Musique IA sur Deezer : jusqu’à 70 % des écoutes seraient frauduleuses

Les chiffres publiés par Deezer dessinent un paradoxe préoccupant pour le streaming musical : les titres entièrement générés par intelligence artificielle restent presque invisibles à l’échelle de toutes les écoutes, mais une part très importante de leur audience serait artificiellement fabriquée. Le 18 juin 2025, la plateforme française indique que jusqu’à 70 % des écoutes de musique générée par IA qu’elle a repérées sont frauduleuses.

Le sujet ne consiste donc pas seulement à savoir si une chanson créée avec un modèle d’IA a sa place dans un catalogue musical. Il touche aussi au mécanisme économique qui rémunère les artistes et les ayants droit. Lorsqu’un logiciel simule des milliers ou des millions d’écoutes, il peut faire remonter artificiellement un titre dans les compteurs et capter une part des redevances versées par les plateformes.

Ce que disent précisément les chiffres de Deezer

Deezer distingue deux réalités qu’il faut éviter de confondre. D’un côté, la quantité de nouveaux morceaux issus de l’IA progresse très rapidement. En avril 2025, la plateforme avait fait état d’environ 20 000 titres entièrement générés par IA mis en ligne chaque jour, soit 18 % de l’ensemble des nouveaux dépôts sur le service.

De l’autre, ces morceaux ne représentaient que 0,5 % des écoutes totales sur Deezer. Cette proportion modeste ne signifie pas que le problème est négligeable. Au contraire, l’écart entre le volume de titres déposés et leur part dans l’audience peut signaler que certains catalogues sont conçus non pour rencontrer un public, mais pour exploiter les règles de rémunération du streaming.

Le chiffre de 70 % ne veut pas dire que 70 % de toutes les écoutes sur Deezer sont suspectes, ni que toute musique créée à l’aide de l’IA relève d’une fraude. Il concerne les écoutes de titres identifiés comme entièrement générés par IA, et que les systèmes de la plateforme considèrent comme frauduleuses. Cette nuance est essentielle.

Comment des bots peuvent-ils transformer des écoutes en revenus ?

Le streaming rémunère les ayants droit à partir des usages enregistrés sur une plateforme. Les règles exactes varient selon les contrats et les services, mais les écoutes participent généralement à la répartition d’un montant issu des abonnements et de la publicité. Plus un titre concentre d’écoutes valides, plus il est susceptible de recevoir une part de ces revenus.

Des fraudeurs peuvent tenter de détourner ce système en utilisant des bots, c’est-à-dire des programmes automatisés qui reproduisent le comportement d’un auditeur. Ils peuvent lancer des morceaux en boucle, multiplier les comptes ou répartir les lectures de manière à imiter une activité humaine. L’objectif est de gonfler les compteurs de quelques pistes, puis d’encaisser les redevances associées.

L’intelligence artificielle rend l’opération particulièrement scalable. Produire un vaste catalogue de titres courts, interchangeables ou adaptés à des genres très demandés ne nécessite plus forcément de studio, de musiciens ni de sessions d’enregistrement coûteuses. Des outils comme Suno et Udio permettent de générer rapidement des chansons à partir d’instructions textuelles. Ces usages peuvent être créatifs et parfaitement légitimes, mais ils abaissent aussi le coût de création de contenus destinés à alimenter une fraude.

Le schéma est d’autant plus rentable que les écoutes peuvent être concentrées sur un nombre limité de morceaux. Pour les systèmes de détection, l’enjeu consiste alors à différencier un succès réel, porté par des auditeurs, d’un volume de lectures orchestré par des réseaux automatisés.

Pourquoi cette fraude pénalise les artistes

La conséquence la plus directe est financière. Les sommes versées au titre des écoutes ne sont pas illimitées : lorsqu’une activité frauduleuse capte une part de la répartition, les revenus potentiellement attribués à des artistes, auteurs, compositeurs, labels ou éditeurs légitimes peuvent diminuer.

C’est ce qui inquiète Thibault Roucou, directeur des droits et de la démographie chez Deezer. Dans un secteur où les rémunérations du streaming font déjà l’objet de débats récurrents, la multiplication d’écoutes fictives ajoute un biais supplémentaire. Les créateurs ne sont pas seulement confrontés à un nombre croissant de titres concurrents : ils risquent aussi de voir le système de mesure de l’audience lui-même manipulé.

Le phénomène dépasse Deezer. La musique enregistrée constitue un marché mondial de plusieurs milliards de dollars, évalué dans la publication d’origine à 20,4 milliards de dollars l’année précédente. À cette échelle, même des pratiques qui ne concernent qu’une faible fraction des écoutes peuvent représenter un enjeu économique important, surtout si elles sont reproduites sur plusieurs services.

