音樂
2026.05.16 (六)
音樂興發現｜當AI音樂滲透率持續上升但情感認同卻降溫
字級：
作者：袁永興
進一步細看消費者對 AI 用於音樂創作的態度，所有情境顯示一致反應模式：感覺舒適比例約23-29%，中立27-30%，不舒適則高達42-50%。尤其Morgan Stanley年度音訊消費調查顯示，美國18–44歲族群中約50–60%每週接觸 AI 音樂，平均2.5–3小時，18–29歲族群更高達六成以上。當中 AI 聲音演唱或模仿真人風格的情境負面感受最強，顯示聽眾特別在意聲音真實性與創作正當性。當前 AI 音樂的主要流通情境大多存在於短影音平台、背景配樂、與演算法驅動的推薦播放列表中，這意味AI音樂早已深入日常，聽眾在未明確辨識來源的情況下進行了大量被動接觸，而非主動選擇。
換言之， AI 音樂的滲透，是結構性分發的結果，而非用戶主動偏好的反映。這也解釋了為何另一組由 Deezer 與 Ipsos 進行的調查會呈現出一致方向：高達 97% 的受訪者無法辨識 AI 與人類創作，但同時有 73% 支持平台應標示 AI 音樂來源，45% 希望能選擇過濾，約 40% 表示傾向避免收聽。證實資訊透明一旦被補上，人們態度便開始改變。
Luminate 的另一個觀察維度則揭示了態度轉折的心理機制。當問題從「這首歌好不好聽」轉為「這首歌是如何被創作」時，聽眾的評估標準隨之改變。在「 AI 創作全新歌曲」的情境中，僅約 24% 的受訪者表示感到不違和，但有 46% 表示不舒服。若進一步涉及「AI 模仿人類歌手聲音」或「生成特定風格」，負面比例更高。這代表一個核心轉移：AI 音樂的競爭門檻，正在從聲音品質移向倫理認知與創作正當性。這種轉移在近期市場案例中也有所體現。AI 藝人如 Xania Monet 等例子中，曾因媒體曝光帶動短期串流高峰，但其播放量隨後快速回落。從每週 700 萬次滑落至 300 萬次以下，很顯然地不只是話題熱度消退，更是「不可持續的情感關係」在數據層面的具象化。
當AI音樂滲透率持續上升但情感認同卻降溫
2026年春季， Luminate 為生成式AI音樂的市場現況所做的最新調查數據、一條新的清晰分界線油然而生。當美國聽眾「知道一首作品是由AI生成」時，其聆聽意願呈現明確負值，而這種負面態度正在年輕族群中快速擴大。根據 Luminate 的「美國娛樂365消費者」調查，從2025年5月至11月，美國整體聽眾對 AI 音樂的興趣值從 -13% 降至 -20% 。其中， Alpha 世代與 Z 世代的年輕聽眾降幅最大、從 -6% 下滑至 -16% ，千禧世代（Millennials）由 -1% 轉為 -7% 。 X 世代與嬰兒潮世代（Boomers）則分別維持在 -24% 與 -38% 的高度保留態度。這顯示當音樂有 AI 背景被公開後，人們對音樂的情感連結是否「仍然成立」。調查結果凸顯 AI 音樂正面臨情感認同的重大挑戰。儘管技術快速進步，消費者疑慮卻未見緩解。 Luminate 調查指出年輕族群雖為數位原住民，卻對 AI 音樂的接受度下降最劇烈。這反映出即便熟悉科技，聽眾仍更重視音樂的真實情感連結與文化認同。千禧世代相對開放，但整體趨勢向下，戰後嬰兒潮世代則最排斥。此外有約三分之一受訪者保持中立，成為未來態度轉變的關鍵變數。進一步細看消費者對 AI 用於音樂創作的態度，所有情境顯示一致反應模式：感覺舒適比例約23-29%，中立27-30%，不舒適則高達42-50%。尤其Morgan Stanley年度音訊消費調查顯示，美國18–44歲族群中約50–60%每週接觸 AI 音樂，平均2.5–3小時，18–29歲族群更高達六成以上。當中 AI 聲音演唱或模仿真人風格的情境負面感受最強，顯示聽眾特別在意聲音真實性與創作正當性。當前 AI 音樂的主要流通情境大多存在於短影音平台、背景配樂、與演算法驅動的推薦播放列表中，這意味AI音樂早已深入日常，聽眾在未明確辨識來源的情況下進行了大量被動接觸，而非主動選擇。
