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 menjadi salah satu perkembangan menarik dalam ekosistem inovasi digital, khususnya pada sistem interaksi percakapan. Model ini dibangun oleh tim riset Block dengan metode yang mengutamakan pada percakapan manusia secara langsung. Alih-alih mengikuti sejumlah sistem AI suara yang menggunakan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dikembangkan untuk memproses percakapan melalui jalur suara secara langsung. Metode pengembangan ini memungkinkan sistem mempertahankan berbagai informasi dalam suara, termasuk pola percakapan, variasi nada, dan isyarat vokal yang sering kali sulit dipertahankan sepenuhnya ketika komunikasi hanya diproses sebagai teks.
Menurut penjelasan pengembangnya bahwa Dessa merupakan model speech-to-speech yang dilatih menggunakan percakapan manusia tanpa bergantung pada data teks maupun model AI yang telah dilatih sebelumnya. Karakteristik tersebut membuat Dessa menghadirkan peluang penelitian baru karena sistem berusaha memahami bahasa melalui pola suara dan percakapan. Dari sisi pengalaman pengguna, model tidak hanya dirancang untuk merespons pertanyaan, tetapi juga merespons perubahan dalam interaksi secara lebih responsif. Meski menawarkan kemampuan menarik, kemampuan Dessa masih harus dibuktikan dalam berbagai situasi nyata sebelum dapat dianggap setara dengan komunikasi manusia.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Aspek teknologi yang paling menarik dari Dessa adalah penggunaan sistem komunikasi full-duplex yang mendukung proses mendengarkan dan berbicara secara bersamaan. Dalam banyak sistem percakapan konvensional, interaksi biasanya mengharuskan pengguna dan sistem menunggu giliran. Pengguna mengucapkan instruksi hingga selesai, kemudian sistem memproses informasi sebelum menghasilkan jawaban. Berbeda dari mekanisme tersebut, Dessa dirancang untuk tetap mendengarkan pengguna ketika sedang menyampaikan respons. Karakteristik tersebut membuat sistem lebih mudah menyesuaikan jalannya percakapan tanpa selalu memerlukan jeda panjang antarrespons.
Dalam situasi percakapan sehari-hari, seseorang mungkin meminta penjelasan mengenai sebuah topik, kemudian menyampaikan informasi tambahan ketika AI masih memberikan penjelasan. Dengan teknologi full-duplex, sistem memiliki peluang merespons interupsi tersebut tanpa harus menunggu instruksi baru setelah jawaban selesai. Dessa juga didemonstrasikan dapat menghasilkan isyarat percakapan singkat, seperti ungkapan persetujuan, yang menjadi bagian alami dalam komunikasi antarmanusia. Meskipun terdengar sebagai perubahan kecil, kemampuan mengatur waktu berbicara dan mendengarkan merupakan aspek mendasar dalam pengembangan AI suara yang mendukung interaksi spontan.
Mengapa Pemrosesan Audio Langsung Penting bagi AI Suara
Komunikasi manusia tidak hanya mengandalkan makna bahasa secara tertulis, tetapi juga mengandung beragam sinyal vokal yang membantu menjelaskan maksud pembicara. Dalam sebuah percakapan, kalimat yang sama dapat menimbulkan kesan yang tidak serupa ketika diucapkan dengan intonasi tenang, marah, maupun gembira. Dengan pendekatan berbasis suara, Dessa berupaya memanfaatkan petunjuk vokal semacam ini selama interaksi dengan pengguna. Kemampuan semacam itu berpotensi menghasilkan respons yang lebih sesuai dengan situasi, terutama ketika intonasi memengaruhi penafsiran kalimat.
Di samping menerima informasi audio, Dessa juga menunjukkan kemampuan menghasilkan suara dengan perubahan intonasi yang terasa dinamis. Dalam sejumlah demonstrasi, model menampilkan respons berupa tawa, menggunakan perubahan tempo bicara, dan menyesuaikan cara penyampaian respons. Namun demikian, ekspresi yang menampilkan karakter emosional bukan berarti sistem memiliki kesadaran seperti manusia. AI membentuk keluaran audio dari pola yang dipelajarinya, sehingga kesan emosional yang muncul perlu dibedakan dari emosi manusia sesungguhnya, bukan tanda bahwa mesin mempunyai perasaan.
