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
Perkenalan Dessa menjadi salah satu perkembangan menarik dalam industri kecerdasan buatan, khususnya pada pengolahan audio berbasis kecerdasan buatan. Model ini dibangun oleh tim riset Block dengan metode yang mengutamakan pada percakapan manusia secara langsung. Tidak seperti sejumlah sistem AI suara yang mengandalkan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dibangun dengan kemampuan untuk memproses percakapan melalui jalur suara secara langsung. Metode pengembangan ini memungkinkan sistem mengenali berbagai informasi dalam suara, termasuk intonasi, jeda, dan perubahan ekspresi yang sering kali tidak tergambarkan secara lengkap ketika komunikasi hanya diproses sebagai teks.
Block menjelaskan bahwa Dessa merupakan model speech-to-speech yang dikembangkan berdasarkan percakapan manusia tanpa memanfaatkan kumpulan teks untuk proses pembelajaran maupun model AI yang telah dilatih sebelumnya. Metode pembelajaran tersebut membuat Dessa menghadirkan peluang penelitian baru karena sistem membangun pemahaman terhadap bahasa melalui pola suara dan percakapan. Dalam praktiknya, model tidak hanya dikembangkan sebagai penghasil respons suara, tetapi juga merespons perubahan dalam interaksi secara lebih fleksibel. Meski menawarkan kemampuan menarik, kemampuan Dessa masih perlu dinilai melalui pengujian independen 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 mendukung proses mendengarkan dan berbicara secara bersamaan. Pada sejumlah aplikasi komunikasi AI generasi sebelumnya, interaksi biasanya mengikuti pola berbicara secara berurutan. Pengguna memberikan perintah melalui suara, kemudian sistem menafsirkan masukan yang diterima 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 menunggu satu pihak selesai berbicara.
Dalam situasi percakapan sehari-hari, seseorang mungkin menanyakan suatu informasi, kemudian mengubah maksud pertanyaannya ketika AI masih menyelesaikan respons. Dengan teknologi full-duplex, sistem berpotensi langsung menyesuaikan jawaban tanpa harus memulai percakapan dari awal. Dessa juga ditampilkan memiliki kemampuan untuk menghasilkan isyarat percakapan singkat, seperti ungkapan persetujuan, yang menjadi bagian alami dalam komunikasi antarmanusia. Meskipun terdengar sebagai perubahan kecil, kemampuan mengatur pergantian dan tumpang tindih suara merupakan tantangan penting dalam pengembangan AI suara yang terasa natural.
Keunggulan Pendekatan Speech-to-Speech untuk Komunikasi Alami
Interaksi verbal antarmanusia tidak hanya ditentukan oleh kalimat yang diucapkan, tetapi juga mengandung beragam sinyal vokal yang membantu menjelaskan maksud pembicara. Sebagai ilustrasi, kalimat yang sama dapat memiliki penafsiran berlainan ketika diucapkan dengan intonasi tenang, marah, maupun gembira. Menggunakan mekanisme speech-to-speech, Dessa memiliki kesempatan mengolah sinyal tersebut selama interaksi dengan pengguna. Hal ini berpotensi membantu sistem mengenali nuansa pembicaraan, terutama ketika ekspresi suara menjadi bagian penting dari pesan.
Tidak hanya dalam proses mendengarkan, Dessa juga menunjukkan kemampuan menghasilkan suara dengan ritme percakapan yang fleksibel. Dalam sejumlah demonstrasi, model terdengar tertawa, menggunakan perubahan tempo bicara, dan memodifikasi karakter suara saat berbicara. Namun demikian, ekspresi yang terdengar menyerupai manusia bukan berarti sistem memiliki kesadaran seperti manusia. AI membentuk keluaran audio dari pola yang dipelajarinya, sehingga nuansa perasaan dalam suaranya perlu dinilai sebagai hasil pemodelan percakapan, bukan petunjuk pasti tentang pengalaman subjektif.
Efisiensi Pelatihan dan Pemrosesan Menjadi Fokus Inovasi Dessa
Aspek menarik lainnya adalah pendekatan pengembangan dan kebutuhan komputasinya. Block menyatakan bahwa pelatihan Dessa dilakukan dengan perangkat komputasi NVIDIA GB200 NVL72, yang merupakan infrastruktur komputasi berkemampuan tinggi. Dalam penjelasan Block, model ini juga diklaim membutuhkan paparan kata lebih sedikit dibandingkan model bahasa besar berbasis teks. Meski begitu, perbandingan tersebut belum membuktikan bahwa seluruh proses pelatihannya lebih hemat karena kebutuhan pelatihan model suara dan teks tidak sama.
