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 menghadirkan pendekatan berbeda dalam pengembangan teknologi AI, khususnya pada sistem interaksi percakapan. Model ini dikembangkan 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 dikembangkan untuk memproses percakapan melalui jalur suara secara langsung. Pendekatan tersebut memungkinkan sistem mengenali berbagai informasi dalam suara, termasuk pola percakapan, variasi nada, dan isyarat vokal yang sering kali sulit dipertahankan sepenuhnya ketika komunikasi hanya diproses sebagai teks.
Block menjelaskan bahwa Dessa merupakan model speech-to-speech yang dilatih menggunakan percakapan manusia tanpa bergantung pada data teks maupun model AI yang telah dilatih sebelumnya. Keunikan pendekatan ini membuat Dessa menarik untuk diteliti karena sistem dirancang untuk mempelajari bahasa melalui interaksi verbal antarmanusia. Melalui pendekatan tersebut, model tidak hanya dikembangkan sebagai penghasil respons suara, tetapi juga merespons perubahan dalam interaksi secara lebih fleksibel. Kendati hasil demonstrasinya menjanjikan, kemampuan Dessa masih perlu dinilai melalui pengujian independen sebelum dapat dianggap setara dengan komunikasi manusia.
Kemampuan Mendengarkan dan Berbicara Bersamaan Menjadi Keunggulan Dessa
Aspek teknologi yang paling menarik dari Dessa adalah penggunaan sistem komunikasi full-duplex yang memberikan kemampuan untuk mendengarkan dan berbicara secara bersamaan. Dalam banyak sistem percakapan konvensional, interaksi biasanya mengikuti pola berbicara secara berurutan. Pengguna memberikan perintah melalui suara, kemudian sistem mengolah permintaan tersebut sebelum memberikan tanggapan. Melalui arsitektur full-duplex, Dessa dapat terus menerima informasi audio ketika sedang menghasilkan suara. Fungsi tersebut membuat sistem berpotensi mengikuti perubahan arah pembicaraan tanpa selalu menunggu satu pihak selesai berbicara.
Dalam situasi percakapan sehari-hari, seseorang mungkin menanyakan suatu informasi, kemudian menambahkan keterangan ketika AI masih memberikan penjelasan. Dengan teknologi full-duplex, sistem dapat mengenali perubahan konteks pembicaraan tanpa harus menunggu instruksi baru setelah jawaban selesai. Dessa juga ditampilkan memiliki kemampuan untuk menghasilkan isyarat percakapan singkat, seperti tanggapan verbal sederhana, yang menjadi bagian alami dalam komunikasi antarmanusia. Meskipun terdengar sebagai perubahan kecil, kemampuan mengatur waktu berbicara dan mendengarkan merupakan tantangan penting dalam pengembangan AI suara yang nyaman digunakan.
Mengapa Pemrosesan Audio Langsung Penting bagi AI Suara
Percakapan sehari-hari tidak hanya mengandalkan makna bahasa secara tertulis, tetapi juga mengandung beragam sinyal vokal yang membantu membangun pemahaman terhadap situasi. Dalam sebuah percakapan, kalimat yang sama dapat memiliki penafsiran berlainan ketika diucapkan dengan nada serius, bercanda, atau kecewa. Melalui pemrosesan audio langsung, Dessa memiliki kesempatan mengolah sinyal tersebut selama pembentukan respons suara. Hal ini berpotensi menghasilkan respons yang lebih sesuai dengan situasi, terutama ketika ekspresi suara menjadi bagian penting dari pesan.
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 penekanan vokal tertentu, dan menyesuaikan cara penyampaian respons. Meski demikian, ekspresi yang menampilkan karakter emosional bukan berarti sistem merasakan pengalaman emosional. AI memproduksi respons melalui proses komputasi, sehingga respons ekspresif yang terdengar perlu dinilai sebagai hasil pemodelan percakapan, bukan petunjuk pasti tentang pengalaman subjektif.
