La brecha de Suno revela cómo obtuvo la música para entrenar sus modelos

Suno ha confirmado una brecha después de que 404 Media informara que un atacante accedió a los sistemas internos de la compañía, incluido el código fuente y archivos que supuestamente describen cómo recopiló música, letras de canciones y podcasts para entrenar sus modelos.

Según el informe, el material filtrado hace referencia a YouTube Music, Deezer, Genius y bibliotecas de música de stock. También supuestamente menciona servicios proxy utilizados para descargar pistas de YouTube, incluidas versiones a cappella, así como canales RSS que Suno habría usado para recopilar cientos de miles de podcasts. Eso hace que la disputa sobre los datos de entrenamiento sea más concreta: no solo afirmaciones generales sobre el raspado de la web, sino una imagen más clara de cómo podrían haberse ensamblado los conjuntos de datos.

Suno dijo que el incidente fue «limitado» y se contuvo rápidamente. En una declaración a 404 Media, la compañía afirmó que detectó la brecha en noviembre de 2025, la detuvo rápidamente y no encontró indicios de que se hubiese visto comprometida «información personal sensible». Suno también dijo que no almacena los números completos de las tarjetas bancarias de los clientes en Stripe, y que, en su opinión, la cantidad de datos afectados no fue lo suficientemente grande como para requerir notificaciones individuales de privacidad.

Pero 404 Media informó que el atacante también pudo haber tomado una base de datos de clientes con información de cientos de miles de usuarios, incluidas direcciones de correo electrónico y números de teléfono. Suno mantiene que el material expuesto era en su mayoría código obsoleto que la empresa ya no usa.

Demandas por derechos de autor y datos de entrenamiento

La brecha ocurre en medio de una disputa legal más amplia sobre cómo se entrenan los sistemas de música generativa. En 2024, Suno reconoció en escritos judiciales que sus sistemas habían recopilado “decenas de millones de grabaciones” de internet, argumentando que la práctica podría encuadrarse dentro del uso justo.

Recomendado

Hassabis dice que las STEM te hacen 10 veces mejor en IA

Esa defensa ya está bajo presión. En el verano de 2024, grandes discográficas, incluidas Universal Music Group, Sony Music y Warner Records, demandaron a Suno y a la rival Udio, acusándolas de usar grabaciones con derechos de autor a gran escala sin licencias. Warner Music Group posteriormente resolvió su disputa con Suno y firmó un acuerdo de licencia con la compañía, pero la cuestión de cómo se entrenó el modelo antes de esos acuerdos sigue sin resolverse.

El mercado en general se mueve en paralelo. En los últimos meses, investigadores y medios han identificado grandes conjuntos de datos que contienen millones de archivos de música y letras utilizados para entrenar modelos. Los servicios de streaming también están tratando de etiquetar y filtrar contenido generado por máquinas. Deezer, por ejemplo, dijo en 2025 que una proporción notable de las subidas diarias a su plataforma ya estaba siendo creada por sistemas generativos.

Eso eleva las apuestas para Suno más allá del litigio en sí. La startup recaudó 125 millones de dólares en 2024, y el interés por la generación de música se ha expandido mucho más allá de la experimentación de nicho. Si los detalles informados se confirman mediante documentos o nuevas filtraciones, la presión sobre Suno y sus rivales podría intensificarse en dos frentes a la vez: derechos de autor y protección de datos de los usuarios.