L’intelligenza artificiale generativa sta imponendo all’industria musicale una trasformazione che investe contemporaneamente la creatività, la tutela dei diritti, i modelli di business e i processi produttivi. Una rivoluzione che, diversamente da quelle che l’hanno preceduta, non riguarda soltanto le modalità di distribuzione e fruizione dei contenuti, ma coinvolge direttamente la loro stessa realizzazione. È questo il punto di partenza di “AI Music Update: Nuove regole, scenari in evoluzione e le ultime sfide per l’industria musicale”, una masterclass per gli operatori del settore organizzata dalla società di collecting italiana SCF per fare il punto sulle questioni aperte e sulle risposte che l’industria sta elaborando.
Ad aprire i lavori è Mariano Fiorito, Direttore Generale di SCF, che inquadra il fenomeno sottolineandone la duplice rilevanza per la società: l’intelligenza artificiale ha un impatto sulla produttività aziendale e, allo stesso tempo, pone questioni direttamente connesse all’attività di collecting, sia sul piano operativo sia su quello delle licenze.
Una prospettiva che Enzo Mazza, Presidente di SCF e CEO di FIMI, allarga all’intero sistema musicale. Per Mazza, quella in corso è la trasformazione più importante che il settore abbia conosciuto negli ultimi anni, paragonabile per portata alla rivoluzione digitale della fine degli anni Novanta, ma con una differenza sostanziale: mentre le precedenti innovazioni hanno riguardato prevalentemente la distribuzione dei contenuti, lasciando sostanzialmente intatto il ruolo creativo di artisti e autori, l’AI generativa interviene direttamente nei processi di creazione, ridefinendo al tempo stesso attività e modelli operativi dell’industria musicale.
È questo, secondo Mazza, l’elemento che rende la trasformazione attuale senza precedenti. Per la prima volta, l’innovazione coinvolge infatti a 360 gradi l’intera filiera, mettendo in discussione equilibri consolidati e aprendo interrogativi difficili da risolvere anche nel breve periodo. L’orizzonte dei prossimi cinque o sei anni potrebbe restituire un’industria profondamente diversa da quella attuale, osserva, in un contesto nel quale è difficile persino prevedere che cosa accadrà nei prossimi sei mesi o nel prossimo anno. La sfida, dunque, non è fermare il progresso tecnologico, ma capire come governarlo e utilizzare le nuove possibilità senza perdere di vista gli interessi di chi crea e produce musica.
Copyright, licensing e contrasto agli abusi: la risposta dell’industria
Il passaggio dalla portata generale della trasformazione alle sue implicazioni giuridiche e industriali è al centro dell’intervento di Abbas Lightwalla, Director of Global Legal Policy di IFPI, dedicato alle opportunità, ai rischi e alle risposte dell’industria musicale all’intelligenza artificiale.
La storia del settore, ricorda Lightwalla, è costellata di cambiamenti tecnologici: dalla diffusione della radio all’avvento dei formati digitali, ogni innovazione ha aperto nuove possibilità di sfruttamento e fruizione della musica. Anche l’AI può inserirsi in questa traiettoria, potenziando la creatività umana e trovando applicazione nei processi creativi. La questione decisiva è però a quali condizioni questo possa avvenire.
Un primo segnale arriva dagli accordi di licenza che alcune delle principali realtà del settore hanno iniziato a sottoscrivere con gli sviluppatori di tecnologie generative. Lightwalla cita le intese siglate da Universal Music Group, Warner Music Group, Merlin e Kobalt tra gli esempi di come il licensing e le partnership possano consentire lo sviluppo di nuovi servizi tutelando, al contempo, i titolari dei diritti. Le opportunità “positive” offerte dall’AI comprendono anche la reinterpretazione di brani conosciuti, la ricreazione di voci e la personalizzazione dell'esperienza di ascolto, come mostrano gli esempi di Randy Travis per "Where that came from" e del progetto degli Orb e David Gilmour “Metallic Spheres in Colour”.
