Musique générée par IA : le cas King Willonius

En 2024, au milieu du clash XXL entre Drake et Kendrick Lamar, un troisième joueur totalement inattendu est entré dans la partie : un humoriste new-yorkais fan de tech, Will Hatcher, alias King Willonius. Son arme ? Un morceau de soul 70’s, drôle et ultra catchy, entièrement généré avec une IA musicale. Ce titre, « BBL Drizzy », va devenir un cas d’école.

L’histoire est assez folle : inspiré par une pique de Rick Ross sur un supposé « BBL » de Drake, King Willonius rédige des paroles parodiques, puis utilise Udio, un générateur de musique par IA, pour transformer ces lyrics en plusieurs versions de chansons avant de choisir un rendu soul très léché – un process raconté en détail dans cet article de The Next Web sur la genèse de « BBL Drizzy ».

Quelques semaines plus tard, le producteur star Metro Boomin sample le morceau pour en faire un beat de diss track, lance un concours public autour de cette prod, et le titre devient un phénomène sur les réseaux. Ce qui n’était qu’une blague d’IA se transforme en moment culturel partagé, relayé par de nombreux médias tech et marketing.

Cerise sur le gâteau : Drake lui-même finit par rapper sur l’instrumental dérivé de ce morceau IA, sur le titre « U My Everything ». King Willonius est alors crédité comme coauteur, preuve que même l’industrie mainstream est obligée de composer avec cette nouvelle couche d’IA dans la chaîne de création.

Dans la foulée, King Willonius devient un visage de cette nouvelle vague : Time le classe parmi les 100 personnes les plus influentes de l’IA, il apparaît dans la Tech Power List d’Ad Age consacrée à Will Hatcher, il prend la parole lors du Global Business Summit 2025 sur la fusion tech, humour et culture et bénéficie d’une exposition internationale via sa page dédiée sur Big Think.

Un comédien… et un athlète de l’IA

Ce succès n’a rien d’un coup de chance isolé. King Willonius raconte qu’avant « BBL Drizzy », il a passé des années à affûter son écriture comique et musicale, puis à s’immerger dans l’IA : 30 scripts en 30 jours, un album par mois, des milliers d’images générées, et des journées entières à expérimenter dans ChatGPT et des outils visuels (une approche que l’on retrouve dans plusieurs interviews, notamment sur Big Think).

Sa logique : traiter l’IA non pas comme une baguette magique, mais comme un instrument supplémentaire. L’outil fait gagner du temps et multiplie les essais, mais ce qui fait la différence, ce sont le goût, la culture et la capacité à capter le bon moment culturel.

Pour un étudiant en marketing digital, c’est un premier message fort : l’IA ne remplace pas le travail, elle déplace l’endroit où se joue la valeur. La valeur n’est plus dans « produire une piste » mais dans :

• trouver l’angle juste (le beef Drake/Kendrick + une blague très pop culture) ;

• choisir la bonne ambiance sonore ;

• diffuser au bon moment et dans les bons codes Internet.

Pourquoi la musique IA ne “sonne pas IA” pour 97 % des gens

Quand on écoute « BBL Drizzy » pour la première fois, rien ne crie « ceci est une IA » à l’oreille d’un auditeur moyen. Sur Reddit et X, beaucoup disent que, sans contexte, ils n’auraient jamais deviné qu’il s’agissait d’un morceau généré par un modèle.

Et ce ressenti n’est pas qu’anecdotique. En 2024, Deezer et Ipsos publient une étude menée auprès de plusieurs milliers de personnes dans différents pays : une écrasante majorité des répondants est incapable de distinguer des morceaux 100 % IA de morceaux humains dans un blind test. Parallèlement, Deezer indique que près d’un tiers des nouveaux uploads quotidiens sur sa plateforme sont désormais des pistes générées par IA.

En clair : à l’oreille nue, la musique générée par IA est déjà, dans la plupart des cas, indétectable pour le public.

Pourquoi ?

• La qualité sonore est au niveau : mix, mastering, spatialisation, tout est suffisamment propre pour matcher les standards du streaming.

• Les modèles ont appris les codes : progressions harmoniques, structures couplet / refrain, variations de voix… rien ne choque.

• L’auditeur ne cherche pas forcément l’IA : dans un flux Spotify ou TikTok, on veut une vibe, pas un audit forensic.

La qualité avant tout : hook, émotions, storytelling

King Willonius le répète souvent : si « BBL Drizzy » a marché, ce n’est pas parce que c’était « une chanson d’IA », mais parce que c’était « juste une bonne chanson », drôle, mémorable, avec un refrain que des enfants peuvent chanter – un point qu’il développe aussi dans ses interventions comme celle du Global Business Summit 2025.

Ce point est clé pour le marketing digital :

• L’IA est un accélérateur, mais la viralité reste tirée par le concept (la blague sur le BBL), par l’émotion (on rit, on est surpris) et par la culture partagée (tout le monde suit le beef Drake/Kendrick).

• La « signature humaine » ne disparaît pas : elle se déplace dans le choix des prompts, des références, des filtres, des moments de diffusion.

Pour un étudiant du MBA DMB, cela veut dire : ta valeur ne sera pas d’appuyer sur un bouton « make song », mais de savoir sur quel sujet, avec quel ton et pour quel public tu appuies sur ce bouton.

L’IA musicale est-elle vraiment indétectable ?

Jusqu’ici, on a parlé de perception humaine. Mais « indétectable pour ton oreille » ne veut pas dire « indétectable tout court ».

