Selon Presse Agence, une étude de PlayersTime estime que des artistes entièrement générés par intelligence artificielle captent déjà des audiences massives et produisent des revenus significatifs sur Spotify et YouTube. Le sujet est également relayé par TV5Monde sous l’angle sud-africain, sans que les éléments disponibles détaillent un cas local précis. Pour la production électronique, le point important est ailleurs: l’IA n’est plus seulement un outil de génération de matière sonore, mais une chaîne complète de fabrication, d’identité et de monétisation.
Un marché mesuré en écoutes, pas en intentions
PlayersTime a analysé 70 artistes créés par IA sur Spotify et YouTube. L’étude compile les écoutes, les vues et les abonnements afin d’estimer les revenus associés. Les chiffres rapportés portent sur plusieurs projets lancés majoritairement en 2025.
Le cas le plus visible est celui de « mikeeysmind », auquel l’étude attribue 2,27 millions de dollars de revenus estimés sur les deux plateformes. Ses titres principaux totaliseraient 514,7 millions d’écoutes. Une reprise générée par IA de « Papaoutai », de Stromae, est citée comme l’un des facteurs de sa diffusion virale.
Deux autres projets illustrent la reproductibilité du modèle. Breaking Rust, positionné sur la country, aurait généré 520 600 dollars grâce à 90,2 millions d’écoutes sur Spotify. Xania Monet, projet orienté R&B/Soul et créé avec Suno, atteindrait 468 900 dollars. Ensemble, les deux artistes approcheraient 989 500 dollars. L’étude mentionne un abonnement mensuel à Suno proche de 10 dollars pour leur production.
Le rapport ne décrit donc pas uniquement une technologie de génération. Il décrit une chaîne à faible coût d’entrée, capable de produire rapidement un catalogue, une identité visuelle et un flux de publication régulier.
Spotify convertit, YouTube installe
La répartition entre les plateformes est nette dans les données rapportées. YouTube servirait principalement à construire la visibilité, l’identité visuelle et la communauté. Les revenus estimés pour l’ensemble des artistes analysés atteindraient 3 millions de dollars.
Spotify concentre la monétisation directe. Les revenus estimés s’élèveraient à environ 7 millions de dollars, sur la base des dix morceaux les plus populaires de chaque artiste. Ce périmètre réduit signifie que le total réel pourrait être supérieur, mais il ne permet pas de mesurer précisément la rentabilité de chaque projet.
Pour un producteur, cette distinction impose de séparer deux fonctions souvent confondues:
- la découverte, dépendante de la vidéo, de l’image et des signaux communautaires;
- la conversion, dépendante de l’écoute répétée et de la présence dans les catalogues de streaming.
La génération automatique ne résout aucune de ces deux étapes à elle seule. Elle réduit le temps nécessaire pour produire des morceaux et alimenter un projet. Elle ne garantit ni la rétention, ni la cohérence du catalogue, ni la traçabilité des sources utilisées.
Les outils cités dans l’analyse — Suno, Udio et ElevenLabs — couvrent déjà plusieurs niveaux de la chaîne: composition, interprétation synthétique et production de contenus associés. Le risque technique se déplace alors. Il ne porte plus seulement sur la qualité des transitoires, la distorsion de phase ou le headroom, mais sur la capacité à maintenir une signature stable entre plusieurs publications.
Ce qu’il faut vérifier avant de produire
Les chiffres de PlayersTime sont des estimations fondées sur les performances publiques de 70 artistes. Ils ne constituent pas un relevé comptable exhaustif. La comparaison doit donc rester limitée aux indicateurs rapportés: écoutes, vues, abonnements et revenus estimés.
Dans la pratique, trois contrôles deviennent prioritaires pour tout projet hybride ou entièrement généré par IA:
- documenter les outils utilisés et les versions de production;
- conserver les étapes de génération, d’édition et de mixage;
- distinguer clairement l’apport de l’algorithme, du producteur et des éléments préexistants.
La reprise de « Papaoutai » montre aussi qu’un volume élevé d’écoutes peut être lié à un titre identifiable et déjà installé dans la mémoire collective. Cela ne permet pas de conclure qu’un morceau original généré par IA obtiendra la même traction. Le signal observé est commercial, pas une validation esthétique ou technique.
Le message de l’étude, résumé par Silvana Vladimirova, analyste de données chez PlayersTime, est simple: l’IA aurait déjà franchi le premier test, celui de faire écouter ses productions. Le second — créer une œuvre traçable, cohérente et durable — reste à mesurer.
Verdict: oui, l’IA est déjà un marché musical observable; non, elle ne constitue pas encore à elle seule une méthode de production fiable.