AI与平台催生音乐“通货膨胀”：创作平权背后的机遇与危机
先抛出一个问题：您知道中国登记在册的歌曲数量有多少吗？
答案是：截至2024年底，全国数字曲库总量达2.63亿首。
粗略估算，平均每5个人就能分到一首专属歌曲。
虽然最新数据暂未查到，但可以肯定的是，这个数字还在持续增长。
近两年AI技术的爆发式发展，让AI音乐迅速普及——国外AI音乐平台Suno日均产出700万首歌曲；国内平台也不逊色，每月生成的歌曲“数以千万计”，远超新生儿数量增长速度。
从前是“人比歌多”，如今或许已变成“歌比人多”。
数据看似一片繁荣，充满生机。但世间万物皆需遵循供需规律。
听众总量未显著增加，歌曲数量却暴涨，最终导致音乐泛滥贬值。随之而来的是个体音乐人的收入困境，以及全体音乐消费者的审美危机。
这是AI高效低成本的数据模仿能力，与平台追求无限增长的注意力经济共同作用的必然结果。
音乐创作门槛，降至历史最低
我们曾多次提及，当下生成式AI的本质是“猜字谜”——AI并非真正认知世界，只是不断提升“演技”，学着更好地贴合人类喜好。
AI创作音乐，同样是模仿与学习的过程。
首先，AI需“听”大量歌曲，不过是用数学方式。它会拆解成千上万首歌，将旋律、歌词转化为数字，提炼不同风格音乐中数字排列的规律。
当你用AI创作时，它并非感知你的情感与审美，只是提取关键词，按统计学结果猜测——提示词出现“窗外”，它便思考后续接“下着雨”还是“的麻雀”。
它只会选“最常出现”的选项，以此为起点继续查下一个“最常出现”的词。就这样逐词、逐音符选择，所有选择严格遵循从海量歌曲中学到的“常见搭配规律”。
如此生成的歌曲，听感自然通顺，也贴合大众审美——毕竟它是无数同类歌曲规律的缩影。
所以，AI并非进行灵感与情绪的创作，而是用统计学知识做高级模仿，组合出符合概率的新音乐数据文件。
打个不太恰当的比方：
艺术家创作音乐如同做饭，该放肉时放肉，该下菜时下菜——任何音乐工程文件打开，都规划有多条轨道，每条轨道的设计都有讲究。哪怕用最庸俗的和弦，艺术家至少清楚自己在偷懒。
一首歌背后有十几条不同轨道共同运作
而AI创作音乐，就像消化道，不管之前“吃”了什么，最终只输出一个整体——AI输出的音乐只有一条轨道，本质是数学计算，它根本不知道何时用大提琴、何时用小号，只知道这样编曲被接受的概率较高。
从艺术角度看，很难说这种作品有什么价值。
但从商业与技术角度，艺术创作的门槛被前所未有地降低了。
过去，创作一首完整歌曲需要多年学习的乐理知识、乐器技能，或高昂制作费用。如今，只要有手机、会打字，就能当“作曲家”。
音乐创作的工具与机会，正变得对所有人更平等。它不再只是专业音乐人的特权。任何有灵感的普通人，都能借助工具将想法变成可聆听的作品。理论上，这实现了“艺术创作平权”——表达的舞台向更多人敞开。
但这样真的好吗？
创作平权的利弊两面
“艺术创作平权”的好处真实且立竿见影。
最基础的就是“省钱省事”。
“音乐”范畴很广，贝多芬的交响乐是音乐，春节超市播放的《恭喜发财》也是音乐。
但对无数中小商家、自媒体博主和普通人而言，音乐需求其实是“功能性的”。
比如，火锅店需要热闹的背景音乐，知识博主需要不打扰说话的氛围音，这些音乐不要求华丽编曲，“听个响”就行。
又到了一年一度刘德华老师“解冻”的时候
过去，需要音乐时，要么找无版权开源曲库，要么花钱买授权，否则可能被专业“版权猎人”盯上，遭遇“以诉代销”。
现在，AI音乐工具可免费使用，付费版每月也仅几十元，输入“热闹中式火锅店氛围”或“轻柔专注学习背景”，就能无限生成安全可用的配乐，版权风险瞬间清零。
好处说完，该谈弊端了。
AI音乐的负面影响，与好处一样真实且立竿见影。
AI会取代周杰伦、林俊杰吗？
不会。
真正被AI取代的，是在各类文化产业园区公司打卡上班的“音乐打工人”——有经验的编曲师，以往为网剧制作片头曲和情景配乐，整体报价可能2万到5万元。现在，制片方可能要求他“参考AI生成的小样来做”，或干脆只用AI生成，将预算砍到几千元“修改费”，甚至制片方自己就能操作。
这意味着，市场为“达标级”和“功能性”音乐支付的费用正在急剧减少。
更可怕的是：创作门槛降低的同时，成功的门槛却被拉高了。
你能作曲，我也能作曲，手机里的AI没日没夜作曲还免费。当歌曲制作成本接近零时，竞争变成流量战争，谁的歌曲有流量，谁赚钱更多。
音乐人从Spotify等欧美平台每万次播放收入约30美元，国内平台每万次播放最多赚100元——国内某头部音乐平台日活超3000万，但入驻音乐人中仅4%月入超5000元。
