La forma de programar a Spotify està fent un gir radical. La companyia de streaming musical assegura que els seus enginyers més destacats fa mesos que no teclegen codi de forma tradicional, recolzant-se gairebé completament en sistemes d'intel·ligència artificial per tirar endavant noves funcions i canvis a la plataforma.
Aquest enfocament, que la pròpia empresa presenta com l'arrencada d'una nova etapa en el desenvolupament de programari, ha disparat tant el ritme de llançaments com el debat al sector tecnològic europeu. Mentre parteix de la indústria aplaudeix l'eficiència aconseguida, altres observen amb cautela l'impacte que aquesta automatització pot tenir a l'ocupació i en la qualitat del codi a llarg termini.
Els millors desenvolupadors de Spotify deixen d'escriure codi a mà
Durant la presentació de resultats del quart trimestre de 2025, el co-CEO de Spotify, Gustav Söderström, va sorprendre analistes i inversors en afirmar que els millors desenvolupadors de la companyia «no han escrit ni una sola línia de codi des del desembre». És a dir, els perfils tècnics de més nivell han passat de picar codi a mà a coordinar, revisar i dirigir el treball de la IA.
Lluny de tractar-se d'una frase efectista, Söderström va explicar que aquesta transformació forma part d'una estratègia estructural per accelerar el lliurament de producte sense sacrificar la qualitat. Segons va traslladar a la trucada amb analistes, la idea és que el programador deixi de ser un “constructor” que escriu cada instrucció i es converteixi en una mena de arquitecte que dissenya, supervisa i corregeix el que genera la màquina.
En aquest plantejament, el valor ja no està tant a saber on col·locar cada punt i coma, sinó a tenir molt clar què es vol construir i com indicar-ho a la IA perquè ho faci sense errors greus. El mateix directiu va insistir que, encara que l'automatització és molt profunda, sempre hi ha un humà que decideix quin codi passa a producció.
Fonts consultades per mitjans especialitzats subratllen que la IA no ha substituït els desenvolupadors, si més no en el cas de Spotify, sinó que ha canviat el seu dia a dia: es redueix el treball repetitiu i augmenta el pes de la validació, el disseny de solucions i la supervisió.
Honk i Claude Code: així funciona el sistema intern de IA de Spotify
L'eix d'aquesta revolució és Honk, un sistema intern creat per Spotify per integrar la intel·ligència artificial generativa al flux de treball dels seus equips d'enginyeria. Honk actua com una mena d'infraestructura d'orquestració que connecta models d'IA amb les eines que els desenvolupadors ja fan servir cada dia.
Dins Honk destaca l'ús de Claude Code, un model especialitzat en programació capaç de generar, modificar i depurar codi. Aquest motor s'integra, per exemple, amb Fluix, de manera que els enginyers poden interactuar amb la IA des del mòbil sense necessitat d'obrir un entorn de desenvolupament tradicional.
Söderström va posar un exemple molt gràfic: un enginyer de Spotify, de camí a l'oficina amb transport públic, obre Slack al telèfon i li demana a Claude que corregeixi un bug o afegeixi una nova funció a l'app de iOS. Mentre el professional segueix el trajecte, el model genera el canvi sol·licitat i prepara una nova versió de l'aplicació.
Quan el procés acaba, aquesta build actualitzada arriba de tornada al mateix Slack, llesta perquè l'enginyer la revisi i, si tot està correcte, la fusioneu amb la branca de producció. Tot aquest cicle es pot completar abans fins i tot que la persona se sent al seu lloc de treball, cosa que la companyia descriu com una acceleració «tremenda» de la seva capacitat de desplegament.
Aquest model de treball encaixa amb la tendència que s'observa a bona part del sector tecnològic europeu: eines d'IA cada vegada més integrades en el dia a dia dels desenvolupadors, no com un simple assistent puntual, sinó com una peça estructural del pipeline de desenvolupament.
Més de 50 noves funcions el 2025 gràcies a la IA
L'aposta de Spotify per aquest tipus de sistemes no és purament teòrica. Durant el 2025, l'empresa ha presumit d'haver llançat més de 50 funcions i canvis rellevants a la plataforma, un volum de novetats que atribueix en bona part a l'automatització impulsada per Honk i Claude Code.
Entre aquestes novetats destaquen les llistes de reproducció generades a partir de text, conegudes com Prompted Playlists, que permeten a l'usuari descriure amb paraules el que li ve de gust escoltar i deixar que el sistema prepari una selecció de cançons ajustada a la vostra petició. Aquesta línia encaixa amb l'aposta general del sector per recomanacions cada cop més personalitzades.
Al terreny dels audiollibres, Spotify també ha introduït Page Match, una funció que permet escanejar una pàgina d'un llibre físic i saltar directament a aquest punt equivalent a la versió sonora. Aquesta característica, que combina el reconeixement amb el processament de text, s'ha desenvolupat i desplegat dins del mateix ecosistema d'IA.
Una altra incorporació recent és About This Song, una eina que ofereix informació addicional sobre la cançó que s'està reproduint: context creatiu, detalls de producció o curiositats. Aquesta capa extra de dades s'integra a l'experiència d'escolta tant a Europa com a altres mercats clau.
En conjunt, aquestes funcions reforcen la idea que la IA no només està darrere del codi, sinó també de moltes de les experiències que els usuaris veuen diàriament a l'app, des d'Espanya fins a la resta del continent europeu.
Del desenvolupador constructor a l'arquitecte del sistema
El discurs de Spotify encaixa amb una visió que comença a calar a la comunitat tècnica: el rol del programador està canviant de manera accelerada. En comptes de dedicar hores a tasques mecàniques, l'expectativa és que els perfils sènior passin a centrar-se en la definició de problemes, l'arquitectura de solucions i la supervisió del que generen els models.
