有人说互联网进入到这个阶段，已经是一个大数据的时代。以大数据为基础的算法推荐，在很多领域都成为一种趋势，并且使得很多互联网产品脱颖而出。这其中就包括如今如日中天的今日头条。5年前，当网易云音乐把通过大数据进行的个性化推荐作为主打功能之一进行宣传之后，在数字音乐领域，大数据已经被几乎所有的产品所广泛使用，并且取得了很不错的效果。
大数据实现曲库激活、音乐分众
大数据取得的最主要效果就是，使得数字音乐平台的曲库激活率产生了明显增长。在以往数字音乐平台的运营过程中，曲库激活率的提升是一个很大的难题。数以千万计的曲库中，用户真正能听到的只是很小的一部分，甚至不足百分之二十。剩下的歌曲要么一年只有可以忽略不计的几次点击收听，要么干脆沉睡在曲库中无人问津。而当云音乐采用了个性化推荐的方式来向用户推荐歌曲时，曲库激活率曾经一度超过百分之七十。
此外，大数据也让音乐的分众化趋势更加明显，让不同音乐类型的爱好群体都能极大程度地得到满足；也让不同音乐需求、不同标签的音乐用户可以在同一个产品，甚至同一套推荐体系中得以共存，让产品的分层运营成为一种可能。
向更深的层面来考虑，大数据乃至多种维度的大数据打通，对音乐作品、音乐平台的商业化、趋势预判、成本核算、创新等各个方面都有着非常重要的贡献。
可以说，大数据的使用让数字音乐产业迎来了一个突飞猛进的发展。但是，凡事有利必然有弊，过分依赖大数据的运营方式也会给数字音乐带来一些负面的影响。
人工智能还是“人工智障”
在这个凡事都喜欢用概念包装的时代，人们喜欢将大数据这类技术称之为AI，也就是人工智能。但问题也来了，因为人工智能尚处于一个发展过程中，很多方面尚未完善，经常被人调侃称“人工智障”，也就是说，大数据的能力虽然在很多方面已经远远超过人脑本身的能力，但是在另一些方面依旧不能替代人脑的功能。具体到数字音乐方面，我们也越来越多地发现大数据的局限性。
大数据对音乐的分辨，很大程度上依赖于音乐标签分类而进行，但是目前所有音乐平台曲库的分类标签都谈不上完善，这也就造成了算法必然会有不准确的地方，必然会有误差。如果仅仅是这个问题，影响并不算太大，而且随着曲库的完善也会被逐渐矫正。音乐相对于资讯等内容形式来说，带有更多感性的色彩，也就是说同一首歌曲甚至同一类歌曲带给不同的人的感觉都有可能是不一样的，这种复杂的感情判断，是大数据目前无法解决的。我们经常会遇到听几首说唱音乐之后，系统推荐给你的音乐就都是说唱音乐的情况。可是谁规定喜欢巴萨诺瓦音乐类型的人就不能喜欢死亡金属？喜欢电子音乐的人就一定要喜欢雷鬼音乐？不同的场合、不同的心情、不同的阶段，人们对音乐的喜好都是有可能发生变化。大数据想要针对这些变化做出判断，需要一套更复杂的推算模型，这是一个挑战。
所以，单纯利用大数据来进行音乐推荐，甚至单纯利用大数据来验证音乐产品的功能都是一种有失偏颇的做法。至少，在目前的技术水平下，完全不可取。
一味依赖难免劣币驱逐良币
事实上，数字音乐产业过分依赖大数据还有一个更可怕的后果。音乐是一种精英审美和大众审美并存的艺术形式。精英审美，决定了一个国家或者地区的音乐工业的产业水平和艺术高度。大众审美决定了流行趋势和娱乐性。当我们能够在精英审美和大众审美之间找到平衡点的时候，这个平衡点就是我们所谓的那些经典作品。它们既不是曲高和寡的“高冷”，也不是人云亦云的“媚俗”。但是，当我们过分追求数据结论的时候，我们所展现出来的趋势往往更多地在展现大众审美，而大众审美的标准在某种程度上来说是由我们整个社会的审美下线来决定的。于是平衡点就很难建立，经典作品就很难产生。
或者，我们可以粗暴地表述为：一味地依赖大数据推荐的结果，势必造成数字音乐市场上劣币驱逐良币的现象，对音乐产业的整体发展有不利的一面。
当然，我们去面对大数据给数字音乐带来的负面效果，不是为了因噎废食，而是要更好地去利用大数据积极的一面。数据冰冷而理性，去解读它的还是人。怎样用好大数据，是行业从业者的一道题。结合大数据用更科学方式来做好数字音乐产业，就是成功的基础。实事求是地说，在大数据中，数字音乐已经有所迷失，但愿我们能够迅速找到正确的方向。