于是，许多音乐人为从平台多赚分成，开始使用“听歌外挂”，用技术手段刷播放量数据，希望骗过系统获得更多流量分成。
这已不是艺术理想问题，再发展就可能触及“破坏计算机信息系统罪”。
注意力经济的“砸盘”效应
前文已提及：听众总量无显著变化，歌曲数量却暴涨，最终导致音乐泛滥贬值。
世上最大的公平是每人每天都有24小时，扣除吃饭、睡觉，能用来听歌娱乐的时间其实不多。
当AI技术让音乐可近乎零成本无限生产时，人类有限的注意力成为平台算法竞争的终极资源——因为仅存的几小时娱乐时间，音乐、社交、短视频、小说、游戏等还要互相争夺。
于是，音乐消费模式剧变：从听完整首歌，变成消费片段。
实体唱片时代，听众购买《范特西》或《叶惠美》专辑，消费的是从第一首到最后一首的完整作品序列。歌曲的前奏、间奏、编曲细节和歌词叙事，作为不可分割的整体被反复聆听，塑造深刻集体记忆——《以父之名》开头的女声吟唱，听过的人想必印象深刻。
当前注意力经济模式下，算法为在15秒内抓住用户并最大化平台停留时间，会主动解构完整歌曲，我们听到的只是最抓耳朵的几秒钟。
这种“切片化”传播带来了什么？
带来了更极端的“歌红人不红”。
人们能记住短视频BGM的十几秒，却记不住歌手，甚至记不得歌名。
我们会记得“误闯天家”“想吃广东菜”，但谁知道这两首歌实际是《辞·九门回忆》和《你若三冬》？又有谁记得歌手、作词是谁？
周杰伦和方文山这样的组合，以后怕是难再有了。因为音乐已从专注欣赏的对象，变成服务短视频的情绪素材。
我们确实获得了音乐创作的自由，但音乐显然成了精密的流量生意，与浪漫毫不沾边。
受冲击的不只是音乐从业者——当注意力成为稀缺资源，被算法极致个性化分配后，一部分公共记忆也随之消失。
“宫廷玉液酒”的下一句，中国人都知道。
“我爱你，爱着你，就像老鼠爱大米”也是大众共识。
以往，社会依靠共同的文化作品凝聚共识、标记时代。这种共同记忆不仅是怀旧素材，更是社会成员间无需解释的情感纽带和对话起点。
但未来情况不同。在个性化推荐算法指引下，歌曲会推送给特定群体，有人发布后一小时就能单曲循环，有人则终生不会听到。即便同一首歌，有人只听过副歌剪辑版，有人可能从未被推荐。
我们正被算法精准取悦，也正被算法精准禁闭。
代际、群体间本就存在沟通问题，随着各类文化共识瓦解，日后的沟通与理解难度怕是会更高。
AI音乐与算法的“闭环共生”
发展至今，AI音乐与平台算法构成了高效运转、自我强化的共生系统。
一方面，AI音乐是算法系统最理想的“内容燃料”。
平台算法的核心目标是通过推陈出新，最大化用户停留时间。传统音乐生产速度太慢，AI音乐正好解决此问题：它能以极低成本和秒级速度生成海量标准化音乐，为算法提供近乎无限的推送素材库，确保用户“推荐流”永不枯竭。
另一方面，算法数据是AI音乐进化的“考核体系”。
AI音乐工具并非盲目生成，进化方向由算法反馈的数据严格指导。平台算法实时监测每首歌曲（包括AI作品）的“完播率”“分享率”“停留时长”等数据。哪些前奏模式能让用户更快进入？哪种副歌结构更易引发互动？这些数据会反馈给AI模型，使其下次生成时更倾向于模仿被数据验证为“成功”的模式。
插图：这种关系形成闭环：AI生产海量内容喂养算法→算法用数据甄别最抓注意力的模式→这些模式指导AI更精准地生产“爆款”。
这个飞轮持续转动，结果就是：音乐创作开始遵循“流量优化”逻辑，一切向算法偏好靠拢，进而同质化——歌曲创作从“表达微妙情感”变成“通过数据验证”。无论是AI批量生成的音乐，还是人类为求曝光创作的音乐，都会主动向算法验证过的“高数据区间”靠拢，听感、结构和情绪越来越趋同。
艺术、审美，已彻底被算法牵着鼻子走。
最终，随着闭环系统不断自我强化，我们逐渐进入这样的市场：谁掌握AI工具和算法，谁就掌握艺术的定义权。
生产端，国内外几乎所有主流视频平台都在积极研发AI音乐工具，如同当年研发视频剪辑工具。平台不甘心只做传播者，更想成为内容生产者。音乐人若想使用最便捷、与平台最兼容的工具，往往不得不进入其生态系统。
分发过程中，平台推荐算法更是绝对主导。算法决定一首歌能否被听见、推送给谁、以何种形式（完整作品或15秒片段）推荐。因此，一首歌的成败几乎完全取决于是否符合算法的流量逻辑，传统电台打榜、媒体乐评等价值评价体系被边缘化。
更宏观层面，平台稳赚不赔。
毕竟，任何内容创作者，不论粉丝多少，都没有与平台“掀桌子”的实力。
本文来自微信公众号 “星海情报局”（ID：junwu2333），作者：星海老局，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com