Block presenta un modelo de inteligencia artificial entrenado exclusivamente con conversaciones humanas. Su objetivo: conseguir que hablar con una máquina sea más natural, rápido y parecido a una conversación real.
La inteligencia artificial está aprendiendo a hablar de otra manera. Block, la compañía tecnológica detrás de Square y Cash App, ha presentado Dessa, un modelo experimental de IA que busca cambiar cómo interactuamos con las máquinas mediante la voz.
La particularidad de Dessa es su entrenamiento: según Block, el modelo se ha desarrollado desde cero utilizando exclusivamente conversaciones humanas en formato de audio, sin recurrir a texto ni a modelos previamente entrenados.
La presentación se realizó el 23 de octubre de 2026 y abre una nueva línea de investigación en inteligencia artificial conversacional. Para las startups, el anuncio plantea una pregunta interesante: ¿qué pasaría si pudiéramos desarrollar asistentes de voz capaces de conversar de forma natural, sin las limitaciones de los sistemas tradicionales?
¿Qué es Dessa AI y cómo funciona?
La mayoría de los asistentes de voz utilizan una arquitectura que transforma la voz en texto, procesa ese texto con un modelo de inteligencia artificial y convierte la respuesta generada nuevamente en audio.
Este sistema funciona, pero pierde parte de la información que transmitimos al hablar: la entonación, las pausas, la ironía, las risas o los cambios en el tono de voz.
Dessa propone un enfoque diferente: es un modelo speech-to-speech, es decir, recibe audio y genera audio directamente.
Además, utiliza una arquitectura full-duplex, que le permite escuchar y hablar al mismo tiempo. Esto facilita interacciones más naturales, en las que el sistema puede reaccionar durante una conversación, interrumpir en el momento adecuado o utilizar pequeñas expresiones para indicar que está siguiendo lo que dice la otra persona.
Según Block, Dessa también puede interpretar y reproducir matices emocionales de la voz, como la frustración, la sorpresa o la tristeza.
La compañía afirma que el modelo puede funcionar localmente en un MacBook Pro con chip M4 Max o un equipo más potente, sin depender necesariamente de un servidor remoto para cada interacción. Estas capacidades todavía deben evaluarse de forma independiente en escenarios reales.
Fuente: Block — Dessa.
¿Por qué es diferente de los modelos de voz actuales?
La diferencia no está simplemente en que una voz artificial suene más humana. Está en la forma en que el sistema procesa la conversación.
En una arquitectura convencional, el texto es una representación intermedia de lo que alguien ha dicho. Sin embargo, dos frases idénticas pueden transmitir intenciones muy diferentes dependiendo de cómo se pronuncien.
Dessa intenta aprender directamente de esas señales acústicas.
Block sostiene que el modelo ha adquirido conocimientos lingüísticos y cierta capacidad de razonamiento a partir de conversaciones habladas, sin utilizar texto durante su entrenamiento. Se trata de una afirmación relevante, aunque todavía no hay suficientes evaluaciones independientes publicadas para determinar el alcance real de esas capacidades.
El proyecto también explora una cuestión científica: cuánto puede aprender un sistema de inteligencia artificial escuchando a las personas, en lugar de aprender principalmente a partir de grandes cantidades de texto.
Cinco aplicaciones que podrían interesar a las startups
Si esta tecnología demuestra su fiabilidad y llega a estar disponible para desarrolladores, podría abrir nuevas posibilidades para productos digitales.
1. Atención al cliente por voz
Los asistentes podrían mantener conversaciones más fluidas, comprender mejor las intervenciones de los clientes y gestionar interacciones sin obligar al usuario a seguir un diálogo rígido.
Para una startup de servicios, esto podría reducir los tiempos de atención y mejorar la experiencia del cliente.
2. Asistentes personales y profesionales
Imagina un asistente al que puedes explicar verbalmente una tarea, cambiar de idea a mitad de la frase y pedirle que consulte información o prepare una acción.
La voz podría convertirse en una interfaz práctica para gestionar agendas, documentos, reuniones o procesos empresariales.
3. Ventas y cualificación de clientes potenciales
Un agente de voz podría realizar preguntas, detectar necesidades, recopilar información y preparar un resumen para el equipo comercial.
La ventaja potencial no sería únicamente automatizar llamadas, sino conseguir conversaciones menos mecánicas. Las decisiones comerciales importantes seguirían necesitando controles y supervisión adecuados.
