Это Schmusic — мы помогаем артистам выпускать и продвигать музыку, и обычно считаем охваты и деньги, а не нейросети. Но в этот раз считать пришлось именно нейросети.
Если коротко
В мае 2026 года программист Алексей Фёдоров опубликовал расследование: он перебрал 5,7 млн профилей артистов Яндекс Музыки и оценил, что в каталоге сейчас около 140 тысяч ИИ-исполнителей. Ежемесячно они заливают больше 100 тысяч треков — это примерно 40% всех новых загрузок. Там же есть утверждение, что каждый десятый трек в чарте сгенерирован ИИ.
Сразу важная оговорка, без которой цифры читать нельзя: это оценка одного независимого исследователя, а не официальная статистика сервиса. Яндекс таких данных не публикует. У метода есть измеримая погрешность, и ниже мы разберём, где именно она накапливается.
Но даже с поправкой на погрешность вывод для артиста один и тот же: каталог растёт куда быстрее, чем растёт слушательское внимание. Значит, конкуренция сместилась — она теперь не за уши, а за место в алгоритмической выдаче. И это меняет то, как имеет смысл выпускать релизы.
Что именно человек сделал
Автор — не музыкальный журналист и не аналитик лейбла, а программист, которому надоело, что «Моя волна» подсовывает сгенерированные треки. В поддержке Яндекса ответа по существу он не получил и решил посчитать масштаб сам — чтобы на этих данных сделать браузерное расширение.
Считал он не музыку, а артистов: проанализировать сотни тысяч аудиофайлов в месяц частному человеку не под силу, а метаданные профилей — вполне. Отсюда и вся конструкция метода, и все его слабые места.
Как это измеряли — и где метод может ошибиться
Это самый интересный раздел, и именно его почти никто не пересказывает. А зря: понимать, как получена цифра, важнее самой цифры.
Шаг первый: сверка с Deezer
Ключевой ход — взять чужую разметку. Deezer на сегодня единственный крупный стриминг, который публично помечает полностью сгенерированную музыку: их детектор работает с января 2025 года, за 2025-й им помечено более 13 млн треков, и такие треки исключаются из алгоритмических рекомендаций и редакторских плейлистов. Алгоритм построен на том, что в спектре сгенерированного аудио остаются характерные артефакты — это описано в работе исследователей Deezer «A Fourier Explanation of AI-music Artifacts».
Дальше логика простая: находим артиста Яндекс Музыки в каталоге Deezer, смотрим, помечен ли хоть один его релиз как ИИ. Если помечен — считаем артиста подтверждённым. По этой сверке подтвердилось 7% артистов, у которых есть хотя бы один релиз, — это 76,9 тысячи исполнителей.
И тут первая развилка. Разметка Deezer работает как «золотой стандарт», но она неполная по определению: не все заливают музыку на Deezer. Всё, что туда не попало, для метода автоматически становится «неизвестным» — и часть этой массы на самом деле сгенерирована. Автор честно это признаёт и называет такие профили «серой зоной».
Пять с половиной миллионов профилей — и что они говорят сами по себе
По пути вылезла цифра, которая заслуживает отдельного абзаца. Из 5,7 млн профилей артистов релиз есть только у 19%. Восемь профилей из десяти — пустые карточки.
Для артиста это полезная поправка к восприятию каталога. «Миллионы артистов, куда мне с моим треком» — это иллюзия: реально выпускающих в разы меньше. Но обратная сторона в том, что настоящая конкуренция концентрируется в этом активном меньшинстве, и именно туда льётся машинный поток.
Шаг второй: модель достраивает «серую зону»
Чтобы оценить неразмеченную часть, автор обучил модель XGBoost — это алгоритм, который строит много простых решающих правил и складывает их в общее решение. Никакого анализа звука здесь нет: модель смотрит только на метаданные.
