Strømmetjenester for musikk har i flere år forsøkt å dytte brukerne inn i en mer AI-drevet hverdag, med varierende suksess. Nå skrur flere aktører opp tempoet. Apple, Amazon og Spotify utvikler stadig mer avanserte anbefalingsverktøy, og eksperter mener slike investeringer kan bli avgjørende for å sikre lojalitet i et marked der musikkatalogene i praksis blir stadig mer like.
Spotify har nylig lansert en ny integrasjon som lar brukere koble kontoen sin direkte til ChatGPT fra OpenAI. Tanken er at musikk- og podkastanbefalinger skal bli bedre når brukeren kan beskrive hva de vil ha gjennom en samtale, i stedet for å nøye seg med tradisjonelle valg som å like eller ikke like en låt.
Med integrasjonen kan Spotify-brukere be om sanger, artister, album, spillelister eller podkastepisoder basert på stemning, sjanger eller tema. Anbefalingene vises i ChatGPT, og åpnes deretter i Spotify-appen for avspilling. Brukeren kan også justere og presisere ønskene sine underveis.
Ifølge en talsperson for Spotify er slike forespørsler:
– en mulighet til å oppdage nye låter eller finne tilbake til gamle favoritter, eller å forlenge en ChatGPT-samtale med et lydspor som passer øyeblikket.
Spotify opplyser at løsningen er frivillig å ta i bruk, og at man kan koble fra når som helst. Selskapet sier også at de ikke vil dele musikk- eller podkastinnhold med OpenAI for treningsformål, et tema som har skapt bekymring i flere kreative bransjer knyttet til opphavsrett.
Parallelt har Spotify rullet ut funksjonen Prompted Playlist i selve appen. Den lar brukere skrive inn en følelse, en situasjon eller et minne, og få satt sammen en personlig miks basert på dette.
Apple og Amazon bygger lignende AI-funksjoner
Også de store konkurrentene utforsker lignende løsninger. Apple har gradvis lagt mer AI inn i Apple Music. En betafunksjon kalt Playlist Playground har mye til felles med Spotifys satsing ved at den bygger på chat-lignende interaksjon, der brukeren kan finjustere forslag gjennom tekst.
Apple har også presentert AutoMix, en funksjon som bruker AI til å analysere låter og mikse dem sammen ved å matche tempo og rytme. Målet er å fjerne stillhet mellom spor og legge inn mykere overganger. I tillegg har Apple rullet ut maskinlæringsverktøy som oversettelse av sangtekster og hjelp til uttale.
Amazon Music tilbyr på sin side en prompt-basert spillelistefunksjon kalt Maestro. Den har vært tilgjengelig siden midten av 2024 og lar brukere generere spillelister med tekstbeskrivelser, men er fortsatt i betatesting.
Spotify mener AI er sentralt for å holde på brukerne
Spotify-ledelsen har flere ganger pekt på AI som en nøkkel for å få abonnenter til å bli værende. I en nylig kvartalspresentasjon til investorer ble det understreket at AI-drevet oppdagelse er viktig for å holde engasjementet oppe.
Alex Norström, medadministrerende direktør, sa at selskapets satsing på personalisering og AI gir resultater:
– Våre investeringer i personalisering og AI betaler seg. Det betyr at folk bruker flere dager i måneden med oss og i flere situasjoner.
Spotify har også vist til sin interaktive iDJ-funksjon, som ble introdusert i 2023. Ifølge selskapets siste tall har rundt 90 millioner abonnenter brukt funksjonen, og den totale tiden brukerne har tilbrakt i appen via iDJ skal ha passert fire milliarder timer.
Norström har også trukket frem Prompted Playlists som en funksjon som raskt har fått fotfeste blant de mest aktive brukerne. Han har sammenlignet iDJ med en mer uformell samtale, mens Prompted Playlists i større grad lar brukeren beskrive regler og preferanser for å lage sin egen personlige spilleliste.
Når katalogene blir like, kan personlige data bli konkurransefortrinnet
Analytikere som følger Spotify peker på at AI-fortellingen må omsettes til tydelige brukerfordeler, og helst raskt. Selv om artister tidvis fjerner musikk fra enkelte tjenester, tilbyr Apple Music, Amazon Music og YouTube Music i stor grad overlappende kataloger, samtidig som anbefalingssystemene blir stadig mer sofistikerte.
Michael Pachter, seniorrådgiver innen digital media, sport og underholdning i Wedbush Securities, mener forskjellene i katalog etter hvert betyr mindre enn funksjonene rundt.
Han sammenligner situasjonen med søkemarkedet og argumenterer for at det å skape en vane og høyere terskel for å bytte, kan være det viktigste. Ifølge Pachter bygger brukere opp bibliotek, spillelister og preferanser over tid, og hver nye integrasjon kan gjøre økosystemet vanskeligere å forlate. Spotify har opplyst at tjenesten nå er tilgjengelig på over 2 000 ulike enhetstyper, fra bilsystemer til smarthøyttalere.
– Jeg forventer at denne ChatGPT-integrasjonen vil bli mye brukt av Spotify-brukere og bli svært vellykket, sier Pachter.
Samtidig finnes det verktøy i markedet som kan hjelpe brukere med å eksportere spillelister dersom de ønsker å bytte tjeneste.
AI skaper også mer musikk enn noen gang
Flere på Wall Street er mer avventende enn Pachter, men noen har likevel blitt mer positive til Spotifys AI-satsing den siste tiden. Skepsisen har blant annet handlet om hvorvidt AI-musikk kan endre hele dynamikken i bransjen og gjøre musikk enda mer lett tilgjengelig og utskiftbar.
Et annet spørsmål er hva som skjer når AI-verktøy kan produsere enorme mengder nytt innhold. En analyse fra Rothschild og Co Redburn anslår at tekst-til-musikk-plattformer som Suno kan generere rundt sju millioner sanger om dagen, et volum som skal tilsvare hele Spotifys katalog fra før AI-æraen omtrent annenhver uke.
Gustav Söderström, medadministrerende direktør i Spotify, har pekt på at ambisjonen er å gjøre lytting mer interaktiv, der appen forstår brukeren bedre og bedre over tid.
Mark Mulligan, administrerende direktør og analytiker i MIDiA Research, mener AI vil bli viktig for hvordan folk bruker strømmetjenester, men han er mindre overbevist om at utviklingen først og fremst handler om en overgang fra passiv til aktiv lytting.
Han peker på at de fleste lytter både aktivt og passivt, og at mye av trenden går i retning av mer kuraterte spillelister, artist-radio og AI-DJ-er. Samtidig kan såkalte agentiske funksjoner, der brukeren gjør litt mer innsats for å styre resultatet, fungere som et mellompunkt: lite arbeid for mye lytting.
Et konkret eksempel er mer presis filtrering. I stedet for at algoritmen antar at man liker en artist fordi andre med lignende smak gjør det, kan en bruker be om å utelate en bestemt artist eller snevre inn på en underkategori. Da kan anbefalingene oppleves mer treffsikre enn tradisjonelle, automatiske spillelister.
Söderström har også antydet at fremtidens konkurransefortrinn ligger i datagrunnlaget som skapes når hundrevis av millioner brukere beskriver musikk med språk, stemning og situasjon, ikke bare gjennom lyttemønstre.
Han har argumentert for at det ikke finnes ett fasitsvar på hva som passer som treningsmusikk, fordi det varierer med kultur, land og individuelle preferanser. Derfor mener han at en stor, levende og global brukerbase kan bli helt avgjørende for å bygge et system som forstår hva musikk betyr for den enkelte.
