défensive. Il ne s’agit pas d’ouvrir un espace, mais de clôturer un terrain. De préempter, de désamorcer, de capter sous forme contractuelle ce que les usagers commencent à s’approprier hors de leur contrôle.
Ces appropriations produisent déjà leurs effets. Sur Soundcloud, la centaine d’albums qui est le fruit de mon expérimentation poussée de Suno depuis quelques mois a déjà généré près de 300 000 écoutes10. Ce sont des initiatives que je m’efforce souvent de documenter, comme ma tentative récente de faire dialoguer une guitare classique fretless, une contrebasse et un violoncelle11 ; ou celle, plus singulière, de tenter de résister à l’attractivité des bassins de stabilité d’un modèle génératif comme Suno, qui sont massivement pop, et de le forcer à habiter ses propres marges.
C’est ce qui m’a permis de produire un EP d’improvisations dissonantes12 dans lesquelles Lucian Grainge aurait bien du mal à retrouver ses petits - et dont il aurait peu de légitimité à revendiquer le copyright. Il m’arrive certes de vouloir restaurer l’empreinte originale de certains artistes que j’apprécie particulièrement et dont je m’inspire directement pour prompter13, et d’imaginer des collaborations14 ou des fusions improbables15 sans solliciter l’autorisation de quiconque, mais aussi d’explorer des voies créatives parfaitement originales16.
L’audience de mes productions Suno est globale - États-Unis, Ukraine, Royaume-Uni, Allemagne, Indonésie, Égypte, Arabie saoudite, Brésil, Vietnam. Cette dispersion géographique révèle que l’IA générative produit déjà une valeur culturelle distribuée hors du modèle Spotify-UMG. Et cette valeur a vocation à être marginalisée voire baîllonnée par le dispositif que nous voyons s’installer.
Le verrou de la diversité
J’ai consacré plusieurs mois à documenter ce que j’appelle l’érosion de la diversité musicale à l’ère générative17 - en m’appuyant sur les travaux de CultureMERT, sur les corpus annotés de MERT, sur les benchmarks de CLaMP 3, et sur la littérature musicologique consacrée à la convergence stylistique des productions algorithmiques.
Le diagnostic est connu : les modèles entraînés majoritairement sur des corpus anglo-américains du XXᵉ siècle reproduisent et accentuent la dominance d’un certain idiome harmonique, rythmique et timbral. Sans intervention curative explicite, la création assistée par IA renforce l’homogénéisation que le streaming avait déjà entamée.
Cette prise de conscience m’a conduit à proposer une architecture, l’Universal Music Tokenizer (UMT), que je décris dans un livre blanc18, conçue pour penser l’inscription des traditions musicales sous-représentées dans les espaces latents des modèles, et pour distinguer distribution algorithmique et représentation patrimoniale. L’UMT n’est pas une réponse complète à la question de la diversité, mais il propose un horizon : celui d’une IA musicale qui élargit le spectre culturel inscrit dans ses corpus, plutôt que de le rétrécir.
Or, le modèle de jardin clos ne traite pas cette question. Il l’escamote même. Dans un dispositif où le fan ne peut transformer que ce que l’ayant droit a explicitement autorisé, et où la plateforme tire profit de cette circulation contrôlée, la priorité économique va aux catalogues à fort capital symbolique préexistant - c’est-à-dire, par construction, aux artistes déjà globalement dominants.
Le superfan-remixeur de Taylor Swift, de The Weeknd ou de Bad Bunny va générer un revenu marginal partageable. Le superfan-remixeur de la tradition gnawa, des polyphonies sardes ou des cantos d’estilo argentins peinera à exister - il n’a pas été pensé, n’a pas été modélisé, n’a pas de catalogue licencié à exploiter.
Cette dynamique n'est pas un défaut corrigible à la marge ; elle a un caractère quasi thermodynamique19. Un modèle entraîné sur un corpus déséquilibré ne produit pas des sorties biaisées par négligence, il produit ce que la topologie de son espace latent rend stable. Les bassins majoritaires absorbent les trajectoires. Les minorités stylistiques, culturelles, linguistiques ne sont pas seulement sous-représentées : elles sont topologiquement marginalisées.
