Conociendo a mis lectores, no tengo dudas de que ya escucharon hablar del lanzamiento de PLAI by GEMA y de que llegó a ocho días del fallo en primera instancia sobre la demanda contra Suno. Está claro que no es una coincidencia. La sociedad alemana quiere demostrar que el entrenamiento de IA y la justa compensación para los creadores no son asuntos mutuamente excluyentes.
Pero, ¿de qué se trata este nuevo producto?
Es un catálogo de música licenciado para entrenar modelos de inteligencia artificial. Cuenta con aproximadamente 178.000 archivos de audio correspondientes a alrededor de 57.000 obras que cubren más de 60 géneros. Cabe aclarar que se trata de la llamada música de librería (production music), es decir, compuesta específicamente para uso en sync en publicidad, cine, TV y contenido audiovisual.
Lo novedoso de este dataset es que busca que las empresas de IA puedan resolver todo en un solo lugar. Generalmente entrenar un modelo implica clarificar dos capas de derechos por separado: los derechos de autor sobre la canción y los derechos de máster sobre la grabación puntual. PLAI empaqueta las dos cosas, más los archivos de audio y los metadatos.
Además de los datos básicos de género, tempo e instrumentación, incluye estructura del track, ISWC, ISRC, etiquetas de emoción y contexto de uso, información que un modelo necesita para aprender más allá del audio en sí. GEMA arma los paquetes de entrenamiento a medida según el modelo y el caso de uso de cada cliente.
Esto habla de una interiorización de las necesidades del cliente, algo fundamental si las sociedades de gestión quieren negociar de igual a igual con los gigantes tech.
Si bien el proyecto está lejos de ser perfecto (y en este artículo explicaré por qué), es un primer paso en la dirección correcta.
¿Qué tipo de clientes busca PLAI?
El criterio que define a quién le vende es explícito: apunta a herramientas de IA que asisten a creadores durante el proceso de producción, y cuyos resultados no compiten con las obras que se usaron para entrenarlas. Es una línea divisoria clara entre dos mundos. Por un lado están los modelos generativos que componen canciones completas a partir de un prompt (el terreno de Suno o Udio), y por otro las herramientas que ayudan a un músico o productor a trabajar mejor sin reemplazar su rol creativo.
Klangio es el primer cliente nombrado y encaja perfectamente con ese criterio. Sus herramientas convierten grabaciones en partituras; no generan música nueva, leen la que ya existe.
¿Cuáles son las principales críticas que está recibiendo?
Matthias Strobel Hohmann, presidente de MusicTech Germany, fue duro con el catálogo apenas se lanzó.
"Un modelo de IA entrenado únicamente con música de stock y de librería no aprende a componer, no capta emociones ni la diversidad estilística de la música popular. 178.000 archivos de audio es una broma."
Y tiene razón en cuanto a la utilidad para modelos generativos, ya que estos necesitan millones de tracks para generar outputs aceptables. El punto es que PLAI no es para eso, justamente busca que las herramientas de sus clientes no compitan con las obras usadas para entrenar.
Otro punto importante que aún no está claro es cómo se les pagará a los creadores. GEMA afirma que habrá una compensación proporcional, pero la fórmula no fue publicada. Personalmente creo que hay que esperar un poco más, ya que todo esto es muy reciente y no existe un estándar. Sin embargo, es un tema crucial para sus socios y se seguirá presionando si el silencio se prolonga.
¿Es el primer catálogo de música licenciada para entrenamiento de IA?
Un detalle de color que investigué al escribir este artículo es cuán novedoso es este proyecto. La respuesta es un depende. Si hablamos de sociedades de gestión colectiva, no hay dudas de que GEMA es la primera en hacer algo así. De hecho, la sociedad alemana había avisado hace dos años que estaba trabajando en el asunto de compensación de los creadores en el contexto de la IA.
Pero si salimos de gestión colectiva, nos encontramos con el caso de Rightsify y vAIsual, que desde 2023 vienen asociados para vender catálogos de música licenciada armados específicamente para entrenamiento de IA. Rightsify aporta el catálogo con los derechos resueltos; vAIsual lo empaqueta y lo distribuye a través de su plataforma Dataset Shop. El concepto de dataset musical licenciado, entonces, ya existía antes de PLAI.
La diferencia está en el origen institucional. Rightsify es una empresa de licencias B2B que opera por fuera del sistema de gestión colectiva, mientras que PLAI viene de una SGC que agrupa el repertorio de sus socios editoriales bajo el mismo mecanismo que usa para el resto de sus operaciones.
¿Qué sigue?
GEMA ahora tiene que resolver el desafío que todo marketplace tiene: ¿qué viene primero, el huevo o la gallina? Es decir, necesita que su catálogo crezca para atraer más clientes y a su vez necesita más clientes para atraer más titulares de derechos. Justamente en su página web dicen ser flexibles para incluir más editoriales, sociedades de gestión, autores y otros titulares.
Algo que me queda dando vueltas en la cabeza es el tema del enforcement. ¿Cómo se van a asegurar de que los modelos sean entrenados puramente en catálogos licenciados? Hoy por hoy es casi imposible, como querer frenar la lluvia con las manos. Existen modelos de atribución como el que desarrolló Sureel AI, pero personalmente soy un poco escéptico en cuanto a su efectividad. Sobre esto no se ha hablado aún, aunque no tengo dudas de que tarde o temprano surgirá la pregunta.
Conclusión y cierre
Al momento en que escribo, faltan cuatro días para el fallo del tribunal de Múnich respecto a la demanda de GEMA contra Suno. Lo que suceda el viernes va a condicionar este proyecto. Si falla en favor de la sociedad alemana, va a pisar el acelerador. Si pasa lo contrario, dudo mucho que PLAI deje de existir, pero imagino que el impacto posible será menor.
Sin dudas, GEMA se está consolidando como el referente mundial en la defensa contra los gigantes tech y abre camino a quienes quieran seguirla. No me sorprendería que en lo que queda del 2026 haya anuncios de sociedades preparando el terreno para lanzar sus propios catálogos licenciados.
Fuentes: AI Musicpreneur; Velveteen; Musically; GEMA; Music Business Worldwide