La réponse de Deezer : détecter, déréférencer et ne pas payer

Deezer explique avoir développé des outils capables d’identifier les morceaux entièrement générés par IA. La plateforme indique pouvoir reconnaître des titres produits par certains des modèles musicaux les plus prolifiques, dont Suno et Udio. Elle ne détaille pas l’ensemble de ses méthodes, ce qui est compréhensible : rendre publics tous les critères de détection aiderait aussi les fraudeurs à les contourner.

La lutte contre la fraude repose habituellement sur plusieurs signaux combinés. Les services peuvent examiner la répétition anormale des écoutes, le rythme d’activité des comptes, la concentration des lectures sur certaines pistes, l’origine technique des connexions ou encore les similitudes entre des comportements d’auditeurs. La détection de la provenance IA d’un morceau constitue un signal supplémentaire, mais elle ne remplace pas l’analyse des écoutes elles-mêmes.

Face aux contenus identifiés, Deezer a adopté deux mesures concrètes :

• la plateforme bloque les paiements de redevances associés aux flux qu’elle juge frauduleux ;
• les titres entièrement générés par IA sont retirés de ses recommandations algorithmiques.

Cette seconde décision vise un autre risque : si des morceaux artificiels et potentiellement manipulés entraient dans les recommandations, ils pourraient recevoir une visibilité qui ne repose pas sur un véritable intérêt des utilisateurs. Les exclure des systèmes de suggestion ne revient pas nécessairement à les supprimer du catalogue, mais limite leur promotion automatisée.

Le précédent Michael Smith montre l’ampleur possible du montage

L’affaire de Michael Smith donne une idée de ce que peut produire une fraude organisée à grande échelle. Ce musicien américain a été inculpé après avoir, selon l’accusation, créé des centaines de milliers de chansons générées par IA et organisé des milliards d’écoutes. Les autorités américaines l’accusent d’avoir ainsi obtenu 10 millions de dollars de paiements de droits.

Ce cas ne permet pas d’identifier les personnes derrière les activités détectées par Deezer. La plateforme indique d’ailleurs ne pas connaître l’identité des responsables. Il montre néanmoins qu’un catalogue massif de musique synthétique, associé à une infrastructure de lecture automatisée, peut devenir l’un des éléments d’un dispositif frauduleux très structuré.

La musique générée par IA n’est pas au cœur de l’infraction en elle-même. Le problème allégué dans cette affaire est la manipulation des écoutes pour obtenir des revenus qui n’auraient pas dû être versés. Cette distinction sera décisive dans les débats à venir : réguler la fraude ne suppose pas d’interdire toute création utilisant des outils d’IA.

Faut-il une nouvelle régulation de la musique créée par IA ?

La réponse immédiate relève d’abord des plateformes et des ayants droit. Elles doivent détecter les comportements suspects, enquêter, suspendre les paiements lorsqu’une fraude est établie et, si nécessaire, transmettre les éléments aux autorités compétentes. Les organismes de gestion collective ont également un rôle à jouer pour garantir que les revenus reviennent aux créateurs et titulaires de droits concernés.

Mais l’essor des modèles génératifs soulève aussi des questions de cadre. Comment signaler clairement qu’un titre est entièrement généré par IA ? Quels recours les artistes disposent-ils lorsqu’un morceau imite leur voix, leur nom ou leur univers ? Comment vérifier que les outils ont été entraînés dans le respect des droits d’auteur ? Et comment coordonner les plateformes lorsque les mêmes réseaux opèrent dans plusieurs pays ?

Ces questions ne se résument pas à la fraude. Elles concernent aussi la transparence, l’attribution des œuvres et la confiance du public. Une information claire sur l’origine des titres peut aider les auditeurs à faire un choix, tout en évitant d’assimiler automatiquement l’IA à une tromperie.

Ce qu’il faut surveiller dans les prochains mois

Le principal indicateur sera l’évolution du volume de musique générée par IA dans les catalogues. Avec 20 000 nouveaux titres par jour déjà signalés par Deezer, les capacités de modération et de détection devront progresser aussi vite que les outils de génération.

Il faudra également observer les effets de l’exclusion des titres 100 % IA des recommandations. Cette décision pourrait devenir un test important : elle cherche à protéger l’intégrité de la découverte musicale sans supprimer indistinctement tous les contenus concernés. Son efficacité dépendra de la précision de l’identification et de la capacité de Deezer à traiter les contestations éventuelles.

Enfin, la bataille se jouera sur la coopération. Les fraudeurs ont intérêt à déplacer leurs activités d’un service à l’autre dès qu’un dispositif de détection se renforce. Des standards communs entre plateformes, distributeurs, labels et organismes de droits pourraient donc devenir aussi importants que les algorithmes eux-mêmes. Pour les artistes comme pour les auditeurs, l’enjeu est simple : faire en sorte qu’une écoute comptabilisée corresponde bien à une personne qui a réellement choisi d’écouter une œuvre.