Sans intervention morphogénétique délibérée - c'est-à-dire sans une architecture qui ouvre activement de nouveaux bassins, comme je le propose avec l’UMT -, l'IA générative produit mécaniquement de la convergence culturelle. Le “style ChatGPT”, le “timbre Suno”, le “visage Midjourney” ne sont pas des défauts de design ; ce sont des structures dissipatives stables dans des paysages mal contraints.
L’enjeu n’est pas anecdotique. Si nous laissons l’IA musicale se structurer autour de la seule logique du dérivé licencié, nous condamnons les traditions musicales périphériques à un double mouvement d’exclusion : exclusion des bases d’entraînement, exclusion des dispositifs de monétisation. Le résultat sera une accélération de l’homogénéisation déjà mesurée empiriquement par la recherche musicologique.
Un terrain attentionnel prédéterminant
Cette logique défensive ne sort pas de nulle part. Elle s’inscrit dans une matrice plus large, dont elle est l’extension cohérente : celle du régime de valeur attentionnelle que le streaming a installé depuis quinze ans, et dont j’ai exploré ailleurs les implications philosophiques20.
Dans cet écosystème, la valeur d’une œuvre se mesure de moins en moins à ce qu’elle exprime, signifie ou transforme, et de plus en plus à sa performance comportementale agrégée - sa capacité à retenir l’attention, à minimiser les skips, à maximiser la durée d’écoute, à prolonger le flux sans friction. Les plateformes ne sont pas des bibliothèques que l’on consulte ; ce sont des architectures qui modélisent en temps réel les comportements d’écoute pour optimiser l’engagement.
Dans ce régime, la musique générée par IA cesse d’apparaître comme une anomalie. Elle en devient au contraire l’aboutissement logique. Non parce qu’elle serait esthétiquement supérieure, mais parce qu’elle bénéficie d’un alignement structurel avec les critères mêmes de valorisation : produite instantanément, itérable indéfiniment, ajustable en temps réel aux signaux comportementaux, débarrassée par construction des aspérités qui pourraient déclencher une interruption du flux.
L’IA générative ne concurrence pas l’artiste humain sur le terrain esthétique : elle dispose d’un avantage natif sur le terrain métrique qui est désormais celui de la sélection. C’est précisément ce terrain qui rend le jardin clos possible - et acceptable. L’alliance Spotify-UMG ne fait pas que protéger juridiquement un catalogue ; elle prolonge et accélère un régime de valeur déjà constitué.
En cantonnant l’IA musicale à la transformation autorisée d’œuvres dont les métriques d’engagement ont déjà été éprouvées, le dispositif organise une double optimisation : optimisation économique du superfan-payeur, et optimisation comportementale de l’objet sonore lui-même, désormais doublement filtré, par la sélection algorithmique préalable et par les contraintes du remix licencié. Le superfan ne transformera pas n’importe quelle œuvre : il transformera celles que les algorithmes ont déjà sélectionnés pour leur capacité de rétention.
Or, ce qui s’efface dans ce double filtrage est précisément ce que toute tradition esthétique forte reconnait comme constitutif de l’expérience musicale : la friction nécessaire. La part d’altérité, de surprise, de risque pris contre les attentes - ce qui fait que la musique ne nous accompagne pas seulement, mais nous déplace.
Une musique optimisée pour la rétention est une musique qui s’adapte à nous ; une musique qui nous surprend est une musique qui nous transforme. La première est le produit canonique de l’écosystème du streaming. La seconde devient, par construction, structurellement défavorisée.
L’élimination sans censure n’est pas une métaphore : c’est le fonctionnement ordinaire des systèmes de recommandation, et le jardin clos étend simplement cette logique au domaine de la création. C’est donc moins l’IA en elle-même qui devrait nous inquiéter que la configuration dans laquelle Universal Music et Spotify veulent l’inscrire.
