Czy algorytmy stają się nowymi A&R?

Przez dekady odkrywanie nowych artystów było jednym z najważniejszych zadań działów A&R (Artist and Repertoire). To właśnie oni wyszukiwali talenty, podpisywali kontrakty i pomagali rozwijać kariery muzyków.

W branżowych legendach A&R pojawiają się historie o odkrywaniu zespołów w małych klubach Seattle, przesłuchiwaniu setek płyt demo czy ryzykownych decyzjach podejmowanych na podstawie intuicji.

Dziś coraz częściej ten proces wygląda inaczej. Zamiast klubów są dashboardy. Zamiast intuicji – dane. Zamiast „nosa do talentów” – algorytmy.

Cyfrowi skauci zamiast łowców talentów

Jednym z najbardziej wymownych przykładów jest patent Spotify dotyczący przewidywania sukcesu artystów. System analizuje zachowania tzw. early adopters – użytkowników, którzy regularnie odkrywają nowych wykonawców zanim staną się popularni.

Jeżeli określona grupa takich słuchaczy zaczyna masowo zapisywać utwory, dodawać je do playlist i wracać do nich wielokrotnie, algorytm może uznać, że obserwuje początek nowego trendu.

To oznacza, że platforma może zidentyfikować potencjalny hit zanim artysta sprzeda pierwszy większy koncert czy pojawi się w mediach głównego nurtu.

Spotify nie jest wyjątkiem. Na rynku pojawiły się wyspecjalizowane narzędzia wykorzystujące sztuczną inteligencję do analizy potencjału komercyjnego muzyki. Systemy takie jak Asaii, Musiio czy Instrumental analizują jednocześnie:

• cechy samego nagrania,
• dynamikę wzrostu słuchalności,
• aktywność w mediach społecznościowych,
• tempo budowania społeczności fanów.

W praktyce oznacza to, że algorytmy coraz częściej pełnią funkcję pierwszego sita, przez które przechodzą artyści zanim zainteresuje się nimi człowiek.

Platformy streamingowe nie tylko dystrybuują muzykę. Coraz częściej pomagają decydować, kto zostanie zauważony.

Zmiana układu sił w branży

Przez większość historii przemysłu muzycznego to wytwórnie budowały gwiazdy od podstaw. Inwestowały w rozwój artysty, finansowały nagrania, szkolenia, promocję i budowanie marki.

Model algorytmiczny odwrócił ten proces.

Dzisiaj wielu artystów trafia do dużych firm dopiero wtedy, gdy wcześniej zdobyło uwagę algorytmów Spotify, YouTube czy TikToka.

Z perspektywy biznesowej jest to logiczne. Zamiast inwestować w niepewny talent, można podpisać kontrakt z twórcą, który posiada już zaangażowaną społeczność i udokumentowany wzrost zainteresowania.

W efekcie społeczność staje się nową walutą branży muzycznej. Liczba aktywnych fanów, zapisów do playlist czy wskaźniki zaangażowania zaczynają mieć podobną wartość jak tradycyjne rekomendacje A&R.

Jak algorytm wpływa na samą muzykę

Najciekawszą konsekwencją nie jest jednak sposób odkrywania artystów. Jeszcze większe znaczenie ma wpływ algorytmów na sam proces tworzenia muzyki.

Jeżeli system premiuje określone zachowania słuchaczy, twórcy naturalnie zaczynają dostosowywać do nich swoje utwory.

W erze streamingu pierwsze sekundy nagrania mają ogromne znaczenie. Wysoki wskaźnik pominięć (skip rate) może ograniczyć dalsze rekomendacje utworu.

W rezultacie współczesne piosenki coraz częściej charakteryzują się:

• krótszym intro,
• szybszym pojawieniem się głównego motywu,
• krótszym całkowitym czasem trwania,
• większym naciskiem na natychmiastową uwagę słuchacza.

W świecie CD i radia intro mogło budować napięcie przez kilkadziesiąt sekund. W świecie streamingu twórca często ma zaledwie kilka sekund na przekonanie odbiorcy, aby nie nacisnął przycisku „dalej”.

To sprawia, że algorytmy nie tylko wybierają zwycięzców. Pośrednio wpływają również na formę i strukturę współczesnej muzyki.

Nowe KPI muzycznego sukcesu

Dawniej sukces mierzyło się sprzedażą płyt, miejscami na listach przebojów czy frekwencją na koncertach.

Dzisiaj równie istotne są wskaźniki analizowane przez systemy rekomendacyjne.

• Completion Rate – ilu słuchaczy dociera do końca utworu.
• Skip Rate – jak często utwór jest pomijany.
• Saves – ile osób zapisuje nagranie do biblioteki.
• Playlist Adds – jak często trafia na playlisty użytkowników.

To właśnie te sygnały pomagają platformom ocenić, czy dany utwór powinien zostać pokazany kolejnym słuchaczom.

W pewnym sensie algorytm stał się nowym gatekeeperem rynku muzycznego.

Czy algorytm ma serce?

Istnieje jednak istotne ograniczenie.

Algorytmy doskonale analizują istniejące wzorce. Potrafią przewidywać, co spodoba się odbiorcom na podstawie historycznych danych. Mają jednak problem z wykrywaniem zjawisk, które całkowicie łamią obowiązujące schematy.

Największe muzyczne rewolucje często rodziły się właśnie poza głównym nurtem.

Punk, wczesny hip-hop czy wiele przełomowych nurtów alternatywnych początkowo nie odpowiadały żadnym istniejącym wzorcom sukcesu.

To prowadzi do ważnego pytania: czy system oparty na danych potrafiłby dostrzec rewolucję, zanim stanie się ona trendem?

Algorytm świetnie rozpoznaje to, co już działa. Znacznie trudniej jest mu przewidzieć to, co dopiero zmieni zasady gry.

Nowi strażnicy dostępu

Algorytmy nie zastąpiły całkowicie działów A&R. Zmieniły jednak sposób, w jaki branża identyfikuje potencjalnych zwycięzców.

Coraz częściej to platformy streamingowe i systemy rekomendacyjne pełnią rolę pierwszych strażników dostępu do rynku.

To one decydują, którzy artyści zostaną zauważeni, a którzy pozostaną niewidoczni.

Najważniejsze pytanie nie brzmi już „kto odkrywa nowych artystów?”, lecz „jakie algorytmy decydują o tym, kogo odkrywamy?”.

Algorytmy są dziś niezwykle skutecznymi asystentami branży muzycznej. Potrafią analizować skalę danych, która dla człowieka byłaby niemożliwa do przetworzenia.

Jednocześnie najbardziej wartościowe elementy kariery artystycznej – tożsamość, autentyczność, wizja i emocjonalna więź z fanami – pozostają obszarami, których nie da się sprowadzić wyłącznie do wykresów.

Być może przyszłość nie należy ani do ludzi, ani do algorytmów. Być może nowym modelem A&R stanie się współpraca obu stron.