Dalam aspek penerapan perangkat, Block menyampaikan bahwa Dessa dapat melakukan pemrosesan pada perangkat menggunakan MacBook Pro dengan chip M4 Max atau konfigurasi komputasi yang lebih tinggi. Kemungkinan menjalankan AI secara lokal dapat memberikan keuntungan penting, terutama dalam memperpendek perjalanan data menuju server eksternal. Lebih jauh lagi, pemrosesan lokal berpotensi membantu pengelolaan data sensitif. Meskipun potensinya menjanjikan, manfaat sebenarnya tetap memerlukan pembuktian melalui penerapan nyata, termasuk bagaimana rekaman suara disimpan dan diproses.
Dampak Teknologi Percakapan Alami bagi Bisnis dan Pengguna
Apabila dikembangkan lebih lanjut, pendekatan yang digunakan Dessa berpotensi diterapkan dalam beragam sistem berbasis percakapan. Contoh penerapan yang cukup menjanjikan adalah layanan pelanggan yang menangani pertanyaan pengguna menggunakan suara. Asisten digital dengan kemampuan full-duplex berpotensi menghadirkan pengalaman pelayanan yang lebih lancar dan responsif, terutama saat pelanggan menyela untuk mengoreksi pertanyaan. Dalam konteks bisnis, kemampuan tersebut berpotensi memberikan nilai tambahan apabila didukung oleh ketepatan informasi serta standar pelayanan yang jelas.
Pada bidang penggunaan lainnya, teknologi percakapan seperti Dessa dapat menginspirasi pengembangan untuk pendidikan interaktif, pendamping belajar, dan aksesibilitas. Dalam skenario pembelajaran, siswa dapat memperoleh pengalaman berdiskusi yang memberikan kesempatan melakukan interupsi. Sementara itu, antarmuka suara yang mampu mengikuti ritme pembicaraan dapat membantu mempermudah penggunaan perangkat. Meski memiliki banyak kemungkinan, semua penerapan ini masih merupakan gambaran kemungkinan penggunaan, bukan layanan resmi yang sudah diluncurkan.
Tantangan Keamanan dan Masa Depan Pengembangan AI Suara Dessa
Bersamaan dengan kemajuan interaksi AI, muncul pula berbagai persoalan keamanan yang tidak boleh diabaikan. Sistem suara yang terdengar semakin menyerupai manusia dapat mempermudah interaksi pengguna, tetapi juga meningkatkan kekhawatiran terhadap manipulasi identitas. Sebagai gambaran, 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 bagian penting dalam pengembangan teknologi.
Perusahaan di balik model tersebut telah mengundang partisipasi awal bagi sejumlah peneliti keamanan AI untuk mengidentifikasi risiko yang belum diketahui. Pendekatan pengujian tersebut penting karena Dessa masih berstatus pratinjau penelitian. Hingga periode awal pengumumannya pada Oktober 2026, Block belum membuka penggunaan umum terhadap model tersebut. Informasi mengenai distribusi model, spesifikasi lengkap, dan ketersediaan komersial juga belum diumumkan secara lengkap. Dengan demikian, berbagai demonstrasi yang telah diperlihatkan sebaiknya dipandang sebagai gambaran kemampuan awal, terutama untuk menilai performa ketika menghadapi lingkungan suara yang kompleks.
Kesimpulan: Dessa Membuka Babak Baru Interaksi AI Berbasis Suara
Pengembangan AI percakapan Dessa menunjukkan bahwa inovasi sistem komunikasi digital terus mendorong cara komunikasi yang lebih fleksibel. Dengan dukungan komunikasi full-duplex, Dessa menawarkan arah penelitian menjanjikan bagi masa depan layanan berbasis suara. Walaupun inovasinya terlihat menjanjikan, teknologi ini masih memerlukan evaluasi independen yang mendalam sebelum menjadi solusi yang tersedia bagi masyarakat umum. Dari sudut pandang Anda, apakah AI yang mampu berbicara seperti manusia akan membuat aktivitas digital lebih nyaman? Sampaikan pendapat Anda mengenai peluang dan tantangan inovasi ini.