Il problema, ovviamente, è l'utilizzo non autorizzato di materiale protetto per addestrare i modelli generativi, al quale si aggiungono i contenuti prodotti su larga scala per alimentare frodi sulle piattaforme di streaming tramite l’AI slop (in questo senso, rilevante è l’osservatorio avviato da Deezer, molto utile per dare il polso della situazione vissuta quotidianamente dai DSP) e i deepfake vocali di artisti noti - spartiacque, in questo senso, resta il caso di “Heart on My Sleeve”, fake attributo a Drake e The Weeknd che nel 2023 si segnalò come primo caso di brano GenAI a scalare le classifiche di ascolto sui DSP.
A questo quadro si aggiunge il confronto sul futuro della legislazione in materia di copyright. Lightwalla denuncia i tentativi di alcuni grandi sviluppatori di AI di ottenere un ridimensionamento delle tutele, anche attraverso la minaccia di disinvestimenti nei Paesi intenzionati ad adottare regole considerate troppo restrittive. Il dibattito assume caratteristiche differenti negli Stati Uniti e in Europa, anche in relazione alle eccezioni previste per il text and data mining e alla diversa portata del principio del fair use statunitense, la cui applicazione ai sistemi generativi resta oggetto di confronto e contenzioso.
Tra le possibili risposte normative, Lightwalla richiama l'iniziativa francese volta a rafforzare gli obblighi probatori a carico degli sviluppatori in merito all'utilizzo di materiale protetto durante l'addestramento. Il tema è quello della trasparenza: senza informazioni sufficienti sui dati utilizzati, diventa più difficile per gli aventi diritto verificare gli impieghi delle proprie opere e far valere le proprie prerogative.
La discussione riguarda anche la remunerazione dei contenuti generati dall'AI e l'eventuale introduzione di sistemi alternativi che potrebbero interferire con il licensing diretto. Lightwalla segnala il Brasile come uno dei Paesi in cui si sta valutando un intervento legislativo specifico, mentre, secondo quanto riferito durante la masterclass, in Italia e a livello europeo il confronto su questi meccanismi non ha ancora assunto una forma definita.
La posizione di IFPI, nel quadro delineato dal relatore, è che i fonogrammi generati esclusivamente con l'AI, che di conseguenza non sono tutelate dal diritto d’autore o dai diritti connessi, non debbano essere registrati dagli organismi di gestione delle licenze musicali né generare royalties a loro favore. Questi organismi, sostiene, devono operare nell'interesse di artisti e musicisti, evitando in particolare che contenuti provenienti da modelli AI non autorizzati possano beneficiare dei sistemi di remunerazione concepiti per tutelare la produzione musicale e la creatività umana.
La trasparenza riguarda anche l'etichettatura dei contenuti generati artificialmente, integralmente o con il supporto dell'AI, e le modalità con cui queste produzioni debbano essere trattate nelle classifiche musicali. Un tema che tocca anche il mercato italiano, dove FIMI ha avviato una riflessione specifica sulle policy relative ai contenuti generati artificialmente e alle pratiche fraudolente – a cui ha fatto seguito, peraltro, la decisione di EarOne di applicare la medesima soluzione sulle classifiche dell’airplay radiofonico. La questione non è soltanto identificare un brano realizzato con l'AI, ma stabilire a quali condizioni possa concorrere nelle classifiche e partecipare ai meccanismi economici del mercato.
Il contrasto alle frodi nello streaming costituisce un ulteriore fronte di intervento. Lightwalla passa in rassegna le misure adottate dalle piattaforme digitali e i casi giudiziari che hanno portato a sanzioni nei confronti dei responsabili di operazioni fraudolente (come quello, recentissimo, che ha visto Michael Smith venire condannato a 18 mesi di carcere dal tribunale di New York). La risposta, nella prospettiva di IFPI, non può tuttavia limitarsi all'intervento delle singole piattaforme: richiede un approccio proattivo e una collaborazione tra i diversi anelli della filiera, dalle etichette alle collecting, fino ai servizi digitali - in particolar modo i distributori - e agli sviluppatori tecnologici.
