La marca de agua de audio debía sobrevivir a internet. La nuestra murió en el primer transcodificador.
Incrustamos una marca de agua en una pista, la sometimos a todas las pruebas que teníamos y vimos cómo sobrevivía. Compresión MP3 en tres tasas de bits: sobrevivió. Un ciclo de ida y vuelta por un reproductor de consumo: sobrevivió. Luego entregamos el archivo a un socio de distribución cuya cadena de ingesta lo recodificaba todo a Opus antes de que llegara a los oyentes, y la marca había desaparecido. No degradada. Desaparecida. La canción salió por el otro extremo limpia, sin marca, indistinguible de un archivo que nunca había llevado ninguna procedencia en absoluto.
Esa fue la mañana en que entendí que la procedencia del audio —la capacidad de probar de dónde procede una pieza de audio y que es lo que dice ser— no es un problema de marca de agua. Es un problema de supervivencia. Una marca de agua que vive en tu laboratorio y muere en el recorrido real del contenido es peor que ninguna marca de agua, porque te dice que estás protegido cuando no lo estás.
Dirijo un pequeño equipo que construye pipelines de licenciamiento, marca de agua y procedencia de audio para empresas de medios. Quiero contarte cómo nos equivocamos con el producto, qué está a punto de imponer a todos en este negocio la Ley de IA de la UE, y por qué la parte difícil nunca fue el algoritmo.
La apuesta que respaldé y que se derrumbó en seis semanas
Cuando empezamos, el discurso era limpio y yo lo creía: las herramientas de audio generativo eran legalmente radiactivas, así que sé la alternativa segura. Si usabas Suno o Udio para una pista comercial, estabas alquilando una demanda. Nosotros construiríamos en su lugar el camino licenciado y defendible: voces por encargo, cadena de titularidad limpia, cero exposición a derechos de autor. Vendí esa historia a mi propio equipo y a los primeros compradores con los que hablé.
Entonces el terreno se movió. El 30 de octubre de 2025, Universal Music Group llegó a un acuerdo con Udio y firmó un convenio estratégico para una nueva plataforma licenciada que se lanzará en 2026, entrenada con un corpus aprobado por UMG. Menos de cuatro semanas después, el 25 de noviembre, Warner Music Group llegó a un acuerdo con Suno y anunció una empresa conjunta para construir música con IA licenciada y de adhesión voluntaria. El argumento de "estás alquilando una demanda" en torno al cual había construido la empresa se debilitó en una ventana de seis semanas.
Pasé unos días convencido de que habíamos perdido el mercado. No lo habíamos hecho, pero tuve que dejar de leer las noticias como un proveedor y empezar a leerlas como el arquitecto de tecnología de derechos que llevaba años siendo. Cuando examiné los términos reales del acuerdo, el dolor del comprador no había desaparecido. Se había desplazado.
Las herramientas licenciadas resolvieron la demanda. Crearon una nueva prisión: el jardín amurallado.
Lee la letra pequeña de esos acuerdos. En el producto de transición de Udio, los usuarios no pueden descargar ni exportar las obras que crean: las creaciones quedan bloqueadas dentro del servicio, solo para consumo. En los nuevos modelos licenciados de Suno, solo los suscriptores de pago pueden descargar fuera de la plataforma, y esas descargas están limitadas. Una empresa de medios que necesita que un activo se distribuya por radiodifusión, streaming, redes sociales, cine y videojuegos no puede usar una herramienta que no deja que el activo salga del edificio. La pregunta legal quedó respondida. La pregunta sobre propiedad y portabilidad quedó abierta de par en par.
Entonces, ¿qué está realmente roto ahora?
Una vez que dejé de defender la vieja tesis, el problema del comprador se resolvió en tres preguntas, y ninguna de ellas era "¿es esto legal?".
La primera es la portabilidad. Los resultados del jardín amurallado no pueden viajar, y la mayoría de los casos de uso comercial se rompen antes de empezar porque el activo no puede distribuirse por todas las superficies que toca una campaña o un lanzamiento.
La segunda es la registrabilidad, y sorprende a la gente. La Oficina de Derechos de Autor de EE. UU. ha sostenido desde principios de 2025 que los resultados generados solo a partir de un prompt no son susceptibles de derechos de autor. Así que incluso una pista de IA impecable y licenciada puede no tener derechos de autor, lo que significa que un competidor puede aprovecharse gratis de tu jingle de IA con impunidad, y tú no tienes ninguna propiedad intelectual posterior que defender. El acuerdo de Anthropic en septiembre de 2025, en el que un juez federal determinó que entrenar con material pirateado era transformador pero que la adquisición del mismo fue ilícita, puso sobre la mesa una cifra de unos 3.000 dólares por obra que los analistas de la industria musical tratan como un piso, no un techo. La exposición legal no se desvaneció con los acuerdos; cambió de forma.
