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 pengembangan teknologi AI, khususnya pada bidang komunikasi suara. Model ini dikembangkan oleh tim riset Block dengan metode yang mengutamakan pada percakapan manusia secara langsung. Berbeda dengan sejumlah sistem AI suara yang menggunakan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dikembangkan untuk memproses percakapan melalui jalur suara secara langsung. Cara kerja semacam ini memungkinkan sistem mempertahankan berbagai informasi dalam suara, termasuk intonasi, jeda, dan perubahan ekspresi yang sering kali sulit dipertahankan sepenuhnya ketika komunikasi hanya diterjemahkan menjadi rangkaian kata tertulis.
Dalam pengumuman resminya, Block menyampaikan bahwa Dessa merupakan model speech-to-speech yang mempelajari pola dari percakapan manusia tanpa memanfaatkan kumpulan teks untuk proses pembelajaran maupun model AI yang telah dilatih sebelumnya. Keunikan pendekatan ini membuat Dessa menjadi perhatian dalam pengembangan AI karena sistem dirancang untuk mempelajari bahasa melalui pola suara dan percakapan. Dalam praktiknya, model tidak hanya dikembangkan sebagai penghasil respons suara, tetapi juga mengikuti dinamika percakapan secara lebih responsif. Meski menawarkan kemampuan menarik, kemampuan Dessa masih membutuhkan evaluasi lebih luas sebelum dapat dianggap andal untuk beragam kebutuhan.
Kemampuan Mendengarkan dan Berbicara Bersamaan Menjadi Keunggulan Dessa
Aspek teknologi yang paling menarik dari Dessa adalah penggunaan sistem komunikasi full-duplex yang memungkinkan mendengarkan dan berbicara secara bersamaan. Pada asisten suara tradisional, interaksi biasanya mengikuti pola berbicara secara berurutan. Pengguna memberikan perintah melalui suara, kemudian sistem mengolah permintaan tersebut sebelum memberikan tanggapan. Sebaliknya, Dessa dapat terus menerima informasi audio ketika sedang menyampaikan respons. Fungsi tersebut membuat sistem dapat merespons interupsi pengguna tanpa selalu mengikuti pola komunikasi yang kaku.
Sebagai contoh, seseorang mungkin menanyakan suatu informasi, kemudian mengubah maksud pertanyaannya ketika AI masih berbicara. Dengan teknologi full-duplex, sistem berpotensi langsung menyesuaikan jawaban tanpa harus menunggu instruksi baru setelah jawaban selesai. Dessa juga didemonstrasikan dapat menghasilkan isyarat percakapan singkat, seperti ungkapan persetujuan, yang umum ditemukan dalam komunikasi antarmanusia. Walaupun terlihat sederhana, kemampuan mengatur pergantian dan tumpang tindih suara merupakan aspek mendasar dalam pengembangan AI suara yang mendukung interaksi spontan.
Keunggulan Pendekatan Speech-to-Speech untuk Komunikasi Alami
Komunikasi manusia tidak hanya mengandalkan makna bahasa secara tertulis, tetapi juga memanfaatkan informasi nonverbal dalam audio yang membantu memberikan konteks tambahan. Dalam sebuah percakapan, kalimat yang sama dapat memiliki penafsiran berlainan ketika diucapkan dengan nada serius, bercanda, atau kecewa. Menggunakan mekanisme speech-to-speech, Dessa berupaya memanfaatkan petunjuk vokal semacam ini selama pembentukan respons suara. Hal ini 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 variasi ekspresi yang lebih beragam. Dalam sejumlah demonstrasi, model terdengar tertawa, menggunakan jeda alami, dan mengubah gaya pengucapan dalam percakapan. Meski demikian, ekspresi yang menampilkan karakter emosional bukan berarti sistem benar-benar mengalami emosi. AI menghasilkan pola suara berdasarkan pembelajaran, sehingga respons ekspresif yang terdengar perlu dipahami sebagai kemampuan teknis, bukan bukti adanya kesadaran.