Côté recherche, plusieurs équipes ont montré qu’on peut entraîner des classifieurs qui distinguent musique IA et musique réelle avec des scores élevés sur des jeux de données de laboratoire. Mais ces modèles se cassent souvent les dents dès qu’on les sort de leur dataset d’entraînement : nouvelle génération de modèle, nouveau style, compression différente… les performances s’effondrent.

En parallèle, on voit émerger trois grandes familles d’approches :

Les détecteurs audio “classiques” : réseaux de neurones entraînés sur des spectrogrammes pour repérer des artefacts typiques des IA (textures, transitoires, bruits de fond).

Le watermarking : on insère des signatures cachées, inaudibles, dans l’audio généré ou dans les données de training pour pouvoir vérifier a posteriori si un modèle ou un morceau a utilisé tel ou tel contenu.

Les systèmes industriels spécialisés : plateformes comme Deezer, Spotify ou des acteurs tiers analysent les flux audio pour repérer les contenus générés par IA, voire les labelliser ou les déprioriser.

On arrive donc à une situation paradoxale :

• pour un auditeur lambda sur Spotify ou TikTok, la musique IA est quasi indétectable ;

• pour certaines plateformes, labels ou sociétés spécialisées, elle devient de plus en plus détectable, au moins quand elle passe par des modèles connus ou des flux surveillés.

Un jeu du chat et de la souris permanent

Comme souvent avec l’IA, on est face à un jeu du chat et de la souris :

• plus les détecteurs progressent, plus les créateurs d’IA (ou les utilisateurs) cherchent à contourner les watermarks, à brouiller les signaux, à ré-échantillonner ou remixer pour faire sauter les indices ;

• plus les modèles sont puissants et réalistes, plus ils réduisent les artefacts que les détecteurs exploitaient au départ.

Les chercheurs qui travaillent sur les deepfakes audio constatent d’ailleurs que des détecteurs très performants en labo sont beaucoup moins fiables sur des contenus « in the wild » : compression réseau, bruit, montage, tout ça dégrade les signaux subtils sur lesquels ils s’appuient.

Pour un communicant ou un marketer, la bonne posture n’est donc pas :

« L’IA est totalement indétectable, on s’en fiche »
mais plutôt :
« L’IA est difficile à repérer par l’oreille humaine, mais traçable par certains acteurs. Mieux vaut jouer la transparence. »

Ce que King Willonius change pour les étudiants en marketing digital

Le cas King Willonius n’est pas seulement une anecdote de fan de rap. C’est un manuel en temps réel pour les étudiants en marketing, communication et création.

Un nouveau bac à sable créatif

En tant qu’étudiant, tu peux utiliser la musique générée par IA pour :

• prototyper rapidement des ambiances sonores pour un case study, une vidéo de campagne, un moodboard de marque ;

• tester plusieurs angles créatifs autour d’un même insight culturel (comme le beef Drake/Kendrick dans « BBL Drizzy ») ;

• créer un side project qui soutient ton personal branding (podcast, mini-album thématique, univers sonore d’une newsletter).

Une opportunité de différenciation

La plupart des gens se contentent de « jouer avec l’IA ». King Willonius, lui, a :

• posé un positionnement clair : humoriste + AI storyteller + culture pop, ce que résume bien son portrait dans la Tech Power List d’Ad Age ;

• ancré son usage de l’IA dans un récit cohérent (10 000 heures de pratique, expérimentation continue), qu’on retrouve dans ses interviews sur Big Think ou dans ses talks ;

• documenté publiquement sa démarche (conférences, articles, interventions sur la scène tech comme la conférence TNW relatée par The Next Web).

En personal branding, tu peux faire la même chose à ton échelle :

• définir ton territoire (ex : « marketing sportif + IA », « e-commerce éthique + automation », etc.) ;

• montrer comment tu utilises l’IA, sans en faire un secret, mais en expliquant ta méthode, tes limites, tes questions éthiques.

Pour aller plus loin sur ce sujet côté étudiant, on peut imaginer un article interne type :
Comment l’IA rebat les cartes du personal branding étudiant (titre fictif), qui ferait le lien entre usages créatifs de l’IA et construction d’une marque personnelle crédible.

Des lignes rouges à intégrer très tôt

Côté risques, le cas « BBL Drizzy » a aussi déclenché des tensions : la start-up Udio s’est retrouvée pointée du doigt par les majors et des organisations comme la RIAA autour des questions de droits d’auteur et d’entraînement des modèles.

Pour un futur professionnel :

• vérifier les conditions d’usage des outils (droits commerciaux, training data, restrictions sectorielles) ;

• être très prudent avec les voix clonées d’artistes ou de dirigeants ;

• valoriser la transparence dans les campagnes (expliquer, quand c’est pertinent, qu’une partie de la création est assistée par IA).

Vers un futur où l’IA musicale est assumée, pas cachée

King Willonius n’est sans doute pas le dernier à faire exploser les compteurs de streams avec un morceau généré par IA. Mais son cas montre déjà le futur qui arrive :

• des morceaux IA qui, pour le public, « sonnent juste comme de la bonne musique » ;

• des plateformes qui essaient d’identifier, taguer et parfois limiter ces contenus ;

• des artistes, créateurs et marketers qui doivent décider s’ils utilisent l’IA comme booster créatif… ou comme simple machine à produire du « slop » pour les algos.

En tant qu’étudiant en marketing digital, la vraie question n’est plus « peut-on détecter la musique IA ? », mais plutôt :

Que veux-tu faire, toi, avec ce pouvoir sonore quasiment indétectable ?

Le cacher, ou l’assumer comme partie intégrante de ton identité créative et professionnelle ?