Il relatore richiama inoltre il contenzioso internazionale, con cause che coinvolgono, tra gli altri, GEMA e Suno in Germania, Universal Music Group e Suno negli Stati Uniti, e Asian News International contro OpenAI in India. Procedimenti differenti per oggetto e contesto, ma accomunati dall’importanza di definire il rapporto tra lo sviluppo dei sistemi generativi e l'utilizzo di opere protette.
Il messaggio conclusivo è che il licensing può funzionare e costituire una base per lo sviluppo del settore, purché accompagnato da trasparenza, tutela effettiva del copyright e strumenti adeguati a prevenire le violazioni. La sfida, per IFPI e le associazioni nazionali affiliate, è contribuire a un quadro giuridico globale che sostenga l'innovazione senza sacrificare i diritti di chi crea e produce musica.
Monitorare le relazioni tra le opere: il modello di FRAUDE
Dalla dimensione normativa e industriale, l'attenzione si sposta sugli strumenti tecnologici necessari a rendere effettiva la trasparenza. Dario Amata, founder di FRAUDE, affronta il tema del monitoraggio e della trasparenza dei diritti connessi, partendo da una considerazione: nell'era dell'intelligenza artificiale, la vita di un brano non si esaurisce più nella sua fruizione, ma si estende alle relazioni che il contenuto può intrattenere con altre opere e con i materiali utilizzati per realizzarlo.
Il nuovo scenario richiede di integrare gli strumenti tradizionali di riconoscimento musicale con sistemi capaci di analizzare contenuti generati artificialmente e ricostruire le eventuali relazioni con repertori preesistenti. Amata richiama il ruolo del fingerprinting, una tecnologia già utilizzata per identificare le registrazioni, ma da applicare in questo contesto con finalità differenti.
Il percorso ideale parte dalla disclosure, cioè dalla dichiarazione relativa all'impiego dell'AI attraverso i metadati, prosegue con la certificazione di quanto dichiarato e con le attività di detection, fino ad arrivare, quando necessario, all'analisi forense. La filiera sta sviluppando strumenti e procedure, ma il punto debole resta ancora l'affidamento dell'integrità del dato a un singolo soggetto: le dichiarazioni, da sole, non equivalgono a verifiche indipendenti.
Il mercato si sta quindi articolando attorno a infrastrutture specializzate in funzioni differenti. Tra i casi più noti Amata cita BMAT per l'identificazione musicale, Sureel per il consenso e Source Audio per le licenze relative all'addestramento dei modelli. Ma non esiste, al momento, un modello unico in grado di risolvere tutte le questioni poste dalla nuova filiera.
La proposta di FRAUDE è affrontare il problema considerando l'intero ciclo di vita dell'opera. Secondo Amata, il valore aggiunto del sistema consiste infatti nella possibilità di individuare non soltanto le somiglianze tra un brano generato dall'AI e una registrazione esistente, ma anche i contenuti che possono aver contribuito alla sua realizzazione. Gli elementi raccolti concorrono così a determinare il valore complessivo del brano e a ricostruire le relazioni rilevanti sul piano dei diritti.
I cataloghi storici, osserva Amata, sono particolarmente esposti al rischio di copie, imitazioni e rielaborazioni non autorizzate. L'analisi deve però distinguere diverse tipologie di output: le quasi-cover, le rielaborazioni strutturali, quelle delle sorgenti sonore e le imitazioni di stilemi di genere. Quest'ultima categoria è particolarmente complessa, perché non sempre consente di ricondurre il risultato a un singolo brano di riferimento.
Per affrontare il problema, FRAUDE analizza porzioni molto piccole delle registrazioni, cercando caratteristiche e corrispondenze che possono emergere anche da dettagli apparentemente marginali, comprese le imperfezioni intenzionali introdotte per simulare una performance umana. Oggi, sostiene Amata, è ancora possibile individuare alcune delle relazioni che hanno contribuito alla generazione di un brano; con l'evoluzione dei modelli, tuttavia, questa ricostruzione potrebbe diventare progressivamente più difficile.
