AI 当星探?PaRa Music 押注印度乡土音乐,算法 A&R 的天花板在哪里

更新于:

一首由印度乡村歌手 Kiran Vartha 和 Sanjana Ravte 演唱、RK King 操刀制作的马拉地语歌曲《Pikel Karand》,2026年7月悄然出现在 YouTube 频道 PaRa Marathi Gavthi 上。到了11月中旬,它的播放量爬过50万次。在当地乡土音乐圈,这个数字拿得出手,但绝算不上病毒式爆款。然而这首歌却成了音乐科技圈的热门话题,原因全在幕后操盘手 PaRa Music 的说法:从相中冷门曲风、锁定创作组合到定下发行方案,全由自研 AI 系统一手主导。

眼下谈及 AI 音乐,大家聊的不是 Suno、Udio 的版权官司,就是流媒体给 AI 生成内容打标签,争论始终围着训练数据打转。PaRa Music 却另辟蹊径——他们开发的 AI 不碰音乐创作,只充当“雷达”,告诉厂牌去哪里淘金。如果这条路跑得通,最该感到危机的不是音乐人,而是传统的 A&R(艺人与制作)星探;可要是跑不通,它不过是个披着 AI 概念外皮的数据看板。而这次试水 gavthi 乡土音乐的案例,恰好成了检验这一模式成色绝佳的试验场。

PaRa Music 的 AI 蓝图到底讲了什么?

2026年6月2日,PaRa Music 通过 ANI 发布的新闻稿高调亮相,自封为“印度首家由 AI 驱动的音乐公司”。不过这篇通稿标注了软文免责声明,完全属于官方口径。据 Music Ally 报道,创始人 Rashna Pochkhanawala 曾任印度老牌唱片巨头 Saregama 的执行副总裁。公司本轮融资由 Apollo Growth Capital 领投,若干天使与机构投资人跟投,融资金额尚未对外公开。

PaRa Music logo

PaRa Music 将自家系统 PaRaMeter 定位为“AI 音乐情报官(AI Chief of Music Intelligence)”。官方明确表示,该系统“绝不参与音乐创作”,而是通过分析跨平台、跨区域的受众信号来捕捉潜在需求,辅助曲库收购、版权投资与单曲发行等商业决策,并承诺旗下曲库将“完全由人类艺术家创作”。

他们的商业胃口相当大:计划在四年内建立拥有 4 万首歌曲的曲库,横跨印地语及各地方语种的影视和非影视音乐。Music Ally 后续披露,这一版图将覆盖超 20 种语言。不过报道同时指出,所谓 4 万首的庞大目标,大概率更多依靠收购现有版权曲库,而非自制新歌。领投方 Apollo 在通稿中的一句话点透了底层逻辑:“音乐 IP 将是未来十年最核心的资产类别之一。”说到底,AI 只是工具,资本的核心底牌依然是囤积版权资产。

拆解官方叙事:AI 如何步步押注 Gavthi?

11月12日,Music Ally South Asia 刊登了 PaRa Music 口中的首个成功案例。按照厂牌的复盘,整个决策流程是这样的:

  1. 团队在分析马拉地语市场时发现,许多快速上升的歌手与曲目都集中在 gavthi 曲风——这是一种源自马哈拉施特拉邦乡村的本土音乐,“gavthi”在当地语言中大致意为“乡土的”或“来自村庄”。
  2. PaRaMeter 展开了“歌手级投资回报率(ROI)分析”,对比了 gavthi 与主流马拉地语流行乐。尽管发布的原文漏掉了比较词,但从语境不难推断:gavthi 的投资回报表现更胜一筹。
  3. 算法随后在这一细分流派中检索最佳创作搭档,最终标注出 RK King 与 Kiran Vartha 拥有“格外亮眼的历史表现”。
  4. 顺着算法推荐,PaRa Music 发行了两人合作的一系列单曲(以7月的《Pikel Karand》打头阵),随后火速与两位音乐人签下了独家合约。

