AI 音樂與機器人灌水來襲，音樂產業如何守住版稅？

串流詐欺正從單一平台的內容審查難題，變成整個音樂供應鏈必須共同處理的問題。唱片產業正在建立一套「共同把關」模式：辨識誰在上傳歌曲、確認其聲稱的權利、檢視可疑音檔與中繼資料、偵測非自然收聽，再把灌水播放排除在版稅計算之外。234

關鍵在於，AI 生成音樂本身不等於詐欺。真正的風險是，生成式工具大幅降低大量製作歌曲的成本，讓不肖人士能將海量曲庫與機器人網路、虛構藝人身分、操弄播放次數結合，藉此攫取本應屬於創作者的收益。

IFPI「串流誠信倡議」：建立共同防詐底線

代表全球錄製音樂產業的國際唱片業協會（IFPI），推出 Streaming Integrity Initiative（SII，串流誠信倡議）。這是一套供產業參與者採用的基準做法，目標是預防、偵測及回應串流詐欺，保護藝人、詞曲作者與樂迷，並加強供應鏈各環節的協作。23

公開列出的支持者包括：

• Absolute Label Services、ADA、AWAL、CD Baby、CmdShft、Ditto Music、Fuga、GoDigital、Hybe、Idol、InnerCat Music Group、Redeye、Revelator、RouteNote、Secretly Distribution、Symphonic、Too Lost
• IMPALA 與 Merlin
• Sony Music Group、Universal Music Group、Warner Music Group，以及 The Orchard、Virgin Music Group。2

這份名單結合三大唱片集團與相當大的獨立發行網絡。其實際意義在於：音樂發行商是錄音作品進入數位串流服務（DSP）的主要入口，因而也是及早攔截可疑內容的重要關卡。

發行商要做什麼？五項核心把關工作

SII 是產業承諾，而不是政府法規；不過，這套基準把相當大的責任放在向串流平台供應內容的發行商身上。34

相關措施包括：

1. 認識上傳者：驗證交付音樂客戶的身分。
2. 核實權利主張：確認上傳者確實控制其所代表的錄音與相關權利。
3. 審查高風險投稿：檢視音訊、歌詞與中繼資料，找出可疑、具誤導性或可能由 AI 生成的內容。
4. 監控詐欺訊號：調查串流活動的異常變化及其他警示跡象。
5. 對濫用採取行動：制止已確認的操弄行為；若屢次違規，終止與該客戶的合作關係。4

這個設計的用意，是在問題擴大成全平台的版稅漏洞之前先行攔截。更重要的是，偵測不是終點：發現詐欺後，仍須有後續處置、資訊共享，並把人工製造的播放量從付款計算中剔除。

AI 上傳潮為何讓問題更急迫？

Deezer 指出，2026 年 1 月，完全由 AI 生成的音樂平均每日交付量約為 6 萬首，約占該服務每日音樂交付總量的 39%。該公司也表示，雖然 AI 生成歌曲只占其總收聽量的一小部分，但在 2025 年，其偵測到的 AI 生成音樂串流中，最多 85% 屬於詐欺。這些播放量會被取消營利資格，並自版稅計算中排除。

這些數字不能直接套用到每一個串流平台，也不代表每一首 AI 歌曲都有問題；但它們凸顯了防詐的核心壓力：自動化製作可在極短時間內產出龐大曲庫，規模遠超過傳統人工審查機制原本能負荷的程度。

為何獨立音樂人承受的傷害更大？

在常見的「按比例分配」（pro-rata）串流版稅模式下，平台的可分配收入是一個有限池子，再依各權利人的播放占比分配。換言之，假播放不是另開一筆錢付給詐騙者，而會稀釋所有正當藝人與權利人的分配比例。12

這對獨立藝人與獨立廠牌尤其棘手。他們既要在更擁擠的上傳環境中爭取曝光，通常也較缺乏資源監測濫用、對可疑發行提出異議，或承受垃圾內容排擠能見度的後果。IFPI 指出，串流詐欺會將收入從真正的藝人手中轉走，同時扭曲排行榜、播放清單，以及新進與發展中表演者的機會。1415

Spotify 的「AI Persona」標示，瞄準的是假身分

Spotify 宣布，自 9 月中旬起，若藝人檔案呈現的身分可能由 AI 生成、且不代表真實人物，將標上 AI Persona 徽章。該標示預計會出現在藝人檔案橫幅與「關於」欄位、搜尋結果，以及播放清單中的曲目列。Spotify 表示，除了接受創作者自行揭露，也會主動對相關檔案加上標示。

依預設，AI Persona 的音樂不會進入 Spotify 的編輯推薦或演算法推薦；不過，如果聽眾已追蹤該 AI Persona，仍可能看到其內容。這項政策著重讓聽眾知道眼前的「藝人」身分是否真實，並非一概判定一首歌的製作方式是否正當。

Michael Smith 案：AI 加上機器人，可把詐欺推至工業級規模

Michael Smith 的刑事案件清楚說明，AI 如何與自動化收聽結合，進而操弄版稅制度。美國聯邦檢方表示，Smith 使用 AI 生成歌曲與機器人，在包括 Amazon Music、Apple Music、Spotify 與 YouTube Music 等平台製造數十億次詐欺播放。17

美國紐約南區聯邦檢察官辦公室表示，Smith 已就電匯詐欺共謀罪認罪，並同意沒收超過 800 萬美元。檢方描述，該計畫涉及數十萬首 AI 生成歌曲，以及模擬真實聽眾行為的自動化程式。

這個案例的教訓不是「合成音樂必然是詐欺」，而是低成本、大規模生成的曲庫，能成為機器人操弄播放量的原料；若只靠傳統錄音製作，要達到同等規模會困難得多。

真正的考驗：保護合法創作，而非封殺工具

較可信的方向，是精準打擊虛假身分、權利不實陳述、欺騙性上傳與人工播放，而不是把 AI 工具一律視為問題。SII 將重點放在驗證、監控與協調執法，正是試圖把防線設在音樂進入串流服務之前。24

對藝人與獨立廠牌而言，成效最終取決於執行：發行商是否一致落實查核、平台是否確實將已偵測的詐欺播放排除於版稅池之外，以及業界能否分辨正當的 AI 創作運用，與專為灌水、套取收益而設計的操作。