Pengembangan Dessa Menunjukkan Potensi Efisiensi Teknologi AI
Keunggulan teknis yang turut mendapat perhatian adalah pendekatan pengembangan dan kebutuhan komputasinya. Block menyatakan bahwa pelatihan Dessa menggunakan satu sistem NVIDIA GB200 NVL72, yang merupakan sistem perangkat keras untuk beban kerja AI. Berdasarkan keterangan pengembang, model ini juga mempelajari bahasa dari jumlah kata yang jauh lebih sedikit dibandingkan model bahasa besar berbasis teks. Namun, perbandingan tersebut tidak cukup untuk menyimpulkan keunggulan mutlak karena metode pengukuran dan karakteristik tugasnya berbeda.
Dari sisi penggunaan, Block menyampaikan bahwa Dessa dapat dijalankan langsung 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 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 informasi pengguna dikelola.
Potensi Penerapan Dessa dalam Layanan Digital dan Kehidupan Sehari-hari
Jika kemampuannya berhasil dimatangkan, pendekatan yang digunakan Dessa berpotensi diterapkan dalam beragam sistem berbasis percakapan. Sektor yang berpotensi memperoleh manfaat 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 berpotensi memberikan nilai tambahan apabila didukung oleh integrasi sistem yang andal serta prosedur penanganan kesalahan.
Selain layanan pelanggan, teknologi percakapan seperti Dessa juga berpotensi dimanfaatkan untuk layanan edukasi digital, perangkat pendukung pengguna, dan antarmuka suara. Dalam skenario pembelajaran, siswa mungkin menggunakan asisten suara untuk latihan verbal yang memberikan kesempatan melakukan interupsi. Bagi pengguna dengan kebutuhan interaksi tertentu, antarmuka suara yang merespons perubahan instruksi dapat mendukung interaksi yang lebih fleksibel. Meski memiliki banyak kemungkinan, semua penerapan ini masih memerlukan penelitian dan pengujian tambahan, 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 menampilkan ekspresi verbal yang realistis dapat meningkatkan kenyamanan komunikasi, tetapi juga menimbulkan risiko penyalahgunaan. Dalam situasi tertentu, teknologi serupa mungkin dimanfaatkan untuk membangun interaksi yang menipu apabila tidak diatur dengan standar keamanan yang jelas. Oleh sebab tersebut, transparansi mengenai penggunaan suara buatan menjadi kebutuhan mendasar untuk menjaga kepercayaan.
Block sendiri telah membuka kesempatan pengujian terbatas bagi sejumlah peneliti keamanan AI untuk mengidentifikasi risiko yang belum diketahui. Pendekatan pengujian tersebut penting karena Dessa masih berada dalam fase riset. Hingga akhir Oktober 2026, Block belum membuka penggunaan umum terhadap model tersebut. Informasi mengenai distribusi model, spesifikasi lengkap, dan ketersediaan komersial juga belum tersedia secara resmi. Untuk saat ini, berbagai demonstrasi yang telah diperlihatkan perlu dipahami sebagai hasil presentasi pengembang, terutama untuk menilai ketepatan respons di berbagai kondisi.
Penutup: Inovasi Dessa dan Arah Masa Depan Teknologi Percakapan
Perkenalan Dessa oleh Block menunjukkan bahwa kemajuan TEKNOLOGI terus bergerak menuju interaksi yang lebih alami. Dengan dukungan komunikasi full-duplex, Dessa memberikan gambaran perkembangan menarik bagi masa depan aplikasi percakapan cerdas. Namun demikian, teknologi ini masih membutuhkan pengujian keamanan dan performa sebelum siap diterapkan dalam berbagai layanan. Bagaimana pendapat Anda, apakah AI yang dapat mengikuti percakapan secara spontan akan mengubah kebiasaan menggunakan asisten virtual? Sampaikan pendapat Anda mengenai masa depan kecerdasan buatan berbasis suara.