Le débat public, focalisé sur la question “humain versus machine”, manque ainsi la véritable ligne de fracture, qui passe entre deux régimes de valeur incompatibles : l’un où la musique est un flux comportemental optimisable, l’autre où elle demeure un événement, une rencontre avec de l’altérité formelle et affective. Le jardin clos de Spotify et UMG ne tranche pas ce débat : il le clôt en faisant du premier régime l’horizon indépassable.
Ce que la critique du dispositif n’invalide pas
La critique du jardin clos, cependant, ne doit pas conduire à minorer les enjeux légitimes que ce dispositif prétend résoudre. Les préoccupations liées à la protection du droit d’auteur sont justifiées. L’entraînement non-autorisé des modèles génératifs sur des œuvres protégées, à très grande échelle et sans information préalable ni rémunération des ayants droit, a constitué ces dernières années un pillage de fait.
La proposition de loi française sur la présomption d’usage de contenus protégés par les systèmes d’IA, dont je suis les débats avec attention, est une réponse légitime à cette opacité. Les contentieux en cours (Sony vs. Udio, majors vs. Suno, éditeurs vs. Anthropic…) soulèvent des questions juridiques sérieuses qui ne peuvent être balayées par l’idéologie de l’innovation à tout prix.
La question de notre rapport créatif à l’IA est, elle aussi, pleinement ouverte. Travaille-t-on avec la machine, ou se laisse-t-on travailler par elle ? Le geste créatif persiste-t-il quand la matière sonore est largement déléguée ? Mon expérience personnelle, marquée par une méthodologie de reverse engineering sonore appliquée à des héritages musicaux précis21, suggère que l’IA peut être un instrument d’approfondissement plutôt que de dilution - mais cela suppose une discipline interprétative qui n’est jamais automatique.
Ma méthode de production procède en trois temps. D'abord, une interaction approfondie avec un modèle de langage pour caractériser musicologiquement le matériau visé - esthétique d'un artiste, conventions d'un genre, signatures harmoniques, rythmiques et timbrales d'une tradition ; les LLMs montrent dans cet exercice une compétence analytique remarquable, qui devient la base de l'élaboration des prompts.
Le LLM est ensuite mobilisé pour traduire cette caractérisation dans la syntaxe propre à l'IA musicale utilisée - Suno, en l'occurrence -, où chaque paramètre de style, d'instrumentation, de production et d'ambiance doit être formulé avec précision. Enfin, une double itération entre le LLM et l'IA musicale, où chaque génération sonore est évaluée, me permet d’affiner le prompt et d’ajuster la trajectoire - parfois jusqu'à un résultat satisfaisant, parfois jusqu'à la reconnaissance d'une impasse.
Cette démarche m’a permis d'aborder aussi bien des fusions stylistiques exigeantes (musique indienne et urbaine22, jazz et flamenco23, classique et rock progressif24, math rock et musique latine25, hard rock et hip-hop26) que des hommages patrimoniaux précis comme l'album De l'Alba al Vespre, dédié au répertoire de sardanes catalanes de mon arrière-grand-père Camille Gili, co-fondateur de la Cobla Combo-Gili du Roussillon27.
Au-delà du résultat sonore, c'est le rapport à la culture musicale qui s'en trouve transformé : la nécessité de formuler verbalement et techniquement ce qu'un héritage musical est en approfondit la compréhension.
Poser les bonnes questions
A ce stade, la question métaphysique de notre rapport à l’IA n’en demeure pas moins entière. Que sommes-nous en train de faire en confiant à des architectures probabilistes une part croissante de notre production symbolique ? Comment se modifie notre rapport au sens lorsque la fonction d’auteur se diffracte ? Ces interrogations philosophiques sont parmi les plus profondes que notre temps nous adresse - et elles ne disparaissent pas parce que je critique un deal industriel.
