Perkembangan TEKNOLOGI kecerdasan buatan kembali menghadirkan inovasi menarik dalam interaksi manusia dan mesin. Block, perusahaan teknologi yang dikenal melalui layanan Square dan Cash App, memperkenalkan Dessa pada 23 Oktober 2026 sebagai model AI suara yang mampu mendengarkan sekaligus berbicara dalam satu percakapan. Berbeda dari asisten virtual konvensional yang umumnya menunggu pengguna selesai berbicara, Dessa dirancang untuk menghadirkan komunikasi dua arah yang lebih alami. Inovasi ini membuka peluang baru bagi pengembangan asisten digital, layanan pelanggan, dan berbagai sistem komunikasi berbasis suara, meskipun teknologi tersebut masih berada dalam tahap penelitian dan belum tersedia secara luas.
Dessa Hadir Membawa Pendekatan Baru dalam Kecerdasan Buatan Suara
Peluncuran Dessa menghadirkan pendekatan berbeda dalam ekosistem inovasi digital, khususnya pada sistem interaksi percakapan. Model ini dikembangkan oleh tim riset Block dengan pendekatan yang berfokus pada percakapan manusia secara langsung. Tidak seperti sejumlah sistem AI suara yang mengandalkan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dikembangkan untuk memproses percakapan melalui jalur suara secara langsung. Pendekatan tersebut memungkinkan sistem mengenali berbagai informasi dalam suara, termasuk intonasi, jeda, dan perubahan ekspresi yang sering kali kehilangan sebagian maknanya ketika komunikasi hanya diwakili oleh tulisan.
Menurut penjelasan pengembangnya bahwa Dessa merupakan model speech-to-speech yang dilatih menggunakan percakapan manusia tanpa memanfaatkan kumpulan teks untuk proses pembelajaran maupun model AI yang telah dilatih sebelumnya. Metode pembelajaran tersebut membuat Dessa menjadi perhatian dalam pengembangan AI karena sistem berusaha memahami bahasa melalui pola suara dan percakapan. Melalui pendekatan tersebut, model tidak hanya dirancang untuk merespons pertanyaan, tetapi juga menyesuaikan ritme komunikasi secara lebih alami. Kendati hasil demonstrasinya menjanjikan, kemampuan Dessa masih harus dibuktikan dalam berbagai situasi nyata sebelum dapat dianggap siap digunakan secara luas.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Salah satu kemampuan utama dari Dessa adalah penggunaan sistem komunikasi full-duplex yang memberikan kemampuan untuk mendengarkan dan berbicara secara bersamaan. Pada sejumlah aplikasi komunikasi AI generasi sebelumnya, interaksi biasanya mengharuskan pengguna dan sistem menunggu giliran. Pengguna menyampaikan pertanyaan terlebih dahulu, kemudian sistem mengolah permintaan tersebut sebelum menyampaikan respons verbal. Melalui arsitektur full-duplex, Dessa mampu memantau percakapan yang berlangsung ketika sedang menyampaikan respons. Kemampuan ini membuat sistem lebih mudah menyesuaikan jalannya percakapan tanpa selalu menunggu satu pihak selesai berbicara.
Untuk menggambarkan kemampuannya, seseorang mungkin mengajukan pertanyaan kepada asisten digital, kemudian mengubah maksud pertanyaannya ketika AI masih berbicara. Dengan teknologi full-duplex, sistem berpotensi langsung menyesuaikan jawaban tanpa harus mengulangi seluruh proses komunikasi. Dessa juga ditampilkan memiliki kemampuan untuk menghasilkan isyarat percakapan singkat, seperti respons tanda mendengarkan, yang umum ditemukan dalam komunikasi antarmanusia. Meskipun terdengar sebagai perubahan kecil, kemampuan mengatur jeda serta respons percakapan merupakan tantangan penting dalam pengembangan AI suara yang nyaman digunakan.
Peran Pemahaman Intonasi dan Emosi dalam Percakapan Digital
Interaksi verbal antarmanusia tidak hanya mengandalkan makna bahasa secara tertulis, tetapi juga memanfaatkan informasi nonverbal dalam audio yang membantu menjelaskan maksud pembicara. Misalnya, kalimat yang sama dapat menyampaikan makna berbeda ketika diucapkan dengan intonasi tenang, marah, maupun gembira. Melalui pemrosesan audio langsung, Dessa dirancang untuk mempertahankan informasi tersebut selama interaksi dengan pengguna. Pendekatan tersebut berpotensi menghasilkan respons yang lebih sesuai dengan situasi, terutama ketika ekspresi suara menjadi bagian penting dari pesan.
Selain memahami masukan pengguna, Dessa juga didemonstrasikan dapat menciptakan suara dengan ritme percakapan yang fleksibel. Dalam sejumlah demonstrasi, model terdengar tertawa, menggunakan jeda alami, dan mengubah gaya pengucapan dalam percakapan. Penting untuk dipahami bahwa, ekspresi yang menampilkan karakter emosional bukan berarti sistem memiliki kesadaran seperti manusia. AI memproduksi respons melalui proses komputasi, sehingga kesan emosional yang muncul perlu dinilai sebagai hasil pemodelan percakapan, bukan tanda bahwa mesin mempunyai perasaan.