La companyia insisteix que, encara que Honk pugui escriure funcions completes de manera autònoma, sempre hi ha una persona que revisa i decideix què s'integra al producte final. Aquesta capa humana és la que, segons l?empresa, garanteix que el resultat compleixi els estàndards de seguretat, qualitat i rendiment que s?exigeixen en una plataforma amb milions d?usuaris a Europa i la resta del món.
En paral·lel, s'està dibuixant una mena de divisió de tasques interna: els enginyers més veterans són els que espremen al màxim aquestes eines i alliberen temps per a iniciatives més creatives, mentre que els perfils més júnior seguirien aprenent programació «a l'antiga usança», escrivint codi a mà per consolidar conceptes bàsics.
Aquest model híbrid pretén evitar que la nova generació de desenvolupadors depengui en excés de la IA sense comprendre el que hi ha a sota. Alhora, permet que els que ja dominen l'ofici no es vegin atrapats en tasques repetitives que una màquina pot resoldre amb força solvència.
Un dataset musical únic com a avantatge competitiu
Més enllà del propi procés de programació, Spotify veu a la intel·ligència artificial una palanca estratègica per explotar les vostres dades. Durant la mateixa trucada de resultats, Söderström va destacar que la plataforma està construint un conjunt de dades musical que, al seu parer, no pot ser comodititzat ni replicat amb facilitat per altres models de llenguatge.
L'explicació és senzilla: en molts àmbits, com l'enciclopèdia general, recursos oberts tipus Wikipedia permeten a qualsevol model accedir a informació semblant. No obstant això, al món de la música, gran part del valor resideix en patrons de gust i comportament que no tenen una resposta objectiva única.
Preguntes com “quina música és millor per entrenar?” no admeten una solució estàndard. Segons va comentar el directiu, als Estats Units una part rellevant del públic s'inclina pel hip-hop per fer esport, mentre que milions de persones prefereixen sons molt més extrems, com ara el death metal.
A Europa la foto encara és més variada: l'EDM té un pes important en entrenaments i oci nocturn, però a regions com Escandinàvia hi ha una forta afinitat pel heavy metall. Tot aquest mosaic de preferències, mesurat a escala global, nodreix un dataset que Spotify recalca com a propi i difícil d'imitar.
La companyia assegura que aquest repositori millora cada cop que reentrenen els seus models, reforçant una mena de cercle virtuós: com més usuaris interactuen amb la plataforma, més aprèn la IA, i com millor funciona la personalització, més temps passen els usuaris dins del servei.
IA generativa, creativitat i temor al reemplaçament laboral
El moviment de Spotify es produeix en un context en què la intel·ligència artificial ja competeix amb els humans en camps creatius. Estudis acadèmics, com l'elaborat per la Universitat de Montreal, apunten que certs models superen la mitjana humana en creativitat lingüística, cosa que alimenta la sensació que molts treballs -inclosos els de programació- podrien veure's amenaçats.
Dins del propi sector del desenvolupament de programari, veus recollides per mitjans com Ars Technica reconeixen que les eines actuals «ja ho canvien tot». Alguns programadors assenyalen que, en mig any, la IA va passar d'oferir petites ajudes a ser capaç de resoldre tasques completes per si sola, des d'arreglar tests que fallen fins a generar mòduls sencers molt més ràpid que un humà.
Aquesta capacitat genera tant entusiasme com inquietud. Diversos professionals admeten obertament que temen per l'estabilitat de la feina: primer es delega a l'IA l'escriptura de codi, després la definició d'arquitectures i, més endavant, potser fins i tot la gestió de producte. La sensació general és que qui no s'adapti a treballar colze a colze amb aquestes eines ho tindrà cada cop més difícil.
En el cas concret de Spotify, almenys de moment, el missatge oficial és que la IA actua com a suport i no com a substitut. L'empresa insisteix que segueix necessitant enginyers que marquin la direcció, controlin la qualitat i prenguin decisions sobre què es publica. Tot i això, el canvi de model és profund i planteja interrogants sobre com evolucionarà el mercat laboral tecnològic a Europa ia la resta del món.
Postura de Spotify davant la música creada per IA
La influència de la intel·ligència artificial a Spotify no es limita al codi de l'app. La plataforma també ha hagut de fixar una política específica davant de la música generada o assistida per IA, un fenomen que creix en catàleg i que preocupa tant artistes com segells discogràfics.
La companyia permet que els creadors i les discogràfiques indiquin a les metadades com s'ha produït cada tema, diferenciant entre peces compostes íntegrament per humans i pistes on la màquina ha tingut un paper rellevant. Aquesta transparència cerca oferir context a l'oient sense bloquejar l'experimentació.
Alhora, Spotify assegura que manté mecanismes de supervisió per evitar el correu brossa i la publicació massiva de contingut automatitzat de baixa qualitat. L'objectiu declarat és trobar un equilibri raonable entre la innovació que comporta la IA generativa i la protecció del catàleg davant d'abusos.
Aquest enfocament és especialment rellevant a Europa, on el debat regulador sobre l'ús d'IA en continguts creatius és molt viu i on les autoritats comunitàries treballen en marcs legals que afectaran directament com plataformes com Spotify gestionen aquestes obres.
El que s'està dibuixant a Spotify és un escenari on la IA travessa tota la cadena de valor: des de la generació i el desplegament del codi que fa funcionar l'app fins a la manera com es recomanen cançons, es creen noves experiències d'escolta i es gestionen les obres creades amb ajuda d'algorismes. Un canvi de pes que, vist des d'Espanya i la resta d'Europa, il·lustra fins a quin punt la programació tradicional i els models de negoci digitals estan sent reescrits per la intel·ligència artificial.