La tercera es la detectabilidad, y tiene una fecha asociada.
El reloj: Artículo 50 de la Ley de IA de la UE, 2 de agosto de 2026
Con cualquier otro problema de este ensayo podrías, en teoría, optar por convivir. Este tiene una fecha y una cifra, y es lo que hace pasar a un comprador de interesado a firmante. Según el Artículo 50 de la Ley de IA de la UE, en vigor a partir del 2 de agosto de 2026, cualquiera cuyo sistema genere audio sintético debe marcar el resultado en un formato legible por máquina para que sea detectable como generado artificialmente. El primer borrador del Código de Buenas Prácticas de la Comisión Europea, publicado en enero de 2026, hizo explícita la expectativa operativa, y es la parte que la mayoría pasa por alto: los metadatos por sí solos no bastan. El Código impulsa un enfoque multicapa: metadatos incrustados como los manifiestos C2PA y marca de agua imperceptible. Las sanciones bajo el Artículo 99 llegan hasta los 15 millones de euros o el 3 % de la facturación mundial.
Así que esta es la posición en la que se encuentra una empresa de medios. Necesitas un pipeline de marcado y marca de agua operativo antes del 2 de agosto si te diriges a audiencias de la UE. La marca de agua tiene que sobrevivir al recorrido real del contenido, el que mató la nuestra. Y los metadatos, la mitad fácil, son la mitad que se elimina primero.
¿Por qué C2PA no resuelve esto sin más?
La mayoría de los equipos recurren a las credenciales de contenido C2PA y creen que ya está. C2PA es bueno: la RIAA, Roland y Avid, los creadores de Pro Tools, son todos miembros, así que los abanderados del audio están en la mesa. Pero la mayoría de las plataformas sociales eliminan los metadatos C2PA en el momento en que subes el archivo. La credencial que adjuntaste con tanto cuidado desaparece para cuando la pista llega a la superficie donde la procedencia realmente importa.
Lo único que sobrevive es el soft binding: incrustas un pequeño identificador en el propio audio con una marca de agua, y ese identificador apunta a un manifiesto almacenado en la nube. La marca de agua sobrevive al recorrido; la consulta restaura la procedencia al otro lado. Es elegante, y tiene una trampa en la que he visto caer a los equipos. Si tu cliente está en la UE y tu almacén de manifiestos está alojado en EE. UU., el RGPD ahora se aplica a cada consulta de manifiesto. Si el manifiesto contiene la identidad del creador, debes aplicar la redacción de privacidad según la especificación C2PA, y casi nadie la implementa. Si el almacén de manifiestos está fuera de línea cuando alguien lo comprueba, la pista no tiene ninguna cadena de procedencia. La mitad de metadatos "fácil" es donde están en realidad las minas legales y arquitectónicas.
Y luego está la capa en la que el comprador realmente vive: DDEX. En septiembre de 2025, Spotify y quince sellos y distribuidoras se comprometieron con un estándar basado en DDEX para las divulgaciones de IA en los créditos musicales: voces, composición, producción, todo. Este es el problema con el que me topo en cada proyecto con un sello: la especificación de entrega DDEX ERN 4.3 en vigor no tiene campos para esos datos de divulgación. La extensión está en borrador. Un sello que distribuye a través de un agregador como DistroKid o CD Baby hereda lo que sea que el agregador envíe, y la mayoría de los agregadores todavía no transmiten la divulgación granular de IA. Para cumplir tanto con la política de Spotify como con el Artículo 50 antes del 2 de agosto, ese pipeline necesita middleware personalizado. No hay ningún ajuste que activar.
La marca de agua que no sobrevivió, y la matriz que la habría detectado
Déjame volver al archivo que salió limpio, porque la solución no es "usa una mejor marca de agua". Es "deja de confiar en una sola".
Los incrustadores son en su mayoría gratuitos. SynthID-Audio de Google está integrado en Lyria y NotebookLM, con un portal detector desplegado globalmente en noviembre de 2025, y más de 10.000 millones de piezas marcadas en distintas modalidades, pero el detector de audio está controlado por Google y solo funciona con contenido generado por Google. AudioSeal de Meta es de código abierto bajo licencia MIT, hace detección localizada a nivel de muestra y es la herramienta más potente que he usado para voz y habla, pero su robustez con la música es más débil, y esa brecha es exactamente donde mueren los archivos.