Efisiensi Pelatihan dan Pemrosesan Menjadi Fokus Inovasi Dessa
Aspek menarik lainnya adalah strategi pelatihan serta kemampuan menjalankan model. Block mengungkapkan bahwa pelatihan Dessa dilakukan dengan perangkat komputasi NVIDIA GB200 NVL72, yang merupakan infrastruktur komputasi berkemampuan tinggi. Menurut perusahaan, model ini juga mempelajari bahasa dari jumlah kata yang jauh lebih sedikit dibandingkan model bahasa besar berbasis teks. Namun, perbandingan tersebut belum membuktikan bahwa seluruh proses pelatihannya lebih hemat karena metode pengukuran dan karakteristik tugasnya berbeda.
Dari sisi penggunaan, Block menyampaikan bahwa Dessa dapat beroperasi secara lokal menggunakan MacBook Pro dengan chip M4 Max atau kemampuan perangkat keras yang lebih kuat. Dukungan pemrosesan langsung pada perangkat dapat menawarkan sejumlah manfaat potensial, terutama dalam mengurangi ketergantungan terhadap koneksi internet. Lebih jauh lagi, pemrosesan lokal dapat mendukung strategi perlindungan privasi. Kendati demikian, manfaat sebenarnya tetap bergantung pada implementasi perangkat lunak, termasuk bagaimana informasi pengguna dikelola.
Peluang Pemanfaatan AI Suara Dessa untuk Berbagai Kebutuhan
Apabila dikembangkan lebih lanjut, pendekatan yang digunakan Dessa berpotensi diterapkan dalam beragam sistem berbasis percakapan. Contoh penerapan yang cukup menjanjikan adalah layanan pelanggan yang mengandalkan interaksi melalui telepon. Asisten digital dengan kemampuan full-duplex berpotensi menghadirkan pengalaman pelayanan yang tidak terlalu kaku, terutama saat pelanggan menyela untuk mengoreksi pertanyaan. Dalam konteks bisnis, kemampuan tersebut membuka peluang perbaikan pengalaman pelanggan apabila didukung oleh keamanan pemrosesan data serta mekanisme pengawasan manusia.
Selain layanan pelanggan, teknologi percakapan seperti Dessa membuka kesempatan inovasi untuk pendidikan interaktif, pendamping belajar, dan aksesibilitas. Sebagai contoh, siswa dapat memperoleh pengalaman berdiskusi yang mendukung pertanyaan lanjutan secara spontan. Pada aspek aksesibilitas, antarmuka suara yang merespons perubahan instruksi dapat mendukung interaksi yang lebih fleksibel. Walaupun peluang pemanfaatannya cukup luas, semua penerapan ini masih bersifat potensi pengembangan, bukan layanan resmi yang sudah diluncurkan.
Kesiapan Dessa Menghadapi Risiko serta Persaingan Teknologi AI
Bersamaan dengan kemajuan interaksi AI, muncul pula kebutuhan pengawasan teknologi yang harus dipertimbangkan secara serius. Sistem suara yang terdengar semakin menyerupai manusia dapat meningkatkan kenyamanan komunikasi, tetapi juga memunculkan peluang penipuan berbasis suara. Misalnya, teknologi serupa mungkin dimanfaatkan untuk membangun interaksi yang menipu apabila tidak diatur dengan standar keamanan yang jelas. Oleh sebab tersebut, transparansi mengenai asal respons yang dihasilkan mesin menjadi aspek yang perlu diperhatikan sebelum penerapan luas.
Block sendiri telah mengundang partisipasi awal bagi sejumlah peneliti keamanan AI untuk mengevaluasi kemungkinan penyalahgunaan. Langkah ini penting karena Dessa masih belum menjadi produk umum. Hingga periode awal pengumumannya pada Oktober 2026, Block belum menyediakan akses publik secara luas. Informasi mengenai distribusi model, spesifikasi lengkap, dan ketersediaan komersial juga belum dipastikan kepada publik. Dengan demikian, berbagai demonstrasi yang telah diperlihatkan belum dapat menggantikan evaluasi independen, terutama untuk menilai keandalan dalam percakapan panjang.
Kesimpulan: Dessa Membuka Babak Baru Interaksi AI Berbasis Suara
Pengembangan AI percakapan Dessa menunjukkan bahwa perkembangan kecerdasan buatan terus bergerak menuju interaksi yang lebih alami. Dengan dukungan komunikasi full-duplex, Dessa memperlihatkan potensi penting bagi masa depan layanan berbasis suara. Meski kemampuannya menarik perhatian, teknologi ini masih harus melalui tahapan penelitian lanjutan sebelum siap diterapkan dalam berbagai layanan. Dari sudut pandang Anda, apakah AI yang dapat mengikuti percakapan secara spontan akan membuat aktivitas digital lebih nyaman? Bagikan pandangan Anda mengenai peluang dan tantangan inovasi ini.