4. Formación y aprendizaje de idiomas
Los sistemas de voz pueden facilitar simulaciones de entrevistas, conversaciones en otros idiomas y ejercicios de formación personalizados.
Una IA que responda con mayor naturalidad podría hacer que estas experiencias resulten más cercanas a una conversación real, aunque la calidad pedagógica tendría que evaluarse por separado.
5. Accesibilidad e interfaces manos libres
La interacción por voz puede facilitar el acceso a herramientas digitales a personas que tienen dificultades para utilizar interfaces convencionales o que necesitan trabajar sin mirar una pantalla.
En sectores como la logística, la asistencia técnica o la hostelería, también podría simplificar determinadas tareas operativas.
¿Qué significa esto para el ecosistema startup de Málaga?
Málaga cuenta con empresas tecnológicas, startups, profesionales digitales y proyectos vinculados a la inteligencia artificial. Para este ecosistema, el anuncio de Block es una señal de hacia dónde evoluciona la interacción entre personas y software.
Durante años, buena parte del desarrollo de productos de IA se ha centrado en interfaces de texto: chatbots, asistentes basados en modelos de lenguaje y herramientas de generación de contenido.
La evolución de la voz abre otra posibilidad: construir productos en los que la conversación sea la interfaz principal.
Esto no significa que una startup tenga que desarrollar su propio modelo de voz. De hecho, para muchos proyectos sería más razonable integrar una tecnología existente y concentrarse en resolver un problema concreto.
Por ejemplo, una empresa podría combinar un sistema de voz con un CRM, una base de conocimiento, herramientas de reservas o agentes especializados. El valor estaría en conectar todas esas piezas para ofrecer una solución útil.
También hay oportunidades para los desarrolladores que trabajan con arquitecturas de agentes, automatización empresarial y sistemas de inteligencia artificial que necesitan interactuar con usuarios en tiempo real.
La oportunidad no consiste en añadir voz a cualquier producto, sino en identificar tareas en las que hablar sea realmente más rápido o más cómodo que escribir.
Los retos: seguridad, privacidad y fiabilidad
Una voz más natural también plantea nuevos riesgos.
Si una máquina puede expresar emociones de manera convincente, los usuarios podrían atribuirle comprensión emocional o capacidades que realmente no posee. Además, las voces sintéticas cada vez más realistas pueden utilizarse para hacer más creíbles las estafas telefónicas.
Por eso, el desarrollo de esta tecnología necesita controles que permitan identificar las limitaciones del sistema, proteger los datos de voz y reducir los riesgos de suplantación o manipulación.
Block ha anunciado que dará acceso anticipado a un grupo reducido de investigadores de seguridad para estudiar posibles riesgos antes de ampliar su disponibilidad.
Otro aspecto importante para las empresas es la privacidad. Que un modelo pueda ejecutarse localmente puede ofrecer ventajas, pero no garantiza por sí solo que toda la información permanezca protegida. Eso depende de cómo se implemente el sistema y de qué datos se almacenen o transmitan.
¿Se puede utilizar ya Dessa AI?
Por ahora, Dessa se encuentra en una fase de investigación con acceso limitado. Block ofrece una lista de espera y ha solicitado la participación de investigadores especializados en seguridad.
La empresa todavía no ha publicado todos los detalles que necesitarían los desarrolladores para evaluar una integración comercial, como una API pública, precios, pesos del modelo disponibles para descarga y resultados completos de pruebas independientes.
Por tanto, conviene distinguir entre lo que la compañía ha demostrado en sus ejemplos y lo que todavía queda por validar en condiciones reales.
La próxima interfaz de la inteligencia artificial podría ser la conversación
Dessa AI refleja una tendencia relevante: la evolución desde los asistentes que responden a órdenes hacia sistemas capaces de mantener interacciones más continuas y naturales.
Para las startups, la pregunta práctica es cómo aprovechar esta evolución sin depender de una tecnología que todavía está en fase experimental.
La estrategia más razonable es empezar por un caso de uso concreto, medir la calidad de las conversaciones, comprobar los costes y evaluar los riesgos antes de escalar.
Porque, al final, una voz convincente no es suficiente para construir un buen producto. La verdadera ventaja estará en combinar una interacción natural con información fiable, procesos útiles y resultados medibles.
En Málaga, como en otros ecosistemas tecnológicos, la oportunidad está en convertir estos avances en soluciones que resuelvan problemas reales.
Más información: Dessa AI, el proyecto de Block.