Aquí es donde las cifras de nivel de investigación se ganan su lugar. XAttnMark, publicado en ICML 2025, mantiene un 68 % de detección bajo ataques adversarios de forma de onda, donde AudioSeal cae al 15 %, y un 91–94 % de detección a través de ediciones generativas de herramientas como Stable Audio. AWARE, un método de octubre de 2025, informa de una tasa de error de bits del 1,61 % incluso después de que una pista pase por un vocoder neuronal, el tipo de resíntesis que realiza un pipeline de clonación de voz. Ninguno de estos tiene soporte comercial. Ninguno es un producto. Son insumos.
Una marca de agua que sobrevive al MP3 y muere en el Opus no es una marca de agua débil. Es una que no se ha probado.
La disciplina que nos habría salvado no es nada glamurosa: una matriz de supervivencia. Tomas tu cadena de ingesta específica —de DAW a WAV, a la entrega DDEX, a un transcodificador multibitrate que escupe Opus, AAC y MP3, a un CDN, a un reproductor, a alguien grabando la pantalla desde un teléfono, a una resubida en TikTok que recodifica todo— y pasas cada marca de agua candidata por cada etapa y mides lo que queda. No habíamos probado el tramo de Opus porque nuestro laboratorio no tenía uno. El transcodificador sí.
Y para cualquiera en radiodifusión, hay una etapa peor: la brecha analógica. Las salidas de radio y televisión son captadas por el micrófono de un segundo dispositivo en un coche o una cocina. Una marca de agua que muere en la reverberación de una habitación es inútil para la procedencia en radiodifusión. El enfoque de autocorrelación de AudioSeal tiende a sobrevivir a eso; la mayoría de las marcas de agua de tipo LSB no. Solo sabes cuál al ejecutarla.
La cifra de fraude que nadie en el sello dijo en voz alta
La primera vez que me senté con el responsable de confianza y seguridad de un DSP, la conversación no iba sobre la UE en absoluto. Iba sobre una cifra que habían estado absorbiendo en silencio.
Los propios datos de Deezer: las pistas generadas por IA pasaron del 18 % de las nuevas subidas en junio de 2025 al 28 % en septiembre —más de una cuarta parte de todo lo que entra por la puerta. Y el 70 % de las reproducciones de pistas exclusivamente de IA son fraudulentas. Junta esas dos cifras y aproximadamente una quinta parte de todo lo que se entrega es potencialmente fraudulento: no un problema de spam en los márgenes, sino una fuga estructural en el fondo de regalías. Deezer ahora excluye esas del pago de regalías y, desde enero de 2026, licencia su detector patentado a plataformas rivales. Spotify eliminó más de 75 millones de pistas de spam en doce meses e introdujo un mínimo de 1.000 reproducciones antes de que se activen las regalías, algo que las redes de fraude simplemente burlan asegurándose de que cada una de diez mil pistas de IA supere unas 1.050 reproducciones. En toda la industria, Beatdapp y Beatport estiman de 2.000 a 3.000 millones de dólares al año en desvío fraudulento de regalías. Para un DSP de gama media, eso es un agujero de nueve cifras en su propio fondo de regalías.
Aquí es donde resulta que el comprador DSP y el comprador de sello quieren cosas diferentes del mismo pipeline. El sello quiere procedencia y divulgación. El DSP quiere mantener las avalanchas fraudulentas de IA fuera de su fondo de regalías, y eso es un problema de huella digital (fingerprinting) y detección conductual, no de marca de agua. El Attribution Engine de Pex coteja huellas contra un registro en menos de cinco segundos e incluso puede identificar si una pista provino de Suno o Udio. Beatdapp, que recaudó 17 millones de dólares y se asocia con UMG y la MLC, detecta el fraude de forma conductual. La marca de agua y la huella digital no son competidoras; responden a preguntas diferentes, y una plataforma real necesita ambas.
¿Y qué hay de las agencias de publicidad?
El comprador de agencia me quita el sueño más que ninguno de los otros, porque la exposición es muy concentrada y muy pocos de ellos la ven.
Los planes Pro y Premier de Suno explícitamente no incluyen indemnización. Una agencia que mete un jingle generado por IA en un anuncio nacional está cargando ella misma con el riesgo de derechos, y la mayoría no ha negociado una indemnización específica para IA en los contratos marco con sus clientes, aunque la guía de las 4A's ahora se lo indica. Un asesor jurídico de una agencia me explicó los términos de servicio de su herramienta en una llamada y se quedó callado cuando llegamos a la sección de indemnización, porque no había ninguna. Si ese jingle desencadena una reclamación de derechos a mitad de campaña, la agencia asume la campaña retirada, la nueva grabación, la reprogramación de medios y el daño reputacional.