联合创始人 Pavan Sood 对此总结道:PaRaMeter “成功让 gavthi 进入了我们的核心视野,而这绝不会是最后一次”。

需要指出的是,这一切全为公司单方面的说法,并由行业媒体转述。至于核心的 ROI 数据、样本规模、对照组设置或签约细节,一概未曾公开。

公开检索反转:被 AI “发现”的神曲早就红了

然而,YouTube 上的公开检索记录却揭示了通稿里避而不谈的真相。2026年11月13日,直接搜索“Pikel Karand”,会跳出一首同名老歌《Karandil Pikel Karand》。该曲署名 Deoram More、Sanjana Ravate 以及 RK King,早在约四年前便被上传到另一个频道,累计播放量已达约 560 万次。围绕这首原作,自2022年起就诞生了数十个翻唱、DJ 混音以及 tarpa 乐器混音版本(tarpa 是马哈拉施特拉邦帕尔加尔地区阿迪瓦西原住民部落的标志性管乐器,多个视频的标题与标签也都直指该地域与族群)。相比之下,PaRa 7月份发行的 Kiran Vartha 与 Sanjana Ravte 合作版本,在搜索时仅有约 53.4 万次播放量,正好与 Music Ally 报道中提及的“超 50 万”吻合(数据基于笔者实测搜索结果,随时间动态浮动)。

对照公开记录后,事情的性质完全变了:PaRa 既没有“发现”gavthi 这种曲风,也没有“发掘”制作人 RK King。现实情况是,这个地域音乐生态早在多年前就已经孕育出标着 RK King 名字的数百万级爆款;厂牌做的事情,不过是找来原班人马重新编曲翻录,并把人签下来。在商业运作上这无可厚非甚至算得上精明,但这类爆款信号,一个在帕尔加尔刷刷 YouTube 评论区的人类星探同样能轻而易举地摸清。PaRaMeter 的算法搜寻究竟比人类星探更快、成本更低还是命中率更高?对此,官方至今没有拿出任何实质证据。

为何资本盯上了印度区域音乐这块蛋糕?

相比语焉不详的 AI 神话,这场押注背后的商业逻辑要清晰得多。今年3月发布的《2026 FICCI-EY 媒体与娱乐产业报告》显示,2025年印度音乐产业总营收实现了 10% 的增长,付费流媒体订阅用户数同比大涨 37%,达到 1440 万。据 Bollywood Hungama 对报告的梳理,唱片厂牌营收已攀升至约 590 亿卢比,其中数字版权许可贡献了 58%;流媒体用户规模扩展至约 1.78 亿,年总播放量达 5.8 万亿次,同比增长 15%。

对于 PaRa 这样的初创厂牌而言,报告中有两组趋势最为关键:

印地语影视金曲的垄断地位正在松动。影视原声占总播放量的比例从2023年的 65% 下滑到2025年的 57%。印地语的收听份额也从2024年的 64% 萎缩至 59%,旁遮普语(9%)、泰米尔语(7%)和泰卢固语(6%)紧随其后。马拉地语甚至还没挤进第一梯队榜单。对于这种体量较小、但细分圈子迭代极快的下沉语种,理论上确实给集中式数据看板提供了空间——它或许真的能比分散在 20 多种语言里的人肉星探团队跑得更灵敏。

流量爆发阵地正在逃离传统流媒体 App。安永在报告中强调,传统数字音乐版权收入仅微增 2%,而“其他 OTT 平台与社交媒体渠道”带来的收益则迅猛得多。放到区域音乐语境中,主战场几乎全在 YouTube 和各类短视频应用上。自印度在 2020年6月封禁 TikTok、一夜之间切断两亿用户后,Instagram Reels 迅速在印度上线,YouTube Shorts 随后跟进。短视频的播放量、二创翻唱与舞蹈模仿,彻底取代传统排行榜,成为印证一首歌是否出圈的核心风向标——而这些社交互动数据,恰恰最容易被数据挖掘系统大批量抓取。

新闻稿援引 FICCI-EY 的预测称,到2028年该市场规模将以 9% 的年均复合增长率攀升至 7,500 crore 卢比(约合 750 亿卢比)。本文并未核对整份原始报告中的这组预测数据。

数据星探并非新鲜事:算法 A&R 的前车之鉴

拿数据指标挑选音乐人,PaRa 绝非先行者。早在2018年3月,华纳音乐集团就收购了 Sodatone——一家成立于2016年的多伦多初创公司。其核心技术正是整合流媒体播放、社交互动和巡演数据,及早捕捉粉丝黏性、互动率以及 demo 爆火的潜力。当时 Music Ally 曾将其盛赞为“A&R 的数据时刻”。一夜之间,从前在行业论坛上被传统星探嗤之以鼻的算法,成了三大唱片巨头争相掏钱的核心资产。