L'intelligence musicale, in questa prospettiva, non consiste più soltanto nel rispondere alla domanda “qual è questo brano?”, ma nel comprendere quali relazioni generi e quali implicazioni possano avere per la valorizzazione dei diritti. Un'anomalia, precisa Amata, non costituisce automaticamente una frode: è un segnale che richiede verifica. E, per avviare un eventuale procedimento legale, l'analisi forense deve poter contare su un monitoraggio a monte e su evidenze adeguate.
Amata esprime anche alcune riserve sulla qualità musicale delle produzioni artificiali. A suo giudizio, i modelli presentano ancora limiti e incoerenze statistiche, soprattutto quando cercano di riprodurre produzioni del passato aggiornandone il suono. La standardizzazione dei contenuti e dei processi di marketing potrebbe inoltre avere conseguenze difficili da prevedere sul mercato. Quanto alla possibilità che un brano generato dall'AI ottenga un successo spontaneo, Amata sottolinea di non avere ancora elementi sufficienti per poterla considerare dimostrabile.
La prospettiva conclusiva è quella di una differenziazione fondata sulla qualità: l'AI può essere utilizzata per suggerire idee e ampliare le possibilità creative, ma richiede ancora un intervento umano significativo. Premiare la qualità della produzione, suggerisce Amata, potrebbe diventare un modo per valorizzare il lavoro umano e distinguere le realizzazioni più curate da una produzione automatizzata e standardizzata.
Google e Monogrid: l'AI come estensione del processo creativo
Se gli interventi precedenti hanno affrontato soprattutto i rischi e le infrastrutture necessarie a governare l'intelligenza artificiale, la sessione dedicata a Google e Monogrid sposta l'attenzione sulle applicazioni concrete della tecnologia nella produzione creativa. Mattia Tarelli, Government Affairs and Public Policy Manager di Google, e Riccardo Lucii, Art Director di Monogrid, raccontano come l'AI generativa stia modificando il lavoro di uno studio creativo attivo nei settori del lusso e del premium.
Il punto di partenza è la centralità della creatività umana. L'intelligenza artificiale, nella prospettiva illustrata da Lucii, non è un esecutore autonomo al quale affidare la realizzazione di un contenuto attraverso un singolo comando, ma uno strumento da integrare in un processo articolato, nel quale la direzione creativa resta nelle mani delle persone.
Il cambiamento riguarda soprattutto la pipeline produttiva. La fase di preproduzione diventa più intensa, con un lavoro di ricerca e sperimentazione che può prevedere numerose iterazioni prima di arrivare al risultato desiderato. L'obiettivo è costruire framework su misura, raggiungere un'estetica coerente e mantenere il controllo sull'output, anche quando immagini, video e suoni vengono generati attraverso strumenti differenti.
Monogrid ha utilizzato l'AI per realizzare campagne ambientate in location difficilmente accessibili o impossibili da ricreare fisicamente, oltre che per sviluppare scenari surreali. La sfida non consiste soltanto nel generare singoli contenuti convincenti, ma nell'integrarli con coerenza all'interno di una produzione complessa, soprattutto quando entrano in gioco contemporaneamente componenti visive e sonore.
Durante la masterclass viene mostrato un breve video realizzato utilizzando diversi strumenti dell'ecosistema Google, tra cui Nano Banana per la generazione delle immagini, Veo per il video e Lyria per la componente sonora. Il lavoro parte dalla costruzione dello storyboard, guidata dalla direzione creativa, e prosegue attraverso un processo di generazione e perfezionamento nel quale il prompting assume un ruolo centrale in ogni fase.
