En la industria de la música generativa ocurrió un incidente significativo. Un hacker bajo el seudónimo ellie.191 logró infiltrarse en los sistemas del popular servicio de IA Suno, utilizando el gusano Shai-Hulud. El malware, que se propagaba a través de paquetes npm comprometidos, robó las credenciales de un empleado, abriendo el acceso al código fuente y a los registros internos. El resultado: la revelación pública de cómo Suno recopilaba datos para entrenar sus modelos.
El análisis del código robado demuestra impresionantes escalas de descargas. En uno de los archivos se registró la obtención de 2 013 545 videoclips musicales de YouTube Music, lo que equivale a 113 879 horas de audio. Un conjunto de datos adicional, etiquetado como ytm_tagged, contenía otras 152 162 horas de grabaciones etiquetadas de la misma plataforma. Además de YouTube, en el conjunto de datos figuran 62 117 horas de Pond5, 12 287 horas de Deezer, 17 615 horas de Genius HQ y 19 514 horas del Proyecto Internacional de Biblioteca de Partituras Musicales. Para eludir las restricciones de YouTube, los desarrolladores de Suno utilizaron servicios proxy de Bright Data, disfrazando las solicitudes como tráfico desde diversas direcciones IP.
Plan de podcasts y magnitud de la filtración
De particular interés es el plan para descargar alrededor de 1 millón de horas de podcasts de aproximadamente 420 000 fuentes RSS. Si se implementó en la práctica, no queda claro a partir de los datos publicados. El propio hacker afirma haber obtenido acceso a la información de cientos de miles de usuarios, incluidos correos electrónicos, números de teléfono y datos relacionados con la pasarela de pago Stripe. Suno confirmó el hecho del hackeo, fechado en noviembre de 2025, pero insiste en que el incidente fue rápidamente contenido y no afectó datos personales confidenciales, y que el código filtrado está desactualizado. Sin embargo, la empresa aún no ha proporcionado un informe técnico que permita verificar estas afirmaciones de forma independiente.
Batallas judiciales y un nuevo giro en la disputa
Esta filtración ocurre en medio de feroces litigios con los principales sellos discográficos. Universal Music Group y Sony Music Entertainment ya han solicitado agregar a la demanda contra Suno más de 61 000 grabaciones que, según ellos, se utilizaron para entrenamiento sin licencia. Los sellos afirman que Suno violó la DMCA al eludir las medidas de protección técnica de YouTube con herramientas como YT-DLP. El código filtrado, que demuestra el proceso de descarga de audio y el uso de proxies, podría convertirse en una prueba contundente en esta disputa, aunque por sí mismo no demuestra la elusión del cifrado.
Mi análisis: Este incidente no es solo una filtración más. Es una demostración directa de que muchas empresas de IA, en la carrera por los datos, están cruzando todos los límites imaginables e inimaginables. Suno, al intentar legalizar su actividad a través de una asociación con Warner Music, simultáneamente robaba contenido de competidores y artistas independientes. El destino de este caso podría sentar un precedente que cambie para siempre las reglas del juego para toda la industria de la IA generativa.