Plattformen är kraftigt övermättad och för etiketter som vill ha sin nästa stora pengatillverkare är det en omöjlig mardröm att sortera igenom alla dessa spår. Att skriva på en handfull artister i hopp om att man ska bli stor framgång är också ett spel.
Lösningen? Algoritmer.
En ny programvara som heter museum har utvecklats för att köras på streamingtjänster, skanna igenom tusentals låtar och kategorisera dem efter genre. Musiio kan också hitta likheter mellan en demo online och en befintlig topplaceringshit.
Andra algoritmer utbildas för att bearbeta mönster i digital data, där stora mängder online-aktivitet kan indikera en trendande artist. Till exempel där en låt används på TikTok miljontals gånger, eller högt engagemang på en framväxande artists YouTube-video.
Programvaran heter Sodaton och kan också upptäcka omnämnanden på musikbloggar, höga bokningsnummer för arenor och hur många gånger ett spår ingår i spellistor eller diagram. Promo från influencers är också viktigt för att hjälpa etiketter att hitta kommande artister.
Medan denna typ av teknik bara har dykt upp de senaste tre åren har AI och algoritmer varit en del av musikupplevelsen för många fler.
Tänk på din "Discover Weekly" -spellista eller den efterlängtade "Spotify Unwrapped" som analyserar dina årliga lyssningsvanor.
Dessa skräddarsydda spellistor samlar in massor av data om dina lyssningsvanor för att rekommendera mer musik som passar din smak.
Användningen av algoritmer i streamingindustrin har ofta bestridits. Om artister till exempel vet att en låt bara behöver spelas i 30 sekunder för att räknas som en uppspelning, så kommer de naturligtvis att börja placera några av albumets bästa ögonblick i början av ett spår.
I andra fall har fördomar markerats som ett problem för musikalgoritmer. Som alltid kommer den som kodar algoritmen omedvetet att införliva några av sina egna fördomar i den, vilket innebär att ras- och könsfördomar finns inom.
A studera på rekommendationsalgoritmer visade att appar som Spotify är mer benägna att föreslå manliga artister framför kvinnliga artister. Dessa fördomar kan dock tas bort, när de väl har identifierats korrekt och åtgärdats.
När algoritmer lämnas för att upptäcka artister som gör musik synonymt med nuvarande topp 40, riskerar vi att höra ingenting annat än samma sak upprepade gånger?
Förmodligen inte, för detta har redan hänt inom populärmusik i flera år.
Många tror att medan algoritmanvändningen ökar inom musikbranschen, kommer de inte att ta över helt ännu.
Det finns begränsningar för vad AI kan göra med musik. Populära genrer som pop, indie, trap och brittisk smuts upptäcks lätt, men nischtyper av kulturmusik kan fortfarande inte sorteras väl.
När det gäller kultur och konst - båda mycket subjektiva upplevelser - låter det som om en mänsklig touch är nödvändig för att hitta sann talang. Åtminstone för stunden.