L'architecture invisible du streaming musical

Photo de Anna Pou : https://www.pexels.com/it-it/foto/microfono-attrezzatura-elettronica-microfono-a-condensatore-avvicinamento-8132519/

Il y a un moment qui me revient souvent. Il y a quelques années, j’étais à un concert dans un petit club de Pescara, un de ces endroits où la scène est haute comme une marche et où l’on peut sentir la sueur du bassiste. Le groupe était inconnu (3 gamins complètement déchaînés et dégageant une odeur reconnaissable 😁), le public peut-être trente personnes, le son brut et imparfait. Mais il y avait quelque chose de vivant dans cette pièce, une connexion directe entre celui qui jouait et celui qui écoutait, qui n’avait pas besoin d’algorithmes pour exister. En rentrant, j’ai ouvert Spotify pour chercher ce groupe. Ils n’étaient pas là. Ou plutôt, ils y étaient, mais enfouis sous des milliers d’autres résultats, invisibles à moins de savoir exactement quoi taper. Et je me suis demandé : combien de groupes comme celui-là existent dans l’ombre numérique, techniquement présents mais pratiquement inexistants ?

J’ai passé un peu de temps à étudier comment fonctionnent vraiment les plateformes de streaming musical. Pas la surface, on la connaît tous. Ce qui m’intéressait, c’était de comprendre ce qui se passe en dessous, dans les entrailles techniques de ces systèmes qui médient notre rapport à la musique. Ce que j’ai trouvé m’a fait reconsidérer tout ce que je croyais savoir sur la façon dont nous découvrons la musique aujourd’hui.

Une machine logistique

Partons d’une vérité rarement dite : quand vous cliquez play sur Spotify, vous activez l’une des machines logistiques les plus sophistiquées jamais construites. Ce n’est pas une exagération. Spotify gère plus de cent pétaoctets de données et plus de deux mille microservices distribués. Chaque morceau que vous écoutez n’arrive pas de nulle part, il vient d’une chaîne de serveurs, de caches, de nœuds de distribution géographique qui travaillent ensemble pour vous faire croire que la musique est simplement là, prête pour vous. Une illusion remarquable, et comme toutes les illusions réussies, elle cache quelque chose d’important.

La première chose à comprendre, c’est que pour le système, tous les morceaux ne se valent pas. Je ne parle pas de qualité artistique, mais de quelque chose de bien plus prosaïque : le coût de distribution. Quand vous écoutez une chanson, elle doit voyager de quelque part jusqu’à votre appareil. Si elle est déjà mémorisée sur un serveur proche, le coût est minimal. Si elle doit être récupérée d’un datacenter à l’autre bout du monde, le coût grimpe. Multipliez cela par des milliards d’écoutes par jour, et vous comprenez pourquoi l’optimisation devient une obsession.

La prévisibilité se décide

Ici entre en jeu le concept de prévisibilité, et les choses deviennent intéressantes. Le système fonctionne mieux quand il sait à l’avance ce que vous écouterez. S’il peut prévoir que demain des millions de personnes écouteront une certaine chanson, il peut distribuer cette chanson à l’avance sur des centaines de serveurs dans le monde. Quand la requête arrive, le morceau est déjà là, prêt. Aucun délai, aucun coût supplémentaire de transfert. C’est élégant, efficace, économique.

Le problème : comment prévoit-on ce qu’écouteront des millions de personnes ? La réponse est aussi simple qu’inquiétante. On ne le prévoit pas. On le décide.

Les playlists éditoriales ne sont pas un service offert aux utilisateurs. C’est un outil de contrôle de la consommation. Quand Spotify crée une playlist comme « Today’s Top Hits » et la propose à cinquante millions de followers, il ne suggère pas simplement de la musique. Il crée un flux d’écoutes prévisible qui peut être optimisé au niveau infrastructure. Le système sait que cette playlist sera écoutée par des centaines de milliers de personnes, sait qu’elles suivront l’ordre proposé, sait que les quinze premiers morceaux recevront l’essentiel des écoutes. Avec cette certitude, il peut pré-distribuer ces morceaux sur tous les serveurs nécessaires, en garantissant que chaque écoute soit servie depuis le cache local, pas depuis le datacenter central.

Albums contre playlists

J’ai fait un calcul approximatif.