Efisiensi Pelatihan dan Pemrosesan Menjadi Fokus Inovasi Dessa
Hal lain yang membuat Dessa menonjol adalah strategi pelatihan serta kemampuan menjalankan model. Block menjelaskan bahwa pelatihan Dessa dilakukan dengan perangkat komputasi NVIDIA GB200 NVL72, yang merupakan platform komputasi yang dirancang bagi pengolahan kecerdasan buatan. Dalam penjelasan Block, model ini juga menggunakan paparan bahasa yang lebih terbatas dibandingkan model bahasa besar berbasis teks. Akan tetapi, perbandingan tersebut tidak secara otomatis menunjukkan efisiensi keseluruhan yang lebih tinggi karena metode pengukuran dan karakteristik tugasnya berbeda.
Untuk kebutuhan menjalankan model, Block menyampaikan bahwa Dessa dapat dijalankan langsung menggunakan MacBook Pro dengan chip M4 Max atau konfigurasi komputasi yang lebih tinggi. Kemungkinan menjalankan AI secara lokal dapat memberikan keuntungan penting, terutama dalam membangun pengalaman penggunaan yang lebih mandiri. Di sisi lain, pemrosesan lokal berpotensi membantu pengelolaan data sensitif. Kendati demikian, manfaat sebenarnya tetap ditentukan oleh rancangan sistem keamanan, termasuk bagaimana informasi pengguna dikelola.
Potensi Penerapan Dessa dalam Layanan Digital dan Kehidupan Sehari-hari
Apabila dikembangkan lebih lanjut, pendekatan yang digunakan Dessa membuka kemungkinan pemanfaatan dalam sejumlah kebutuhan komunikasi modern. Contoh penerapan yang cukup menjanjikan adalah layanan pelanggan yang memerlukan komunikasi verbal secara langsung. Asisten digital dengan kemampuan full-duplex dapat membantu menciptakan pengalaman pelayanan yang lebih menyerupai dialog alami, terutama saat pelanggan mengubah permintaan di tengah pembicaraan. Bagi perusahaan penyedia layanan, kemampuan tersebut berpotensi memberikan nilai tambahan apabila didukung oleh ketepatan informasi serta prosedur penanganan kesalahan.
Pada bidang penggunaan lainnya, teknologi percakapan seperti Dessa membuka kesempatan inovasi untuk layanan edukasi digital, perangkat pendukung pengguna, dan antarmuka suara. Sebagai contoh, siswa dapat memperoleh pengalaman berdiskusi yang memberikan kesempatan melakukan interupsi. Bagi pengguna dengan kebutuhan interaksi tertentu, antarmuka suara yang mampu mengikuti ritme pembicaraan dapat mendukung interaksi yang lebih fleksibel. Meski memiliki banyak kemungkinan, semua penerapan ini masih bersifat potensi pengembangan, bukan kemampuan komersial yang telah dipastikan.
Evaluasi Keselamatan dan Akses Publik Menjadi Tahap Penting Dessa
Bersamaan dengan kemajuan interaksi AI, muncul pula kebutuhan pengawasan teknologi yang tidak boleh diabaikan. Sistem suara yang menampilkan ekspresi verbal yang realistis dapat mempermudah interaksi pengguna, tetapi juga menimbulkan risiko penyalahgunaan. Sebagai gambaran, teknologi serupa berpotensi dipakai untuk membuat percakapan menyesatkan apabila tidak diterapkan bersama mekanisme pencegahan penyalahgunaan. Oleh sebab tersebut, transparansi mengenai identitas sistem AI menjadi aspek yang perlu diperhatikan sebelum penerapan luas.
Pihak pengembang Dessa telah mengundang partisipasi awal bagi sejumlah peneliti keamanan AI untuk menemukan kelemahan keselamatan sistem. Langkah ini penting karena Dessa masih berada dalam fase riset. Hingga 26 Oktober 2026, Block belum menyediakan akses publik secara luas. Informasi mengenai harga, akses API, dan jadwal perilisan juga belum dipastikan kepada publik. Dengan demikian, berbagai demonstrasi yang telah diperlihatkan sebaiknya dipandang sebagai gambaran kemampuan awal, terutama untuk menilai keandalan dalam percakapan panjang.
Penutup: Inovasi Dessa dan Arah Masa Depan Teknologi Percakapan
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. Walaupun inovasinya terlihat menjanjikan, teknologi ini masih membutuhkan pengujian keamanan dan performa sebelum menjadi solusi yang tersedia bagi masyarakat umum. Bagaimana pendapat Anda, apakah AI yang mampu berbicara seperti manusia akan meningkatkan kualitas interaksi dengan teknologi? Bagikan pandangan Anda mengenai masa depan kecerdasan buatan berbasis suara.