Y la voz en sí es ahora propiedad. La Ley ELVIS de Tennessee, en vigor desde julio de 2024, convierte la clonación de la voz de un artista sin consentimiento en un delito menor con recursos civiles. La AB 2602 de California otorga protecciones contractuales a los intérpretes. La Ley federal NO FAKES, que avanza en el 119.º Congreso, crearía un derecho de propiedad sobre las réplicas digitales de voz, además de un sistema de notificación y retirada para las plataformas. Cuarenta y ocho estados tienen ahora alguna forma de ley sobre deepfakes o clonación de voz. La cadena de titularidad de una voz ya no es un lujo; es lo que evita que la campaña se convierta en una demanda.
Lo que realmente construimos ahora
Así que dejamos de intentar ser la alternativa de generación segura. No puedo superar a Google en el despliegue de un algoritmo de incrustación ni superar a Beatdapp en detección de fraude, y pretender lo contrario fue el error original. Lo que ningún proveedor por sí solo hace —y lo que le falta a cada empresa de medios con la que hablo— es la integración.
Un comprador típico tiene de seis a doce sistemas desconectados: un gestor de activos digitales, un gestor de activos multimedia, la DAW, la base de datos de administración de derechos, el pipeline de distribución DDEX, un verificador C2PA, una base de datos de huellas digitales, un detector de fraude, una cola de revisión interna. Cada uno funciona. Nada se comunica. La cadena de procedencia se rompe en cada costura. Lo que diseñamos es lo que hace que funcionen al unísono, y la política que lo acompaña. Las preguntas más difíciles nunca son técnicas. ¿Quién recibe la alerta cuando aparece una marca de agua en una pista subida al distribuidor? ¿Cuál es el SLA de retirada? ¿Cómo se sincroniza la lista de exclusión voluntaria del artista con el generador? Esas respuestas no viven en un repositorio de GitHub.
Construimos una capa de detección multiestándar, porque ningún comprador puede apostar a que una sola marca de agua gane: tiene que leer los resultados de SynthID, AudioSeal y XAttnMark, cotejar los manifiestos C2PA y compararlos con las divulgaciones DDEX. Construimos el flujo de trabajo de retirada, porque la verdadera pregunta después del próximo momento "Heart on My Sleeve" —esa pista falsa de Drake/Weeknd de 2023 que alcanzó 20 millones de visualizaciones antes de ser retirada— no es "¿podemos probar que es falsa?". En 2026, un clon convincente tarda unos noventa minutos en hacerse. La pregunta es con qué rapidez puedes retirarlo y notificar al artista, al sello, a los DSP y a las plataformas sociales en paralelo. La marca de agua es un insumo para ese flujo de trabajo, no el flujo de trabajo.
Y para los clientes que genuinamente necesitan transformación de voz licenciada —localización de podcasts, narración de audiolibros, accesibilidad, doblaje— construimos un banco de voces real, que es sobre todo un problema de economía. Un actor por encargo que graba 45 minutos de canto limpio en unos cuantos estilos de género cuesta entre 8.000 y 18.000 dólares según su estatus sindical y el alcance de los derechos de uso. Cubrir un rango utilizable de edad, género y acento son de 45 a 75 actores: pongamos entre 360.000 y 1,35 millones de dólares en capex antes de un solo dólar de ingresos del cliente. Que es exactamente por lo que la respuesta casi nunca es un banco de propósito general y casi siempre una biblioteca específica: veinte actores en cuatro idiomas para localización de podcasts vence a un catálogo de vanidad que nunca amortizarás. Los modelos de voz de celebridades extraídos de internet no son una opción: la Ley ELVIS y la AB 2602 los convierten en un pasivo, no en un activo. Ese es el encargo: el pipeline integral de licenciamiento, marca de agua y procedencia de audio, diseñado para los sistemas específicos y el plazo específico al que se enfrenta un comprador determinado.
La gente me pregunta si las plataformas licenciadas de Suno y Udio simplemente harán que todo esto sea innecesario. No lo harán, por la misma razón por la que el jardín amurallado creó la oportunidad: esas herramientas resuelven la generación, no la cadena de custodia en torno a un activo que tiene que vivir en tu biblioteca, distribuirse a cada superficie y resistir la auditoría de un regulador. También preguntan si pueden esperar a ver qué estándar de marca de agua gana. No puedes: el Artículo 50 no espera a que se resuelva la guerra de estándares, que es toda la razón por la que la capa de detección tiene que ser multiestándar desde el primer día.
La pista que salió de ese transcodificador sin marca es en la que pienso. Tenía un artista real detrás y una licencia real, y durante lo que dura una recodificación se volvió indistinguible de un deepfake: sin forma de probar que fuera algo en absoluto. El 2 de agosto de 2026, esa brecha deja de ser una vergüenza de ingeniería y se convierte en un fallo de cumplimiento normativo con una cifra de 15 millones de euros asociada. Todos en este negocio tienen ese transcodificador en algún punto de su cadena. La única pregunta es si lo enfrentan antes que el regulador, o después.