Supposons un milliard et demi de streams par jour, un bitrate moyen de 128 kbps, une chanson moyenne de trois minutes. Sans optimisation, le coût quotidien de bande passante serait de l’ordre de dizaines de millions de dollars. Avec le prefetching prédictif rendu possible par les playlists, ce coût peut être réduit de soixante, soixante-dix pour cent. À l’échelle annuelle, on parle de milliards de dollars économisés. Ce n’est pas de la spéculation : Spotify a investi des centaines de millions avec Google Cloud précisément pour optimiser ce type de flux.

Les albums, eux, restent un problème. Pas parce qu’ils sont techniquement différents, mais parce qu’ils sont imprévisibles. Quand un utilisateur enregistre un album de douze titres, le système ne sait pas lesquels il écoutera, dans quel ordre, quand. Peut-être seulement les singles. Peut-être en commençant par la piste sept. Peut-être jamais. Cette incertitude oblige le système à allouer des ressources de manière conservatrice, en se préparant à toute éventualité sans savoir laquelle se réalisera. C’est inefficace, coûteux, et cela crée ce que les techniciens appellent du cache waste, des morceaux préchargés que personne ne touche.

La conséquence est subtile mais profonde : le système a une incitation structurelle à promouvoir les playlists par rapport aux albums. Pas parce que quelqu’un a décrété que les albums sont mauvais, mais parce que l’architecture même récompense la prévisibilité. Et les playlists, par définition, le sont. Les albums, non.

Je me suis souvent demandé si ceux qui ont conçu ces systèmes étaient conscients des implications culturelles. Probablement pas, du moins au début. Les ingénieurs résolvaient un problème de distribution, ils ne pensaient pas redéfinir la manière dont la musique est découverte et consommée. Mais l’effet est le même, intentionnel ou non.

Il y a une étude du National Bureau of Economic Research qui m’a particulièrement marqué. Elle a mesuré l’impact des playlists éditoriales de Spotify sur les écoutes. Les résultats sont sidérants. Apparaître sur « Today’s Top Hits » multiplie les streams par vingt à quarante dans la semaine suivante. Apparaître sur « New Music Friday » par cinq à quinze. Ce n’est pas simplement de la promotion. C’est de la fabrication de succès. En décidant des morceaux à mettre dans ces playlists, Spotify décide littéralement qui aura du succès et qui n’en aura pas.

La boucle de rétroaction qui en découle est encore plus insidieuse. Une chanson entre dans une playlist éditoriale. Reçoit des millions d’écoutes. L’algorithme la perçoit comme populaire et commence à la suggérer organiquement à d’autres utilisateurs. La chanson reçoit encore plus d’écoutes. L’infrastructure la pré-cache encore plus agressivement, réduisant encore les coûts de distribution. Et pendant ce temps, quelque part, un groupe inconnu joue dans un petit club de Pescara, techniquement présent sur la plateforme mais pratiquement invisible.

Je ne veux pas peindre tout cela comme un complot maléfique. C’est plus complexe et, par certains aspects, plus inquiétant. C’est l’émergence naturelle d’un réseau d’incitations : techniques, économiques, de marché. Personne n’a décidé que la musique expérimentale doit être pénalisée. C’est simplement que la musique expérimentale est imprévisible, et que l’imprévisibilité coûte. Personne n’a décidé que la découverte organique doit être étouffée. C’est simplement que la découverte contrôlée est plus optimisable. Le résultat est le même, mais la cause n’est pas un méchant dans une pièce qui tire les ficelles. C’est un système qui fait ce pour quoi il a été conçu.

Discovery Mode et le système à pool

Discovery Mode est peut-être l’exemple le plus clair de cette dynamique. Lancé en 2023, il permet aux artistes d’accepter une réduction de royalties — jusqu’à la moitié — en échange d’une priorité dans les algorithmes de recommandation. C’est génial, d’une manière qui me met mal à l’aise. Spotify ne manipule pas directement l’algorithme : il incite les artistes à renoncer volontairement à une partie de leurs gains pour gagner en visibilité. Résultat : qui peut se permettre de gagner moins obtient plus d’exposition, tandis que qui a besoin de chaque centime reste dans l’ombre. Et du point de vue infrastructure, le système gagne deux fois : il paie moins de royalties et obtient un trafic prévisible, parfaitement optimisable.

