El playbook de los artistas falsos, diez años después — por qué las DSPs no pueden vigilar lo que engorda su margen

Hace diez años, Music Business Worldwide destapó la historia de los "artistas falsos" en Spotify. Esta semana, el ejecutivo que dirigió la red más grande de artistas seudónimos jamás documentada en la plataforma se unió a Spotify como Director Ejecutivo para los Países Nórdicos. La historia no es una curiosidad — es el plano de lo que la IA generativa le está haciendo hoy a la ingesta de las distribuidoras.

La historia, comprimida

Las playlists de mood insignia de Spotify — las que te sirven cuando pides "focus" o "chill" o "peaceful piano" — estuvieron por años llenas desproporcionadamente de tracks acreditados a artistas que no existían como personas reales. Buena parte de ese catálogo venía de empresas de música de librería suecas. Las discográficas se quejaban de que Spotify prefería este material porque le daba una ventaja de margen: royalties por stream más bajos, sin dolores de cabeza editoriales, sin relaciones con artistas.

En 2024, el diario sueco Dagens Nyheter identificó a un músico, Johan Röhr, detrás de una única red que empequeñecía todo lo reportado antes:

La música le llegaba a Spotify vía Overtone Studios (antes A-P Records), adquirida en 2022 por Epidemic Sound — la misma empresa que estaba en el centro del reporte original de MBW en 2017. Cuando Dagens Nyheter tocó la puerta, el CEO de Overtone declinó una entrevista pero llamó a Röhr "un pionero del género mood music" en un comunicado escrito.

Ese mismo ejecutivo es hoy, según el reporte de MBW de esta semana, Director Ejecutivo de Spotify para los Países Nórdicos.

El punto estructural que la gente sigue pasando por alto

El instinto es tratar esto como una historia de un mal actor. No lo es. La historia es que la pendiente de incentivos en las DSPs apunta en la dirección incorrecta para vigilar esta categoría específica de fraude. Cuando los tracks de música de librería pagan menos por stream que el catálogo de una major y se inyectan en los slots de mood donde los usuarios no eligen la música, el margen bruto sobre esos minutos es notablemente más alto. Vigilar esa oferta le costaría plata a la plataforma.

Esta es la versión estructural de un conflicto de interés, y es más vieja que la IA generativa. No hace falta acusar a un villano específico para verlo: cualquier marketplace grande que hospeda y curatea oferta, y gana un margen distinto según cuál oferta se muestra, tiene un sesgo hacia la oferta de mayor margen. La detección de "esto es real, esto es falso, esto es lo que dice ser" queda subpriorizada porque hacerlo bien afectaría al P&L.

Por qué esto importa ahora

La IA generativa no inventó el gaming de catálogo. Lo industrializó. La red de Röhr necesitó una década para construir 656 artistas ficticios. Alguien con una laptop, un par de herramientas de música con IA, y una cuenta de ingesta en una distribuidora permisiva puede construir la misma huella en un fin de semana. El cuello de botella dejó de ser la producción y pasó a ser la ingesta — que es exactamente donde las economías de los artistas falsos empujan contra la aplicación.

Lo que cambió en 2026 es que las DSPs mismas empezaron a trazar líneas: Spotify retiró más de 75M de tracks de IA en doce meses, Deezer reporta que más de la mitad de los uploads diarios son ahora generados por IA y ejecuta takedowns retroactivos, Qobuz y FUGA bloquean IA no licenciada en ingesta. Pero cada una de esas acciones de aplicación ocurre después de que una distribuidora ya aceptó el track y lo empujó aguas abajo. La exposición económica — chargebacks, clawback retroactivo de royalties, ruptura de licencia, multas del Artículo 50 de la Ley de IA de la UE que empiezan el próximo año — cae sobre la distribuidora, no la DSP.

Dónde tiene que vivir la detección

Si diez años de la historia de los artistas falsos enseñan una lección operativa, es esta: esperar a que la DSP lo cache significa que la exposición ya cruzó a tu contabilidad. La capa que puede actuar temprano — antes de la ingesta, antes de la entrega a las tiendas, antes de que los payouts empiecen a fluir — es la distribuidora. Cada track que entra por tu pipeline de ingesta necesita tres cosas respondidas antes de enviarse:

• ¿El audio es humano, IA, o híbrido — y si es IA, es IA licenciada (el nuevo modelo partner de Suno, generación licenciada por BMG) o sin licencia?
• ¿Esta grabación ya existe en otro lado bajo un nombre de artista distinto, una distribuidora distinta, o un ISRC distinto — el equivalente moderno de "es esto una red de seudónimos"?
• ¿Hay un veredicto firmado y con timestamp en archivo por cada track aceptado — de modo que si una DSP lo retira retroactivamente, tienes el registro forense para defender el roster y apelar?

Ninguna de esas tres preguntas se responde preguntándole a la DSP. Ellas no están estructuralmente motivadas a responderlas, y para cuando actúan ya estás pasado el punto de recuperación limpia.

El playbook no murió. La tooling tiene que ponerse al día.

Diez años de inyección de mood-music seudónima te dicen que vigilar la oferta desde el lado de la demanda es una posición perdedora. La lección generaliza: quien acepta el track primero es donde la verdad tiene que establecerse. Esa es la capa de ingesta, no la capa de la tienda. Esa es la distribuidora.