Mais aucune de ces questions ne trouve sa réponse dans le jardin clos. Le dispositif de Spotify et UMG ne règle pas la question du droit d’auteur, il la contourne par contrat. Il ne pense pas notre rapport créatif à l’IA, il le réduit à une transaction. Il ne soulève pas la question métaphysique, il l’évacue. Ce qu’il fait, c’est résoudre par la force ce que la pensée n’avait pas encore résolu - au bénéfice exclusif des acteurs qui contrôlaient déjà l’écosystème antérieur.
L’enjeu de cette tribune n’est pas de condamner Spotify ou Universal Music Group, ni d’idéaliser les usages alternatifs. Il est de demander que le débat public, à l’heure où se stabilisent les architectures durables de l’économie musicale algorithmique, ne soit pas confisqué par le seul horizon du dérivé fan-engagement.
Quelques questions méritent d’être posées :
Qui décide de ce que l’IA musicale peut et doit produire ? Selon quels critères patrimoniaux et culturels les corpus d’entraînement sont-ils constitués, ou seront-ils redressés là où ils sont biaisés ? Qui sculpte le paysage des formes musicales possibles, et selon quels principes ? À quelle responsabilité publique ces opérateurs de configuration symbolique sont-ils astreints, alors qu'aucune institution n'est aujourd'hui chargée de nommer ce qu'ils font ?
Mais aussi, quelle écologie économique sépare une rente sur catalogue préexistant d’un revenu créatif réel ? Quel statut juridique pour les œuvres entièrement nouvelles produites par IA, hors logique de cover et de remix ? Comment articuler la juste protection du droit d’auteur existant et la nécessité d’ouvrir des espaces d’expérimentation libre, notamment pour la sauvegarde et la régénération des traditions musicales périphériques ? Et quelle sera la place de ces traditions dans l’inscription numérique des décennies à venir ?
Aucune de ces questions ne trouve de réponse dans le communiqué du 21 mai. Aucune ne sera traitée par un add-on à 5,99 dollars. Ce sont pourtant celles qui décideront du paysage musical des deux prochaines décennies. L’IA musicale peut avoir d’autres vocations que celle d’être un produit dérivé du fan-engagement. Encore faut-il que ceux qui en pensent les usages - créateurs, chercheurs, juristes, éducateurs, public éclairé - refusent de laisser à l’industrie le monopole de l’imagination.
Spotify and Universal Music Group strike landmark deal to let fans create AI covers and remixes – as a paid Premium add-on, Music Business Worldwide, 21 mai 2026
La musique met ses premiers bâtons dans les roues de l’IA, @music_zone, 17 novembre 2025
Inside the UMG-backed patent portfolio targeting AI music derivatives: A technical blueprint for the walled garden model?, Music Business Worldwide, 22 avril 2026.
Spotify, une grosse machine à cash aux pieds d’argile, @music_zone, 16 février 2026
Spotify Weighs $6 Premium for Added Features, Bloomberg, 15 février 2025
Spawn est un réseau neuronal développé par l’artiste et compositrice d’origine américaine installée à Berlin Holly Herndon,avec son partenaire Mat Dryhurst et le développeur Jules LaPlace. Le projet est l’élément central de son album Proto, sorti chez 4AD en mai 2019. Spawn a été entraîné par des “live training sessions” avec un ensemble vocal berlinois de quatorze chanteurs et chanteuses, la harpiste Evelyn Saylor et la violiste Annie Garlid. Herndon a un Ph.D. du Center for Computer Research in Music and Acoustics (CCRMA) de Stanford, ce qui confère à sa démarche une légitimité académique et artistique conjointe. L’album a reçu un Metacritic de 82/100 et une note de 8,2/10 de Pitchfork. En 2022, Holly Herndon a lancé Holly+, un outil permettant à d'autres musiciens d'utiliser un clone vocal d'elle-même.