Le modèle économique sous-jacent amplifie tout cela. Spotify ne paie pas les artistes au stream de manière linéaire. Il utilise un système à pool : tous les abonnements finissent dans un chaudron, et ce chaudron est partagé proportionnellement entre les artistes en fonction de leurs streams. Cela veut dire que quand un artiste gagne des streams, il n’ajoute pas au gâteau, il prend une plus grosse part d’un gâteau qui reste fixe. Et qui sont les artistes qui gagnent le plus de streams ? Ceux des playlists éditoriales. Le système récompense qui est déjà récompensé, pénalise qui est déjà pénalisé.

Un artiste indépendant aurait besoin de deux cent cinquante mille streams pour gagner mille dollars bruts. Si la moitié va aux distributeurs et aux droits, il reste cinq cents dollars nets pour le travail de composition, d’enregistrement, de promotion. Pour un album entier. Pendant ce temps, un artiste qui décroche une playlist éditoriale peut recevoir des millions de streams en une semaine, générant des dizaines de milliers de dollars. C’est une loterie, et la maison contrôle qui gagne.

Ce qui me frappe, c’est combien tout cela est invisible à l’utilisateur moyen. Vous ouvrez Spotify, vous voyez une sélection apparemment infinie de musique, vous avez l’impression d’avoir le monde au bout des doigts. Mais cette sélection est filtrée, ordonnée, priorisée par des systèmes qui ont leurs propres incitations, leurs nécessités techniques, leurs modèles d’affaires. Vous n’explorez pas une archive neutre. Vous naviguez sur un territoire façonné par des forces que vous ne voyez pas.

Filter bubbles et homogénéisation

Les chercheurs parlent de filter bubbles et d’echo chambers. Les algorithmes de recommandation tendent à vous proposer une musique semblable à ce que vous avez déjà écouté, créant des cycles qui s’auto-alimentent. Vous écoutez de l’indie pop, l’algorithme vous propose plus d’indie pop, vous en écoutez encore, et avant de vous en rendre compte, vous êtes piégé dans un genre que vous n’auriez peut-être jamais consciemment choisi comme votre identité musicale. La diversité de l’offre ne se traduit pas en diversité de l’expérience.

Il y a quelque chose de profondément ironique. Le streaming musical est né avec la promesse de démocratiser l’accès à la musique. N’importe quel artiste peut publier sa musique, n’importe quel auditeur peut accéder à des millions de morceaux. En théorie, les barrières d’entrée ont disparu. En pratique, elles ont été remplacées par des barrières différentes, plus subtiles, plus difficiles à voir et donc à contester. Ce n’est pas que vous ne pouvez pas entrer. C’est qu’une fois à l’intérieur, vous êtes invisible à moins que le système ne décide de vous montrer.

Je pense souvent à ce que tout cela signifie pour la musique comme forme d’art. La musique expérimentale, de niche, novatrice, celle qui par définition ne s’aligne pas sur des patterns prévisibles, celle qu’on ne peut pas pré-cacher parce qu’on ne sait pas qui l’écoutera, est structurellement pénalisée. Pas parce que quelqu’un la déteste, mais parce que l’architecture du système ne la favorise pas. L’incitation économique va vers l’homogénéisation, vers la répétition de formules qui marchent, vers la prévisibilité qui réduit les coûts.

Une résistance consciente

Je n’ai évidemment pas de solutions. Je ne crois pas que Spotify soit le mal, ni que nous devions revenir aux vinyles ou aux CD. Le progrès technologique a apporté de vrais bénéfices : accès universel, coûts réduits pour les auditeurs, possibilité pour des artistes indépendants d’atteindre un public mondial sans passer par les majors. Mais il me semble important de comprendre ce que nous perdons en gagnant tout cela. Comprendre que quand nous ouvrons une playlist éditoriale, nous n’écoutons pas simplement de la musique curatée, nous participons à un système économique et technologique qui a ses intérêts, ses logiques, ses conséquences.

La chose la plus importante est peut-être de garder vivante une forme de résistance consciente. Chercher activement de la musique en dehors des recommandations algorithmiques. Aller à des concerts, découvrir des groupes locaux, suivre des blogs et des revues indépendantes, parler à des amis aux goûts différents des nôtres. Utiliser le streaming pour ce qu’il est, un outil extraordinairement pratique, sans oublier que chaque outil façonne l’usage qu’on en fait.