Объясним для музыканта, а не для программиста. Модель училась на 572 тысячах профилей, про которые уже было известно, кто есть кто: 59 тысяч подтверждённых ИИ и 398 тысяч живых. Она искала, чем одни отличаются от других по формальным признакам — их было 15. Например:
Признак → Что он значит на практике
Частота релизов → Один из профилей выпускал 5465 релизов за 60 дней — больше 90 в день
Лейбл → Целые «лейблы» состоят из ИИ-артистов: у одного из них 278 таких профилей
Однотипные метаданные → Шаблонные названия, одинаковые схемы оформления, коллаборации внутри одной фермы
Дальше модель применили к «серой зоне» и с порогом уверенности 0,85 добавили ещё около 64 тысяч артистов. Они дали ещё 6–11% ежемесячных загрузок. Сложив подтверждённых и предсказанных, автор и получил свои ~140 тысяч и ~40%.
Честно про метрики: один из шести — это живой человек
Автор приводит метрики модели, и это делает ему честь. Precision — 0,8377. Это значит, что из всех, кого модель назвала ИИ, действительно ИИ оказались 83,77%. Переводя на человеческий: примерно каждый шестой «пойманный» артист — ложное срабатывание. Живого музыканта модель тоже может записать в роботы.
Recall при этом 0,9714 — то есть почти всех настоящих ИИ-артистов модель находит. Такой перекос типичен: модель настроена ловить всё подряд, расплачиваясь ложными обвинениями. Для оценки объёма каталога это приемлемо, для «чёрного списка» конкретных людей — уже нет.
Где метод слабее всего:
Слабое место → Почему это важно
Разметка Deezer как эталон → Если Deezer чего-то не поймал, метод унаследует ту же ошибку
Признак «много релизов» → Под него попадают библиотеки фоновой музыки, сток-каталоги и композиторы, которые честно выпускают сотни треков
7% — это нижняя граница → Автор сам пишет «как минимум»: в «серой зоне» ИИ-артистов заведомо больше, чем удалось подтвердить
Вторая проверка: тот же автор пересчитал по звуку
Это важная часть истории, которую обычно теряют. Через полтора месяца, в июле 2026-го, автор опубликовал второе исследование — уже не по метаданным, а по самому аудио. Он повторил подход Deezer: раскладывает трек преобразованием Фурье, ищет в спектре характерные повторяющиеся пики (тот же эффект, что «шахматные» артефакты на ранних сгенерированных картинках), и по ним обучает классификатор.
На контрольных наборах — 3577 сгенерированных треков и 8000 живых — точность составила 98,44%. Затем он прогнал 3,8 млн треков, загруженных в Яндекс Музыку с января по июнь 2026-го. Результат по маю: из почти 711 тысяч релизов 36,6% классифицированы как сгенерированные.
Два независимых метода — по метаданным и по звуку — дали 40% и 36,6%. Это не доказательство, но это редкий случай, когда оценку можно перепроверить другим инструментом и получить тот же порядок. Именно поэтому мы вообще взялись пересказывать это расследование.
И ещё одна цифра оттуда же, самая неприятная: если смотреть только на релизы, которым кто-то поставил лайк, доля сгенерированных доходит до половины.
Что говорят площадки и что решило государство
Весной 2026-го позиция Яндекс Музыки была такой. Арсений Козымаев, директор по контенту и партнёрствам сервиса, на дискуссии Института музыкальных инициатив сформулировал её через слушателя:
Стриминги дают возможность каждому артисту заявить о себе и своём творчестве, но в конечном счёте именно пользовательское внимание помогает треку жить и пробиваться в чарты.
Логика понятная: сервис не делит треки по происхождению, решает реакция аудитории, а от накруток защищает антифрод.
Но за лето позиция изменилась, и это главное обновление к исходной статье. 13 августа 2026 года Яндекс Музыка подтвердила «Известиям», что планирует маркировать треки, созданные с помощью нейросетей. Формат пометки ещё обсуждается с правообладателями, отдельного раздела для такой музыки делать не собираются. Так что тезис «сервис ничего не планирует» на сентябрь 2026-го уже неверен.
