Kakao Perkenalkan Kanana Space, Rencanakan Perintah Suara dan Agen AI Terhubung di KakaoTalk

Ujian Desember bagi AI yang Bisa Bertindak di Dalam KakaoTalk

Kakao berencana memulai uji beta tertutup Kanana Space pada Desember 2026. Layanan ini menghadirkan asisten di KakaoTalk yang dapat merangkum pesan kerja yang belum dibaca dan mengirim balasan melalui perintah suara. Diperkenalkan pada 13 Oktober di konferensi pengembang if(kakao)26 di Yongin, Korea Selatan, layanan ini menjadi landasan bagi rencana yang lebih luas untuk menghubungkan memori pribadi, agen khusus, dan perangkat transaksi di dalam aplikasi pesan tersebut.

Pendaftaran awal dibuka pada 13 Oktober. Kakao juga memaparkan uji terbatas untuk alat pembuatan agen di PC, Kanvas, sebelum akhir 2026, disusul ruang untuk menghubungkan tim agen pribadi ke KakaoTalk pada paruh pertama 2027. Layanan ini ditujukan bagi 50 juta pengguna, meski angka tersebut menggambarkan ambisi Kakao untuk layanannya, bukan ukuran uji coba awal.

Perbedaan antara uji coba Desember dan peluncuran yang lebih luas penting untuk diperhatikan. Berbagai laporan secara konsisten menyebut beta tertutup bagi pengguna terpilih pada Desember; salah satunya juga menyebut peluncuran setelah uji coba tersebut. Dalam laporan-laporan itu, belum ada tanggal pasti ketersediaan umum. Belanja, pemesanan, dan transfer uang disebut sebagai perluasan kemampuan asisten yang direncanakan.

Shina Chung, CEO Kakao, menggambarkan perubahan ini sebagai peralihan dari sekadar menghasilkan teks yang berguna menuju menyelesaikan pekerjaan yang diminta. Dalam konferensi tersebut, ia menjelaskan standar baru untuk menilai AI:

"Metrik utama untuk menilai kualitas AI generatif bergeser dari apakah AI dapat memberikan jawaban yang baik menjadi apakah AI dapat menyelesaikan tugas yang diminta," kata Chung.

Asisten yang Tersedia di Seluruh Aplikasi Pesan

Kanana Space dirancang sebagai lapisan AI yang dapat dipanggil pengguna dari mana saja di KakaoTalk, bukan jendela percakapan terpisah atau tab khusus. Usapan dengan dua jari akan memunculkan Ryan, karakter Kakao Friends, yang dapat digunakan untuk menyampaikan permintaan melalui suara atau teks.

Desain ini membedakan layanan yang direncanakan tersebut dari produk yang sudah ada, seperti ChatGPT for Kakao dan Kanana di KakaoTalk. Fokusnya adalah percakapan langsung dan akses ke berbagai tindakan tanpa meninggalkan layar yang sedang digunakan. Kakao berencana memperluas pengalaman ini dari perintah suara ke bentuk masukan lainnya.

Contoh awalnya mencakup mengirim pesan, mengelola jadwal, menelusuri web, dan mengubah pengaturan. Kim Dae-nyeon, eksekutif desain Kakao, mengatakan pengalaman yang ingin dihadirkan akan memudahkan akses ke bantuan AI tanpa mengharuskan orang mempelajari cara baru menggunakan aplikasi.

Chung menggambarkan pergeseran yang lebih luas ini sebagai peralihan dari antarmuka pengguna grafis ke antarmuka pengguna berbasis bahasa. Secara praktis, pengguna akan menjelaskan keinginannya alih-alih mencari menu dan memilih setiap langkah sendiri. Hal ini mengubah tanggung jawab asisten: asisten harus mengenali tugas yang dimaksud, menemukan informasi yang tepat, dan bertindak di tempat yang benar, bukan sekadar memberikan jawaban.

