il rapporto goldman sachs

Musica e AI generativa, le quattro fasi della nuova industria


Indirizzo copiato

Goldman Sachs individua quattro fasi nell’ingresso dell’AI generativa nella musica, dalla creazione dei modelli alla commercializzazione. Accordi di licensing, sistemi di rilevamento e nuovi prodotti aprono opportunità per DSP e major, mentre royalty, contenuti fraudolenti e diluizione delle quote di mercato alimentano i rischi

Pubblicato il 6 nov 2026

Enzo Mazza

CEO F.I.M.I. (Federazione industria musicale italiana)



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
ChatGPT Image 6 nov 2026, 09_14_36




Nei giorni scorsi anche la nuova edizione del rapporto di previsione sul settore musicale di Goldman Sachs, “Music in the Air”, ha affrontato il tema dell’impatto dell’AI generativa sulle economie del settore da qui al 2030.

Le quattro fasi dell’AI generativa nella musica

Gli analisti hanno suddiviso l’evoluzione del mercato legato alla prepotente discesa in campo dell’AI in quattro fasi principali.

  1. Creazione dei modelli
  2. Contenzioso legale
  3. Enforcement, regolamentazione e modelli di licensing
  4. Prodotti per il mercato di massa e commercializzazione

La parte più interessante analizzata da Goldman Sachs riguarda ovviamente le potenzialità commerciali legate a questa fase di sviluppo tecnologico e le possibili opzioni di generazione di revenue.

Licensing e copyright nell’ecosistema della musica AI

Dopo un periodo di incertezza normativa, sono emerse partnership e nuovi modelli di licensing tra gli operatori del settore musicale lungo tutte le fasi del ciclo di vita della musica: 1) assistenza alla creazione musicale, 2) scoperta della musica e 3) monetizzazione e tutela delle royalty.

Le case discografiche e gli editori musicali hanno iniziato a raggiungere accordi transattivi nelle controversie con le società di intelligenza artificiale, tra cui: i) l’accordo transattivo e di licenza raggiunto da UMG con Udio e ii) gli accordi conclusi da Warner Music con Udio e Suno. Parallelamente, altri operatori, tra cui Merlin, Kobalt, KLAY ed ElevenLabs, hanno avviato partnership di licensing all’interno dell’ecosistema.

I nuovi modelli di licensing emersi da questi accordi si basano sull’addestramento dei modelli attraverso l’utilizzo autorizzato di musica protetta da copyright, su meccanismi di opt-in degli artisti, su modelli di condivisione dei ricavi e sulla protezione della voce e dell’immagine degli artisti.

DSP e AI generativa: l’integrità dello streaming musicale

Anche i DSP (Digital Service Provider) stanno sviluppando e investendo nell’intelligenza artificiale tramite lo sviluppo di sistemi di AI detection che sono essenziali nel processo di Streaming Integrity.

Su questo punto vale ricordare cosa ha recentemente dichiarato Lucian Grainge, Presidente e CEO di Universal Music Group, durante una call con gli azionisti: “l’AI slop peggiora l’esperienza dei fan e sottrae valore agli artisti reali.

Non serve a nessuno: né agli artisti, né alle piattaforme, né ai consumatori. Sappiamo come costruire accordi win-win con i nostri partner DSP e questo problema, che riguarda tutti, richiede ora un’azione condivisa.

Faremo valere le tutele previste dai nostri contratti e insisteremo affinché venga adottata una classificazione più chiara dei contenuti generati dall’IA in tutto l’ecosistema. Le nostre ricerche parlano chiaro: i fan non vogliono che la loro esperienza musicale sia invasa da contenuti AI di bassa qualità senza che questi siano adeguatamente identificati.

Esistono inoltre numerose evidenze del fatto che parte del consumo di questi contenuti sia fraudolento. Questo solleva una questione fondamentale: che significato ha la quota di mercato quando lo “slop” generato dall’IA e la musica creata da artisti reali vengono conteggiati come equivalenti?

L’applicazione uniforme del modello di remunerazione pro-rata non fa che aggravare il problema.

Trattando i contenuti AI di bassa qualità alla stessa stregua delle migliori canzoni al mondo, realizzate da alcuni dei più grandi artisti, questo sistema incentiva la produzione industriale di contenuti e diluisce i compensi spettanti al talento artistico reale”.

Costi e opportunità della musica generata dall’AI per i DSP

Secondo Goldman Sachs lo scenario è in rapida evoluzione su tutta la filiera: “Consideriamo l’IA un fattore complessivamente positivo per i DSP, in particolare per quelli di maggiori dimensioni.

I DSP beneficiano principalmente dell’innovazione di prodotto, che accresce il valore offerto ai consumatori e offre loro l’opportunità di applicare prezzi più elevati per i servizi di streaming.

Riteniamo inoltre che la musica generata dall’IA possa contribuire positivamente ai margini, nella misura in cui i consumi musicali si spostino dalla musica tradizionale delle case discografiche verso musica generata dall’IA a costi inferiori, anche se questo beneficio sarebbe in parte compensato da maggiori costi di storage, capacità computazionale e sviluppo.

Riteniamo che i DSP di maggiori dimensioni possano distribuire più efficientemente i costi di sviluppo dell’IA sulle loro ampie basi di utenti, mentre per i DSP più piccoli potrebbe essere più difficile giustificare investimenti di questa portata.

Di conseguenza, questi ultimi potrebbero perdere quote di mercato nel medio-lungo periodo qualora la musica generata dall’IA e le funzionalità basate sull’IA acquisissero una diffusione significativa”.

Le major discografiche tra licenze, cataloghi e ricavi

Con riferimento alle major discografiche, Goldman Sachs vede un rapporto rischio/opportunità sostanzialmente equilibrato rispetto all’IA, ma con un saldo tendenzialmente positivo per le etichette che rappresentano artisti di primissimo piano. Le case discografiche potrebbero beneficiare di maggiori opportunità per: i) concedere in licenza la musica per nuove tipologie di prodotti e servizi; ii) valorizzare e monetizzare ulteriormente i cataloghi musicali; e iii) razionalizzare la spesa nelle attività di A&R, marketing e produzione.

Royalty e quote di mercato nell’era dell’AI generativa

Sul tema della diluizione delle quote di mercato sollevato da Grainge, Goldman Sachs ravvisa alcuni rischi nel caso in cui i consumi si spostino verso musica derivata tramite IA e che, per questa tipologia di contenuti, il pagamento netto delle royalty alle etichette possa essere inferiore rispetto alle royalty attualmente corrisposte per la musica creata da esseri umani.

Le controversie e i dati da monitorare

Tra gli aspetti da monitorare, sempre secondo la società di analisi, figurano:

i) i dati eventualmente resi pubblici sull’economia e sui ricavi associati a ciascuna generazione di contenuti tramite IA;

ii) l’esito delle controversie legali di Sony contro Suno, Udio e Anthropic; e

iii) qualsiasi indicazione che i contenuti di IA concessi in licenza possano cannibalizzare il consumo dello streaming musicale tradizionale, anziché ampliarlo.

L’accettazione culturale della musica creata artificialmente

Nel complesso, nel breve periodo i segnali sembrano essere comunque ottimisti per le case discografiche, con più opportunità che rischi derivanti dall’IA. Nel lungo periodo, invece, il rischio di diluizione delle quote di mercato dipenderà in larga misura dal grado di accettazione culturale delle forme artistiche create artificialmente.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x