С регулированием история другая. Законопроект № 1069302-8 об обязательной маркировке созданных ИИ видеоматериалов внесли в Госдуму 14 ноября 2025 года. 15 апреля 2026-го профильный комитет по информполитике высказался против, зампред комитета Антон Горелкин объяснил так:
Комитет не поддерживает, рекомендует отклонить. В случае принятия отмаркировать придётся 90% всего интернета, а мошенники, естественно, маркировать ничего не будут.
24 апреля комитет формально рекомендовал отклонить законопроект в первом чтении, а 10 июня 2026 года Госдума его отклонила. Уточним то, что часто путают: проект касался видео, а не музыки, — отдельного закона о маркировке ИИ-треков в России сейчас нет.
Зато платформы двигаются сами. Deezer маркирует с 2025 года и убирает такие треки из рекомендаций. Spotify 11 августа 2026-го объявил бейдж AI Persona для профилей-персонажей, сгенерированных ИИ: выкатка с середины сентября, и по умолчанию такие профили исключаются из редакционных и алгоритмических рекомендаций.
Что всё это меняет в продвижении
А теперь ради чего вы это читаете. Разберём механизмами, а не советами.
Конкуренция идёт за слот в выдаче, а не за слушателя
Число слушателей и часов прослушивания растёт медленно. Число загружаемых треков — быстро. А рекомендательная лента конечна: в «Моей волне» за час помещается пара десятков треков, в редакторском плейлисте — фиксированное число позиций.
Когда предложение растёт, а число слотов нет, каждый слот дорожает. Это не метафора: алгоритму нужно из большего числа кандидатов выбрать те же 20, и порог, который нужно перешагнуть по ранним сигналам — дослушиваниям, лайкам, сохранениям, — поднимается сам собой. Ваш трек стал не хуже. Просто соседей стало втрое больше.
Куда поток льётся, а куда не доходит
Здесь стоит поправить популярную интуицию. Принято думать, что генерация топит в первую очередь лоу-фай и эмбиент. По замерам автора картина другая: по абсолютному количеству сгенерированных релизов лидируют самые массовые жанры — поп, рок, рэп, электроника, дэнс. А по доле внутри жанра впереди к-поп и шансон, где сгенерированного около 80%.
Механизм за этим простой: поток идёт туда, где у жанра есть узнаваемая формула. Чем жёстче канон — тем проще машине выдать «что-то похожее» пачками. Где слушатель приходит за конкретным человеком, а не за звучанием вообще, генератору предложить нечего.
И самая обнадёживающая цифра во всей этой истории — из отчёта Deezer: при 44% сгенерированных загрузок на их прослушивания приходится всего 1–3% от общего объёма. Люди слушают живое. Проблема не в том, что машина отбирает аудиторию, а в том, что она забивает канал, по которому вы до этой аудитории добираетесь.
Что из этого следует для стратегии
Если конкуренция сместилась в выдачу, то выигрывает то, что выдачу обходит. Прямая аудитория — подписчики, рассылка, чат, зал на концерте — это единственный канал, который не разбавляется чужими загрузками. У алгоритма вы конкурируете с сотней тысяч треков в месяц; в своём телеграм-канале — ни с кем.
Отсюда же переоценка того, что раньше считалось «дополнением к релизу». Лицо, голос, история, живые выступления, внятная причина слушать именно вас — это перестало быть обёрткой и стало главным активом. Не из-за красивой идеи «будьте собой», а по грубой арифметике: это ровно то, что нельзя сгенерировать пачками и что не обесценивается ростом каталога.
Практический вывод к плану релизов: один трек, за которым стоит работа и повод, теперь сильнее пяти проходных. Раньше частые релизы сами по себе подогревали алгоритм. Сейчас «много релизов» — это, как мы видели, один из признаков, по которому машина отличает ферму от музыканта.
Почему накрутки стали ещё бессмысленнее
Накрутка всегда была плохой идеей, но теперь у неё появился новый способ провалиться. Сервисы всерьёз занялись отсевом фрода именно из-за ИИ-потока: у Deezer до 85% прослушиваний сгенерированных треков в 2025 году признаны мошенническими и исключены из выплат. Инструменты, которые ловят ботов у ферм, — это ровно те же инструменты, которые поймают ботов у вас.