È proprio l'interazione con gli strumenti, sottolinea Lucii, a rappresentare uno degli aspetti più interessanti della trasformazione: l'AI consente di esplorare possibilità che possono ampliare la visione del creativo, anziché limitarsi a eseguire istruzioni. La fase di ricerca iniziale è quella che richiede il maggiore investimento di tempo, mentre intervenire in modo sostanziale sul risultato soltanto alla fine del processo generativo può compromettere la qualità del lavoro.
L'AI, in altri termini, non elimina la complessità del processo creativo, ma la ridistribuisce. Per ottenere un risultato soddisfacente occorre imparare a governare nuovi flussi di lavoro, coordinare strumenti diversi e mantenere una direzione coerente dall'ideazione alla produzione finale.
AI e industria musicale: quello che i corporate statement non dicono
Oltre ad aver saputo offrire una fotografia molto dettagliata delle attuali dinamiche che regolano i rapporti tra industria creativa e settore tecnologico - e ad aver condiviso anche una dimostrazione di un’efficace implementazione automatizzata dei processi lavorativi tramite l’AI nell’intervento di Moreno Callea, Azure Sales Director Italy & Finland di Microsoft - l’evento organizzato da SCF ha avuto il merito di far emergere, nel modo più spontaneo possibile, il sentiment autentico del comparto musicale nei confronti dell’intelligenza artificiale. Perché, di norma, a stampa e opinione pubblica l’immagine della relazione tra chi fa musica e chi sviluppa modelli generativi la restituiscono i comunicati ufficiali delle aziende, che - il più delle volte - parlano di “accordi senza precedenti” volti a “valorizzare l’ecosistema creativo” e “rafforzare il rapporto tra artisti e fan”, senza tuttavia mai (o quasi mai) rispondere a una domanda molto semplice: cosa pensa davvero dell’AI chi lavora nell’industria musicale? A margine dei talk, cercando di intercettare le sensazioni della platea, sono emerse sostanzialmente due letture.
La prima: benché diverse grandi società abbiano iniziato a siglare accordi con altrettanti big dello sviluppo tecnologico, resta ancora una barricata a separare l’industria musicale da quella dell’intelligenza artificiale, rappresentata dalle agende - profondamente diverse - dei due comparti. Se, da una parte, i titolari dei diritti sono comprensibilmente diventati sempre più attenti e puntigliosi nel difendere i propri interessi, dall’altra le aziende tecnologiche sanno di dover essere sempre più veloci per affermarsi in un mercato in cui la concorrenza si fa di giorno in giorno più spietata. È la vecchia storia del chiedere scusa dopo (ed eventualmente pagare) invece di chiedere permesso prima. I segnali di una parziale inversione di tendenza iniziano a palesarsi, ma – almeno per quella che è la percezione dell’industria musicale – la strada da fare perché la pacificazione con il settore tecnologico vada oltre le note ufficiali è ancora lunga.
La seconda: l’industria musicale sta già usando l’intelligenza artificiale, da un pezzo. In modo ovviamente costruttivo e più che lecito, cioè in fase di produzione, nei workflow aziendali, nelle campagne di comunicazione e in tanti altri ambiti, ma - in ogni caso e per ovvie ragioni - nel rispetto della creatività umana. Eppure, ha una paura tremenda di ammetterlo. L’orientamento espresso a livello transnazionale dall’intero settore - dal sistema di labelling proposto da IFPI all’iniziativa di FIMI relativa alle classifiche, senza dimenticare i programmi di etichettatura adottati dai DSP e la recente clausola inserita nel regolamento del Festival di Sanremo - fissa confini piuttosto precisi tra l’utilizzo lecito e quello illecito dei modelli, ma esige trasparenza. Ed è proprio sulla trasparenza che pare innescarsi uno strano cortocircuito: l’etichetta “AI assisted” ormai non fa più alzare il sopracciglio degli addetti ai lavori, ma come verrà recepita dal pubblico? In sostanza: in uno scenario idealmente molto coeso ma, nella pratica, altamente concorrenziale, chi sarà disposto a provare, per primo e sulla propria pelle, quale possa essere il prezzo della trasparenza?
Articolo originariamente pubblicato su Rockol MusicBiz