Dari Pesan Belum Dibaca hingga Balasan Terkirim

Demonstrasi pesan kerja memberikan contoh konkret dari rangkaian tersebut. Pengguna meminta Kanana Space mengidentifikasi informasi terkait pekerjaan di antara pesan yang belum dibaca. Asisten lalu merangkum hal-hal yang perlu ditindaklanjuti dan perubahan jadwal dari percakapan KakaoTalk yang relevan.

Perintah suara lanjutan dapat memintanya membalas di obrolan proyek tertentu dengan mengatakan bahwa pengguna akan meninjau hal tersebut dan memberikan jawaban pada pagi hari. Alur kerja yang direncanakan ini menghubungkan aktivitas membaca, memilah, dan mengirim pesan di dalam aplikasi, tanpa mengharuskan pengguna memindahkan ringkasan ke aplikasi lain.

Demonstrasi lainnya memperluas pemanfaatan konteks ini. Kanana Space menampilkan rekomendasi pakaian olahraga berdasarkan cuaca dan data latihan, serta perencanaan jadwal yang merujuk pada riwayat pesan KakaoTalk. Contoh-contoh ini menggambarkan pengalaman multimodal yang ingin dihadirkan perusahaan, yaitu asisten yang dapat menangani berbagai jenis informasi, bukan hanya teks.

Contoh tersebut juga menunjukkan perbedaan praktis antara demonstrasi dan layanan yang dapat diandalkan. Merangkum percakapan mengharuskan asisten menemukan materi yang relevan; mengirim balasan mengharuskannya memilih penerima yang tepat dan menjaga maksud pengguna. Kakao mengatakan pihaknya berencana memperkuat pemeriksaan atas rencana dan pelaksanaan agen, tetapi pengumuman tersebut belum memastikan seberapa akurat versi Desember akan menjalankan tugas-tugas ini.

Rencana Belanja Tetap Menyerahkan Keputusan Pembayaran Akhir kepada Pengguna

Contoh transaksi Kakao dimulai dengan permintaan singkat yang maknanya bergantung pada aktivitas sebelumnya. Permintaan untuk mencari barang yang dipesan terakhir kali dapat mendorong asisten menemukan pembelian air minum kemasan sebelumnya, mencari kembali produknya, menggunakan kupon, dan menyiapkan langkah-langkah untuk pembayaran.

Permintaan makan siang dapat memanfaatkan preferensi makanan dan lokasi pengantaran yang biasa digunakan seseorang. Tujuannya adalah mengurangi kebutuhan untuk mengulang informasi yang dapat diambil layanan dengan izin pengguna. Karena itu, memori pribadi dan akses ke layanan lain menjadi bagian utama strategi ini, bukan sekadar tambahan opsional pada antarmuka suara.

Rangkaian tugas yang direncanakan mencakup pesanan, hadiah, reservasi, dan transfer uang. Namun, menyiapkan transaksi tidak sama dengan mengizinkannya secara mandiri. Uraian tentang alur pembelian menyebutkan bahwa keputusan akhir mengenai pembayaran tetap berada di tangan pengguna. Batasan ini sangat relevan ketika instruksi singkat dapat merujuk pada lebih dari satu produk atau tujuan.

Coupang Eats disebut sebagai mitra pertama Kakao untuk integrasi antaragen. Koneksi semacam ini akan memungkinkan asisten Kakao dan agen layanan mitra berkoordinasi dalam menyelesaikan tugas. Layanan yang menggunakan kemitraan ini diperkirakan akan hadir lebih dahulu, tetapi belum ada tanggal peluncuran pasti atau rincian pengaturan operasional yang diberikan.

Kanvas Memungkinkan Pengguna Membuat Agen

Kakao juga menyiapkan Kanvas, alat PC yang disebut Canvas dalam strategi yang lebih luas, untuk memungkinkan pengguna membuat dan menjalankan agen AI pribadi. Alih-alih hanya berinteraksi dengan asisten umum Kakao, pengguna dapat menjelaskan tugas yang ingin dilakukan, lalu alat tersebut menggabungkan perangkat dan kemampuan yang diperlukan menjadi sebuah agen.