Хуже другое. Ботовый трафик по своей форме неотличим от поведения ИИ-фермы: всплеск прослушиваний без дослушиваний, без сохранений, без возвратов. Раньше это выглядело как подозрительная активность. Сейчас — как подпись слопа.
ИИ как инструмент — это другое, и давайте без лицемерия
Мы не в лагере «нас всех заменят». Автор расследования, кстати, тоже: он пишет, что пользуется нейросетями каждый день по работе.
Граница проходит не по инструменту, а по тому, есть ли за релизом авторское решение. Свести трек с помощью нейросети, вычистить шум, набросать вариант аранжировки, сделать обложку, перевести текст, восстановить старую запись — это работа с инструментом, как когда-то автотюн и сэмплер. Настроить конвейер, который выкладывает тысячу треков в автоматическом режиме в расчёте на копеечные выплаты с каждого, — это уже не музыка, а арбитраж.
Но честно: граница размыта, и единого отраслевого определения пока нет. Никто не говорит, сколько процентов машины делают трек «сгенерированным». Именно поэтому Яндекс собирается опираться на данные правообладателей, а Spotify — на самораскрытие артиста плюс собственную проверку. Пока единого стандарта нет, самое разумное для артиста — говорить о своём использовании ИИ прямо. Это дешевле, чем оправдываться, если пометку однажды поставят за вас.
Что может сделать слушатель
Автор расследования довёл дело до инструмента: он написал бесплатное браузерное расширение Slopless для Chrome и Firefox. Оно помечает подозреваемых ИИ-артистов прямо на странице Яндекс Музыки и может автоматически ставить дизлайк и пропускать их треки в «Моей волне». Код открыт, лицензия GPL-3.0.
И сразу честное предупреждение, вытекающее из раздела про метрики: расширение может отфильтровать живого музыканта. Precision модели около 84% — значит, примерно один артист из шести в этом списке помечен ошибочно. Если вы артист и обнаружили себя в такой пометке, это не приговор, а ложное срабатывание, характерное для метода.
Чего ждать в ближайший год
Три вещи выглядят достаточно вероятными.
Пометки появятся — не по закону, а по решению самих площадок. Spotify выкатывает бейдж в сентябре, Яндекс объявил о намерении, Deezer маркирует давно. Российского закона о маркировке ИИ-музыки при этом нет и в ближайшее время не предвидится: единственный профильный законопроект отклонён в июне.
Рекомендации начнут делить каталог. Это уже происходит: и Deezer, и Spotify не просто помечают, а вынимают такие треки из алгоритмических подборок. Для живого артиста это, как ни странно, хорошая новость — часть конкурентов уберут из выдачи административно.
Метрики качества станут важнее метрик объёма. Если сгенерированное отличается в первую очередь тем, что его не дослушивают и не возвращаются, то дослушивания, сохранения и повторы станут для алгоритма главным сигналом. Это ровно те показатели, по которым живой трек и так выигрывает.
Коротко
• Оценка: ~140 тысяч ИИ-исполнителей в Яндекс Музыке, ~40% новых загрузок. Это расчёт независимого исследователя, а не данные сервиса.
• Метод: сверка с разметкой Deezer плюс модель по метаданным. Точность модели 84% — каждое шестое срабатывание ложное.
• Проверка по звуку дала близкий результат: 36,6% релизов в мае 2026-го.
• Сгенерированного заливают много, но слушают мало: на Deezer — 1–3% прослушиваний.
• Значит, дефицит не в аудитории, а в слотах выдачи. Прямая связь с аудиторией обходит эту конкуренцию.
• Частые релизы больше не аргумент для алгоритма — скорее наоборот.
• Российского закона о маркировке ИИ-музыки нет: законопроект № 1069302-8 отклонён 10 июня 2026 года.
Пока нет комментариев