Ce soir-là dans le club de Pescara, en rentrant, je me suis rendu compte que l’expérience que j’avais vécue n’était pas reproductible sur Spotify. Pas parce que la musique était différente, mais parce que le contexte l’était. La découverte avait eu lieu par hasard, par la présence physique, par le bouche-à-oreille d’un ami (merci Kris !) qui m’avait traîné là. Aucun algorithme ne l’avait médiée, aucun système ne l’avait optimisée. Inefficace, imprévisible, impossible à scaler. Et peut-être pour cela, vivante d’une manière qu’aucune playlist éditoriale ne pourra jamais être.

Ce qui me laisse le plus d’amertume, c’est la conscience que tout cela n’est pas un accident de parcours. C’est le résultat prévisible d’un système qui a mis le business aux commandes et utilisé la technologie comme outil de contrôle. Le cantautorato, l’art, la recherche musicale, tout ce qui par nature est imprévisible, personnel, irréductible à une formule, a été systématiquement marginalisé. Pas besoin de complot. Il suffisait de bâtir une infrastructure qui récompense l’homogène et pénalise le différent, puis de laisser faire le marché.

Le résultat, on le sent chaque jour. Des chansons qui semblent sorties de la même usine, structures identiques, drops prévisibles, paroles interchangeables. Pas parce que les musiciens sont moins talentueux qu’avant, mais parce que le talent qui ne s’adapte pas au format est filtré avant même d’arriver à nos oreilles. L’algorithme sélectionne, la playlist amplifie, la boucle se ferme. Et qui n’entre pas dans la boucle, simplement, n’existe pas.

Le revers de Suno

Ce que je trouve presque comique, de manière tragique, c’est que la même industrie musicale tremble aujourd’hui face à Suno et aux autres générateurs musicaux par IA. Soudain, tout le monde s’aperçoit qu’il aurait peut-être, peut-être, fallu valoriser ce qui rend un artiste irremplaçable au lieu de le traiter comme un fournisseur de contenu fongible. On a passé vingt ans à comprimer les royalties, à pousser à l’homogénéisation, à bâtir des systèmes où la musique est commodity à optimiser. Et on s’étonne que quelqu’un ait construit une machine capable de produire du contenu musical commodity à coût zéro ?

L’ironie est parfaite. On a entraîné le public à accepter une musique générique, prévisible, interchangeable. On a bâti des playlists où un morceau en vaut un autre, où l’identité de l’artiste est sans importance, où seul compte le fait que le son remplisse l’arrière-plan sans déranger. Et maintenant cette même musique peut être générée par une IA en trente secondes, sans payer personne. Que pensaient-ils qu’il allait se passer ?

Je n’ai pas de compassion pour une industrie qui a choisi de tuer ce qui la rendait nécessaire. Si vous avez passé des décennies à convaincre le monde que la musique n’est qu’un fond sonore, vous ne pouvez pas vous plaindre quand quelqu’un trouve un moyen plus économique de produire du fond sonore. La valeur de l’art tient à son unicité, à la vision personnelle, à l’imperfection humaine. Tout ce que vous avez systématiquement éliminé au nom de l’optimisation.

Ce soir-là dans le club de Pescara, et puis en rentrant après le concert, j’ai compris quelque chose que je n’arrivais pas à articuler alors. La musique que j’avais écoutée n’était pas optimisable. Elle n’entrait dans aucune playlist, ne s’adaptait à aucun algorithme, ne générait aucun pattern prévisible. Elle était inefficace, gênante, impossible à scaler. Et elle était vivante d’une manière qu’aucun système fondé sur la prévisibilité ne pourra jamais reproduire, ni humain ni artificiel.

Le cantautorato survivra peut-être. L’art survivra peut-être. Mais pas grâce à l’industrie du streaming ni à l’industrie musicale dans son ensemble. Il survivra malgré elle, dans les petits clubs, dans les productions indépendantes, dans les niches que les algorithmes ne voient pas. Et quand le modèle d’affaires actuel s’effondrera sous le poids de ses propres contradictions, écrasé par des générateurs musicaux qui font exactement ce que le système a toujours demandé, peut-être quelqu’un se souviendra-t-il qu’il y avait une alternative. Qu’on pouvait choisir de valoriser l’art au lieu de l’optimiser.

Et il sera peut-être trop tard.