随后的 TikTok 时代将这套玩法推向了极致,但交出的答卷却一言难尽。Billboard 2023年的深度调查中,多位唱片业内人士直言:数据或许能精准预判单曲爆款,但在挑选具备长线生命力的艺术家方面几乎失灵。很多被数据推上神坛的新人签下天价合约后,甚至连两首维持热度的新歌都拿不出来,最终只能被厂牌悄悄解约。资深音乐行业律师 Don Passman 一针见血地指出了结构性死结:“所有唱片公司看的是同一份数据,大家都在疯抢同一批爆红的新人。”当所有人都紧盯同一套看板时,数据带来的信息差优势也就荡然无存了。

PaRa 的模式唯一能说得通的差异,在于应用场景:他们把这套逻辑搬到了印度区域方言市场。在这些小语种领域,大厂牌的调研触角尚未完全覆盖,数据信号也分散在各种语系里。在这个竞争远未饱和的蓝海市场中抢占先发优势,商业上确实讲得通。但这充其量是信息不对称下的套利,跟所谓“AI 具备跨时代星探眼光”完全是两码事。

算法 A&R 绕不开的四道硬伤

数据永远只能反映“已发生的事”。这次 gavthi 的案例将这一局限暴露无遗:基于过往表现训练的投资回报率模型,天然只能评估那些已有数据积累的成熟曲风。算法擅长追逐已成气候的浪潮,却无法无中生有;对于那些尚无数据踪迹的前沿实验音乐,它更是一筹莫展。而在传统音乐工业里,优秀 A&R 星探最无可替代的价值,恰恰是在数据尚未爆发前押注未知的直觉——这恰是现有算法体系的盲区。

以 ROI 为导向容易导致创作同质化。Spotify 研究人员在 2020 年的一项用户行为研究(Anderson 等人)中发现,算法推荐主导的收听行为,其内容多样性显著低于用户自主选择的结果。虽然该研究针对的是受众端而非厂牌策略,但这种向均值回归的向心力同样会传导至生产端。当资本只投向“过往回报率最高”的创作组合,换来的势必是流水线式的内容复刻。当然,这是基于商业逻辑的合理推论,而非已验证的统计结果。

版权归属、署名权与利益分配成谜。PaRa 与 RK King 和 Kiran Vartha 签下了未公开具体条款的独家合约。可他们挖掘的音乐生态深植于乡村、甚至阿迪瓦西原住民部落,许多旋律是靠翻唱、民间混音在社群中共有流传的。在这样的背景下,现实问题随之而来:重新录制一首广为流传的乡土老歌时,词曲作者究竟如何署名?重录版产生的流媒体版税如何与原作者分配?当一家背靠风险投资、核心战略就是囤积 IP 的资本公司进场时,乡村音乐人究竟握有多少话语权?这并不意味着 PaRa 存在违规操作,但无可争议的是,官方宣传通稿刻意隐去了对创作者而言最为切身的利益考量。

宣传话术缺乏第三方中立验证。所谓“AI 驱动”,目前完全是厂牌的一面之词。Music Ally 在转述这起成功案例时,并未核验其底层模型、ROI 对比逻辑或原始数据集。在 PaRa 披露实质性基准数据之前——比如到底筛选了多少个亚文化曲风、实际签下了多少支团队、以及这些被算法挑中的项目与传统人肉选拔相比胜率如何——所谓 gavthi 的 AI 奇迹,更像是一篇为资本故事量身定做的公关软文,谈不上是算法 A&R 的有效性实证。

行业观察:如何检验这场 AI 实验的真伪?

衡量 PaRa 模式有效性的真正考验,绝非能否挑中已经在 YouTube 上坐拥五百万播放量的现成热曲。真正值得观察的指标有两个:它的下一批签约艺人,能否抢在 YouTube 出现爆发趋势之前被系统挖出?这些被算法挑中的音乐人,在两年后是否依然能持续输出热门作品?此外,官方宣称的 4 万首曲库目标里,究竟有多少真正来自算法自主发掘,又有多少只是靠真金白银买下现成老曲库来充数?把 AI 用作搜寻人才的辅助工具,确实比直接用生成式 AI 攒歌更合乎情理、阻力也更小;但单凭贴上 AI 标签,本身说明不了任何问题。只有经得起推敲的公开数据和创作者的长线成果,才是检验技术神话的唯一标准。

参考来源