Grimes (Claire Boucher) a lancé Elf.Tech fin avril 2023, une semaine après son tweet dans lequel elle proposait un royalty split de 50/50 à quiconque utiliserait sa voix dans un titre IA, en réaction directe au titre viral Heart on My Sleeve élaboré avec des deepfakes vocaux de Drake et The Weeknd. Le système est techniquement adossé à Triniti, plateforme d’IA générative développée par CreateSafe, studio co-fondé par son manager Daouda Leonard, qui a réalisée une levée de fonds d’amorçage de 4,6 M$ auprès d’un tour de table mené par Polychain Capital en novembre 2023. À cette date, plus de 1000 titres avaient été produits avec le clone vocal de Grimes, et 15 000 transformations vocales effectuées dans les premières semaines.
CultureMERT-95M (Angelos-Nikolaos Kanatas et al., conférence ISMIR 2025) est un modèle d’analyse musicale réentraîné spécifiquement pour mieux reconnaître et catégoriser les musiques non-occidentales. Partant d’un modèle pré-existant majoritairement formé sur des corpus occidentaux, les chercheurs lui ont fait absorber 650 heures supplémentaires de musique grecque, turque et indienne, selon une méthode soigneusement calibrée pour ne pas faire oublier ce qu’il avait déjà appris.
CLaMP 3 (Shangda Wu et al., conférence ACL 2025) répond à un autre défi : permettre une recherche musicale multilingue et multimodale, où l’on pourrait demander à un système, dans n’importe quelle langue, de retrouver une œuvre à partir d’une partition, d’un extrait sonore, d’une description verbale ou de toute combinaison de ces formes. L’innovation centrale est la capacité du modèle à comprendre des requêtes formulées dans des langues qu’il n’a jamais rencontrées au cours de son entraînement, ouvrant la voie à un accès à la musique du monde qui ne soit plus filtré par l’anglais.
Près de 300 000 écoutes sur Soundcloud, Makno & Co, 25 mai 2026
Dialogues fretless entre guitare classique, contrebasse et violoncelle, Makno & Co, 24 mai 2026
Improvisations dissonantes (nouvel EP), Makno & Co, 23 mai 2026
Quand l’IA musicale ressucite l’esprit de Captain Beefheart, Makno & Co, 30 septembre 2025
Robert Fripp meets Steve Hillage, Makno & Co, 26 août 2025
Medina Blues I, II et III, Makno & Co, 6 novembre 2025
Anamnèse, musique des sphères post-mortem, Makno & Co, 12 novembre 2025
IA générative et érosion de la diversité musicale, @music_zone, 1er mars 2026
Le cadre conceptuel mobilisé ici - l'espace latent d'un modèle compris comme espace des phases au sens prigoginien, l'homogénéisation comme fatalité thermodynamique sans intervention délibérée, les bassins minoritaires topologiquement marginalisés - est développé en détail dans mon article "De la phyllotaxie aux enjeux politiques de l'IA générative" (Makno & Co, 5 mai 2026), où je propose une lecture morphogénétique des systèmes génératifs et de leurs enjeux civilisationnels.
Sur le devenir de notre rapport à la musique à l’ère générative, Makno & Co, 20 décembre 2025
Si on m’avait dit que je fabriquerais un jour la musique que j’écoute..., Makno & Co, 29 août 2025
Urban Indian Music, Soundcloud, 29 juillet 2025
Encuentros, Soundcloud, 5 août 2025
Metamorphosis, Soundcloud, 7 août 2025
Psychotrash Latin Core, Soundcloude, 2 août 2025
Street Rebellion, Soundcloud, 15 août 2025
De l'Alva al Vespre - Homenatge a Camille Gili. Cet album rend hommage à mon arrière grand-père Camille Gili (1890 - 1971), virtuose de la tenora et cofondateur de la légendaire Cobla Combo-Gili, formation emblématique du Roussillon catalan qui rayonna des années 1920 aux années 1960, dont l’IA m’a permis de restituer le style musical. À travers dix sardanes inédites créées dans l’esprit authentique de la Combo-Gili, il retrace le cycle d’une journée méditerranéenne - de l’aube lumineuse (”Matinada de Perpinyà”) au crépuscule nostalgique (”Vespres del Canigó”), en passant par les festivités de la place du village (”Ball de la Plaça”) et la célébration de la fête majeure (”Festa Major”).