Agen yang direncanakan akan bekerja berdasarkan izin yang diberikan pengguna dan meminta konfirmasi pada tahap-tahap penting. Kakao menyebut tugas berulang sebagai salah satu penggunaan utama dan berencana memungkinkan pengguna membagikan agen yang mereka buat. Beta tertutup berskala kecil direncanakan sebelum akhir 2026, meski salah satu laporan menyebut uji coba itu mungkin dimulai paling cepat pada periode tersebut.

Chung mencontohkan pengisian pajak: agen dapat mengumpulkan dokumen yang dibutuhkan untuk pelaporan yang rumit dan melanjutkan proses hingga pembayaran. Ini merupakan ilustrasi kemampuan yang ingin diwujudkan, bukan konfirmasi bahwa layanan pengisian pajak sudah tersedia atau disetujui untuk digunakan.

Pada paruh pertama 2027, Kakao berencana menyediakan ruang di KakaoTalk agar tim agen pribadi dapat terhubung. Dukungan ini ditujukan untuk mencakup agen yang dibuat dengan Kanvas maupun yang dikembangkan menggunakan kerangka kerja lain. Dengan demikian, KakaoTalk dapat menjadi tempat mengakses asisten Kakao sendiri sekaligus menugaskan pekerjaan kepada agen yang dikembangkan pihak lain.

Model Berbeda untuk Tugas yang Berbeda

Melayani 50 juta orang membutuhkan lebih dari sekadar model percakapan yang andal. Kakao mengatakan strategi model fondasinya menangani kualitas respons, kecepatan, dan biaya operasional secara bersamaan, dengan optimasi pada model maupun infrastruktur yang menjalankannya.

Konduktor AI akan memilih model dan alat eksternal yang sesuai dengan permintaan. Pilihannya mencakup model terdepan, model unggulan, model bahasa kecil, dan model yang berjalan di perangkat pengguna. Pendekatan perutean ini menghindari perlakuan yang sama antara instruksi rutin dan tugas perencanaan kompleks yang membutuhkan sumber daya komputasi berbeda.

Kakao memperkirakan model unggulan akan menangani sebagian besar layanan yang diproses di server. Model bahasa kecil akan menangani permintaan yang jelas dan berulang dengan cepat, sedangkan model di perangkat akan menjalankan tugas yang dapat diselesaikan di ponsel pintar. Pengumuman tersebut tidak menyebutkan proporsi untuk setiap kategori maupun angka perbandingan biaya dan waktu respons.

Perusahaan juga mengatakan bahwa mereka menggunakan teknik distilasi yang melibatkan beberapa model guru untuk mempertahankan kualitas model yang lebih kecil. Distilasi melatih model yang lebih kecil dengan arahan dari model yang lebih andal. Manfaat yang diharapkan adalah pengoperasian yang lebih ringan tanpa terlalu banyak mengurangi kemampuan, meski laporan pengumuman tersebut tidak menyertakan hasil tolok ukur.

Dengan demikian, arsitektur ini mendukung rencana produk secara spesifik: asisten yang diharapkan menjalankan tindakan sehari-hari secara rutin membutuhkan jalur terjangkau untuk tugas sederhana, sekaligus tetap memiliki akses ke model yang lebih canggih saat permintaan membutuhkan pertimbangan lebih mendalam.

Project Mosaic Menghubungkan Memori dengan Izin

Project Mosaic adalah komponen personalisasi yang dirancang untuk menghubungkan memori dan pengalaman pengguna yang tersebar menjadi konteks yang berguna. Kakao ingin konteks ini dapat digunakan di KakaoTalk, Kanana Space, Kanvas, dan agen lainnya, sehingga pengguna tidak perlu menjelaskan kembali keputusan sebelumnya atau pekerjaan yang sedang berlangsung setiap kali berpindah layanan.