換言之， AI 音樂的滲透，是結構性分發的結果，而非用戶主動偏好的反映。這也解釋了為何另一組由 Deezer 與 Ipsos 進行的調查會呈現出一致方向：高達 97% 的受訪者無法辨識 AI 與人類創作，但同時有 73% 支持平台應標示 AI 音樂來源，45% 希望能選擇過濾，約 40% 表示傾向避免收聽。證實資訊透明一旦被補上，人們態度便開始改變。
Luminate 的另一個觀察維度則揭示了態度轉折的心理機制。當問題從「這首歌好不好聽」轉為「這首歌是如何被創作」時，聽眾的評估標準隨之改變。在「 AI 創作全新歌曲」的情境中，僅約 24% 的受訪者表示感到不違和，但有 46% 表示不舒服。若進一步涉及「AI 模仿人類歌手聲音」或「生成特定風格」，負面比例更高。這代表一個核心轉移：AI 音樂的競爭門檻，正在從聲音品質移向倫理認知與創作正當性。這種轉移在近期市場案例中也有所體現。AI 藝人如 Xania Monet 等例子中，曾因媒體曝光帶動短期串流高峰，但其播放量隨後快速回落。從每週 700 萬次滑落至 300 萬次以下，很顯然地不只是話題熱度消退，更是「不可持續的情感關係」在數據層面的具象化。
對串流平台而言， AI 音樂的出現，帶來兩種相互牽動的力量。一方面，它極大提升內容供給效率，降低創作成本，並擴大長尾內容資料庫，這對以播放量與停留時間為核心指標的商業模型具有吸引力。另一方面，當用戶對 AI 內容產生信任疑慮、甚至出現主動迴避行為時，平台必須在「供給效率」與「用戶信任」之間重新取得平衡。這也是為何包括 Deezer 在內的部分平台，開始導入 AI 音樂標記與偵測機制，並將其納入推薦系統的權重參數，讓標示不再只是資訊揭露，而是平台管理的一部分。
對唱片公司來說，局勢同樣複雜。短期間來看， AI 可作為成本優化工具，甚至創造新的授權收入模式；但從長期看，若市場對 AI 音樂的情感認同無法建立，整體音樂價值體系將面臨稀釋風險。綜合目前數據，可以觀察到一個逐漸清晰的市場分層：一邊是「環境音樂市場」，AI 音樂在此作為高效率供給工具，滲透於背景播放、短影音、功能性音樂等場景。此處的價值不依賴創作者身份，而依賴情境適配與成本結構。另一邊是「情感音樂市場」，人類創作仍然佔據核心位置，因為聽眾在此尋求的不只是聲音，而是與創作者之間的關係、故事與認同。兩者之間並非對立，而是功能分化。真正的競爭不在於取代、而是分寸與邊界該如何重新劃定。
對唱片公司來說，局勢同樣複雜。短期間來看， AI 可作為成本優化工具，甚至創造新的授權收入模式；但從長期看，若市場對 AI 音樂的情感認同無法建立，整體音樂價值體系將面臨稀釋風險。綜合目前數據，可以觀察到一個逐漸清晰的市場分層：一邊是「環境音樂市場」，AI 音樂在此作為高效率供給工具，滲透於背景播放、短影音、功能性音樂等場景。此處的價值不依賴創作者身份，而依賴情境適配與成本結構。另一邊是「情感音樂市場」，人類創作仍然佔據核心位置，因為聽眾在此尋求的不只是聲音，而是與創作者之間的關係、故事與認同。兩者之間並非對立，而是功能分化。真正的競爭不在於取代、而是分寸與邊界該如何重新劃定。
未來 AI 音樂的發展關鍵，不會落在技術突破本身，而會集中在幾個交叉軸線。首先是「標示與透明機制」的制度化。當越來越多平台導入 AI 內容標記，市場將進入一個新的可見性階段。這會讓原本隱形的 AI 滲透被量化與比較，也會迫使平台在推薦邏輯中、明確處理 AI 與人類作品的權重關係。接下來的觀察重點在於標示是否會影響播放量分配，進而改變創作者的收益結構。
其次是「授權與收益分配模型」的重寫。隨著唱片公司與 AI 平台之間的談判持續推進，未來可能出現多層次授權框架，包括訓練資料授權、風格授權、聲音授權等。這將直接影響 AI 音樂的合法供給規模，也會決定其是否能從「灰色內容」轉為主流商業資產。市場需要關注的，是這些協議是否能建立可預期的收益分配，而非一次性的交易。再來是「聽眾行為的再分化」。目前的數據顯示，年輕族群對 AI 音樂的態度正在快速變動。未來的關鍵，不是他們是否接受 AI，而是他們在不同場景中，如何區分「功能性收聽」與「情感性收聽」。若這種分化持續擴大，音樂產業將不再以單一價值體系運作，而會形成多軌並行的消費結構。