Block Mengembangkan Model Suara dengan Pendekatan Komputasi Berbeda
Keunggulan teknis yang turut mendapat perhatian adalah strategi pelatihan serta kemampuan menjalankan model. Block mengungkapkan bahwa pelatihan Dessa memanfaatkan satu konfigurasi NVIDIA GB200 NVL72, yang merupakan sistem perangkat keras untuk beban kerja AI. Berdasarkan keterangan pengembang, model ini juga diklaim membutuhkan paparan kata lebih sedikit dibandingkan model bahasa besar berbasis teks. Namun, perbandingan tersebut tidak secara otomatis menunjukkan efisiensi keseluruhan yang lebih tinggi karena metode pengukuran dan karakteristik tugasnya berbeda.
Dari sisi penggunaan, Block mengklaim bahwa Dessa dapat melakukan pemrosesan pada perangkat menggunakan MacBook Pro dengan chip M4 Max atau perangkat yang lebih mumpuni. Dukungan pemrosesan langsung pada perangkat dapat membuka peluang penerapan baru, terutama dalam memperpendek perjalanan data menuju server eksternal. Selain itu, pemrosesan lokal dapat mendukung strategi perlindungan privasi. Meskipun potensinya menjanjikan, manfaat sebenarnya tetap bergantung pada implementasi perangkat lunak, termasuk bagaimana informasi pengguna dikelola.
Peluang Pemanfaatan AI Suara Dessa untuk Berbagai Kebutuhan
Seandainya teknologi ini tersedia secara luas, pendekatan yang digunakan Dessa dapat menjadi dasar pengembangan dalam berbagai layanan digital. Salah satu bidang yang relevan adalah layanan pelanggan yang mengandalkan interaksi melalui telepon. Asisten digital dengan kemampuan full-duplex mungkin mendukung pengalaman pelayanan yang tidak terlalu kaku, terutama saat pelanggan mengubah permintaan di tengah pembicaraan. Bagi perusahaan penyedia layanan, kemampuan tersebut membuka peluang perbaikan pengalaman pelanggan apabila didukung oleh keamanan pemrosesan data serta prosedur penanganan kesalahan.
Di luar kebutuhan operasional bisnis, teknologi percakapan seperti Dessa dapat menginspirasi pengembangan untuk layanan edukasi digital, perangkat pendukung pengguna, dan antarmuka suara. Untuk kebutuhan pendidikan, siswa berpotensi berlatih percakapan secara interaktif yang lebih menyerupai komunikasi langsung. Sementara itu, antarmuka suara yang merespons perubahan instruksi dapat mendukung interaksi yang lebih fleksibel. Meski memiliki banyak kemungkinan, semua penerapan ini masih merupakan gambaran kemungkinan penggunaan, bukan fitur produk Dessa yang telah tersedia.
Evaluasi Keselamatan dan Akses Publik Menjadi Tahap Penting Dessa
Bersamaan dengan kemajuan interaksi AI, muncul pula sejumlah tantangan etika yang tidak boleh diabaikan. Sistem suara yang menampilkan ekspresi verbal yang realistis dapat meningkatkan kenyamanan komunikasi, tetapi juga meningkatkan kekhawatiran terhadap manipulasi identitas. Dalam situasi tertentu, teknologi serupa mungkin dimanfaatkan untuk membangun interaksi yang menipu apabila tidak dilengkapi perlindungan memadai. Oleh sebab tersebut, transparansi mengenai asal respons yang dihasilkan mesin menjadi aspek yang perlu diperhatikan sebelum penerapan luas.
Block sendiri telah menawarkan akses awal terbatas bagi sejumlah peneliti keamanan AI untuk menemukan kelemahan keselamatan sistem. Tahapan evaluasi itu penting karena Dessa masih berada dalam fase riset. Hingga periode awal pengumumannya pada Oktober 2026, Block belum membuka penggunaan umum terhadap model tersebut. Informasi mengenai harga, akses API, dan jadwal perilisan juga belum diumumkan secara lengkap. Dengan demikian, berbagai demonstrasi yang telah diperlihatkan belum dapat menggantikan evaluasi independen, terutama untuk menilai performa ketika menghadapi lingkungan suara yang kompleks.
Kesimpulan: Dessa Membuka Babak Baru Interaksi AI Berbasis Suara
Kehadiran model suara Dessa menunjukkan bahwa inovasi sistem komunikasi digital 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 harus melalui tahapan penelitian lanjutan sebelum dapat dimanfaatkan secara luas. Menurut Anda, apakah AI yang mampu berbicara seperti manusia akan mengubah kebiasaan menggunakan asisten virtual? Ceritakan pemikiran Anda mengenai peluang dan tantangan inovasi ini.
