IA musicale : 800 soutiens annoncés, mais qui paie?

Le 22 janvier 2026la Human Artistry Campaign a lancé « Stealing Isn’t Innovation », une campagne dont la liste de soutiens annoncés dépassait 800 noms. Son objectif : obtenir un accès légal aux œuvres utilisées par les modèles d’IA, avec des licences et des partenariats. Le vrai sujet commence ensuite : qui reçoit l’argent?

Le refrain du vol créatif

La campagne vise un problème précis. Des modèles d’IA peuvent être entraînés sur des œuvres protégées, puis produire de la musique, des images, des vidéos ou du texte sans que les créateurs aient accepté cette utilisation. Son slogan, « Stealing our work is not innovation »résume sa position : le mot « intelligence » ne transforme pas automatiquement une reprise non autorisée en pratique acceptable.

La Human Artistry Campaign défend donc des accords de licence et des partenariats avec les entreprises d’IA. Sur sa page, elle affirme que les créateurs peuvent être rémunérés tout en permettant aux modèles de continuer à se développer. L’idée est claire. Les modalités le sont beaucoup moins.

La Recording Industry Association of America, la RIAA, met en avant la même piste pour les contenus musicaux : les sociétés d’IA paieraient les détenteurs de droits afin d’accéder aux catalogues. Or les producteurs et les maisons de disques contrôlent souvent une partie des droits de licence et de distribution. Une entreprise peut donc négocier un accord sans que l’artiste soit au centre de la discussion.

Une licence peut déplacer de l’argent sans garantir que le musicien a été informé, consulté ou rémunéré directement.

Du clic au clip, le slop prend la piste

Le problème ne vient pas uniquement des modèles. Les plateformes sociales récompensent la fréquence de publication, le temps de visionnage et la capacité à alimenter les recommandations. Sur TikTokInstagramYouTubeFacebookX et Redditpublier vite peut peser presque autant que publier bien lorsque l’objectif consiste à occuper le flux.

L’IA générative s’insère dans cette économie avec une promesse très concrète : produire davantage, plus vite et à moindre coût. Kapwing estimait entre 21 % et 33 % la proportion de vidéos YouTube de faible qualité générées par IA. Cette fourchette reste une estimation, pas un recensement officiel de toute la plateforme. Elle indique néanmoins ce qui arrive quand l’abondance devient plus rentable que le temps passé à créer.

La musique suit le même chemin. Des morceaux générés automatiquement circulent dans des playlists publiques et dans les recommandations. TikTok et Instagram peuvent aussi proposer des pistes produites par IA pour accompagner une vidéo. La bande-son devient alors une ressource d’engagement disponible à la demande, tandis que l’auteur humain peut disparaître du processus.

Suno, le jukebox sans musicien

Suno permet de choisir un genre, de fournir des paroles et de décrire une ambiance avant de générer une chanson en quelques clics. Le service peut aussi produire les paroles lui-même. Ses conditions indiquent qu’un abonnement premium autorise l’utilisation des morceaux dans une vidéo YouTubeun film, une série ou sur des plateformes comme Spotify et Apple Music.

Pour un créateur de contenu, la facilité est réelle : plus besoin d’enregistrer une voix, de louer un studio ou de commander une composition pour obtenir une piste. Pour un musicien qui vit de commandes, de droits voisins ou de diffusions, la concurrence devient plus directe. La technologie ne supprime pas le coût de la musique; elle peut surtout supprimer la personne qui le facturait.

La présence d’un morceau sur Apple Music ne règle aucune question de propriété intellectuelle. Elle prouve seulement qu’une piste générée a atteint une plateforme de streaming. Elle ne renseigne ni sur les œuvres utilisées pour entraîner le modèle ni sur l’accord des artistes concernés.

Un morceau disponible en streaming n’est pas un certificat d’origine.

La poule aux oeufs d’or avale les catalogues

Les plateformes distribuent, recommandent et monétisent des contenus dont elles ne contrôlent pas toujours la provenance. Une chanson générée avec Suno peut passer d’une playlist à une vidéo courte, puis revenir dans les recommandations d’un autre utilisateur. Plus la circulation s’accélère, plus il devient difficile d’identifier le modèle utilisé, les œuvres absorbées et le bénéficiaire du paiement.

Le discours commercial des entreprises d’IA repose souvent sur trois arguments : la vitesse, le prix et la disponibilité permanente. Pourquoi rémunérer plusieurs personnes quand un modèle peut produire une piste à la demande? Parce que la facture ne disparaît pas. Elle se déplace vers les artistes dont le travail a servi à entraîner le système et vers ceux qui perdent des commandes.

Un sondage publié par Reuters après six jours de collecte en août 2025 indiquait que 71 % des personnes interrogées craignaient que l’IA fasse disparaître trop d’emplois de manière permanente. Ce chiffre concerne le travail en général, pas uniquement la musique. Il montre toutefois pourquoi l’argument des tâches répétitives rassure de moins en moins lorsque l’outil produit directement la partie visible d’un métier.

Licence to kill, ou licence à qui?

Un accord de licence pourrait imposer un accès autorisé aux catalogues, des règles d’utilisation et une rémunération. Il reste à fixer les points qui changent tout : paiement unique ou récurrent, nombre de morceaux générés, droit de refus, transparence sur les œuvres utilisées et méthode de redistribution.

Le risque est de transformer les œuvres en lots de données. Le label négocie, l’entreprise d’IA obtient l’accès et l’artiste découvre après coup que son travail a servi à produire des milliers de morceaux similaires. Dans ce cas, la licence protège la transaction entre sociétés sans régler le consentement de la personne qui a créé l’oeuvre.

Le droit d’auteur protège plus facilement une entreprise capable de payer des avocats qu’un musicien indépendant. Une grande société peut envoyer une mise en demeure, demander le retrait d’un contenu ou engager une procédure. Un artiste seul dispose rarement du même temps et du même budget. La négociation autour de l’IA risque ainsi de renforcer une asymétrie déjà connue dans l’industrie musicale.

Quand le modèle mange ses propres paroles

Un autre danger apparaît lorsque les modèles apprennent à partir de contenus générés par d’autres modèles. Plus la production automatique envahit les plateformes, plus les nouvelles données peuvent contenir de la musique synthétique. Le système risque alors de se nourrir de ses propres sorties, comme une photocopie d’une photocopie qui finit par perdre ses détails.

Le problème dépasse la rémunération. Si un modèle absorbe d’abord des oeuvres humaines, puis réutilise ses propres productions pour fabriquer la génération suivante, le volume augmente sans apporter l’expérience vécue ni la responsabilité artistique du créateur. Beaucoup de pistes, donc. Pas forcément beaucoup de matière.

La Human Artistry Campaign pose une condition simple : l’IA peut continuer à exister, mais elle doit obtenir les contenus de manière légale et identifiable. Cette position ne règle pas le partage de l’argent, le consentement individuel ni le risque qu’une clause de licence devienne obligatoire pour signer avec un label ou un éditeur.

Le test ne sera pas la capacité d’une IA à composer une chanson en dix secondes, mais la traçabilité de ce qu’elle a utilisé et l’identité de la personne qui reçoit l’argent. Tant que ces deux réponses restent floues, le refrain est connu : la technologie avance, les entreprises négocient, et les créateurs cherchent encore qui tient réellement le micro.