Ética & sociedad Suno se rinde al watermarking: la rendición técnica que no resuelve el fondo
Suno anuncia marcas de agua en sus canciones generadas por IA mientras enfrenta demandas millonarias y una filtración que expuso a 55 millones de usuarios. La medida es táctica, no estructural.
Suno, el generador de música con inteligencia artificial más polémico del momento, anunció que empezará a insertar marcas de agua audibles en todas las canciones creadas en su plataforma. La medida, revelada por su CEO Mikey Shulman en una entrada de blog, incluye también restricciones a las descargas masivas y una actualización de sus normas comunitarias para prohibir explícitamente el "audio engañoso presentado como real" y el uso no autorizado de la voz o imagen de una persona real.
La jugada llega en un momento en que la compañía acumula frentes legales abiertos como si fueran deudas de un casino. Universal Music Group y Sony Music la demandan en un caso coordinado por la RIAA. Un tribunal alemán falló en su contra tras la denuncia de GEMA, la agencia de licencias estatal. Y para completar el cuadro, una filtración de datos revelada en noviembre de 2025 —y confirmada por Have I Been Pwned— expuso información de 55 millones de usuarios, además de mostrar que Suno entrenó sus modelos scrapeando YouTube, Deezer y Genius sin permiso.
El watermarking suena a rendición técnica, no a solución de fondo. La compañía no aclaró si usará un sistema existente como Google Synth ID o desarrollará uno propio. Tampoco dijo si las marcas serán retroactivas, lo que deja millones de canciones ya generadas sin ningún tipo de trazabilidad. Como señaló un análisis de Singularity Moments, de poco sirve etiquetar el futuro si el pasado ya está en circulación sin control.
Lo que realmente está en juego no es la tecnología de marcado, sino el modelo de negocio. Suno recaudó 400 millones de dólares en una ronda Serie D en junio, pero su defensa legal descansa casi enteramente en el argumento del fair use. Ese argumento se debilita con cada nueva evidencia de que la empresa no solo usó contenido protegido, sino que lo obtuvo burlando medidas técnicas de protección como el rolling cipher de YouTube —una práctica conocida como stream-ripping.
El acuerdo extrajudicial de Anthropic por 1.500 millones de dólares por entrenar modelos con libros descargados de sitios piratas ha sentado un precedente incómodo para toda la industria. Si los tribunales estadounidenses siguen esa línea, Suno podría enfrentar una indemnización que coma por completo su capital fresco. Y mientras tanto, competidores como ElevenLabs ya avanzan con un modelo basado en licencias mediante acuerdos con Merlin y Kobalt —un camino compliant que Nvidia acaba de respaldar con una inversión estratégica.
Para América Latina, la pregunta es incómoda pero necesaria: ¿cuántas startups de IA en la región están entrenando sus modelos con datos scrapeados sin licencia, confiando en que el fair use —una doctrina estadounidense— las proteja en jurisdicciones donde ni siquiera existe una figura equivalente? Países como Brasil, México y Chile avanzan con sus propias leyes de protección de datos y derechos de autor, pero el vacío legal sigue siendo enorme. El caso Suno no es una anomalía: es un espejo.