Aturan akses yang disampaikan lebih terbatas daripada memberikan informasi yang sama kepada semua agen. Mosaic hanya akan memberikan kepada setiap agen informasi yang dibutuhkan untuk tugas tersebut dan yang telah diizinkan pengguna untuk diakses. Agen dengan peran berbeda kemudian dapat berkolaborasi dengan memanfaatkan konteks bersama yang relevan.

Pembedaan ini penting ketika tugas melibatkan beberapa layanan. Agen belanja mungkin membutuhkan riwayat pembelian dan alamat pengantaran, sedangkan agen yang menangani jadwal membutuhkan informasi tentang berbagai komitmen. Sistem yang diusulkan bertujuan membawa konteks yang berguna di antara keduanya tanpa membuat seluruh informasi pribadi tersedia bagi setiap pihak.

Kakao mengatakan akan memperkuat pemeriksaan keselamatan atas rencana yang dibuat agen dan tindakan yang dijalankannya, sembari memperluas infrastruktur untuk menangani volume layanan yang besar. Rincian seperti masa penyimpanan memori, kendali izin, cara memperbaiki memori yang keliru, dan penanganan atas tindakan yang salah belum diuraikan dalam laporan pengumuman tersebut. Semua itu merupakan pertanyaan implementasi yang belum terjawab, bukan fitur yang dapat dipastikan dari desain yang disampaikan.

Estimasi Nilai 550,6 Miliar Won, dengan Sejumlah Batasan

Dalam acara yang sama, Kakao memaparkan riset yang dilakukan bersama Pusat Riset Ekonomi Digital KAIST pada Desember 2025 hingga Agustus 2026. Riset itu memperkirakan layanan dan teknologi AI Kakao akan menghasilkan nilai sosial ekonomi tahunan sebesar 550,6 miliar won pada 2026.

Studi tersebut mengukur estimasi nilai tambah di luar platform KakaoTalk yang sudah ada, bukan pendapatan atau laba Kakao. Cakupannya juga meliputi kumpulan produk dan teknologi AI yang lebih luas, sehingga angka total tersebut tidak boleh dianggap sebagai valuasi Kanana Space yang baru diumumkan.

Para peneliti menggunakan kerangka bernama STEPS, yang mengelompokkan manfaat ke dalam manfaat sosial dan publik, inovasi teknologi, kemudahan sehari-hari, pertumbuhan mitra, dan inklusi bersama. Inovasi teknologi menyumbang 223,4 miliar won, termasuk 154,9 miliar won yang dikaitkan dengan keluarga model Kanana dan 68,5 miliar won dari PlayMCP, yang bertujuan mengurangi biaya distribusi layanan dan menjangkau pengguna bagi pengembang.

Kemudahan sehari-hari menyumbang 184,9 miliar won: 83,2 miliar won dari Kanana di KakaoTalk dan 101,7 miliar won dari ChatGPT for Kakao. Jika digabungkan, inovasi teknologi dan kemudahan sehari-hari menyumbang 408,3 miliar won, sekitar 74% dari estimasi 550,6 miliar won.

Manfaat sosial dan publik diperkirakan mencapai 91,5 miliar won. Asisten publik AI dikaitkan dengan penghematan rata-rata 53,2 menit untuk setiap penerbitan dokumen. Pertumbuhan mitra menyumbang 50,8 miliar won, termasuk manfaat yang dikaitkan dengan manajer konsultasi pelanggan Kakao dalam membantu usaha kecil mengatasi kekurangan layanan pelanggan.

Inklusi bersama dinilai secara terpisah dan tidak diberi nilai uang. Pengguna berusia 60 tahun ke atas diperkirakan menghemat 74,7 menit per bulan, dibandingkan 39,7 menit untuk keseluruhan pengguna, atau sekitar 1,9 kali lebih banyak. Temuan ini mendukung argumen Kakao tentang aksesibilitas, tetapi tidak menunjukkan berapa banyak waktu yang akan dihemat dengan Kanana Space di masa mendatang.

Jadwal dan Proyeksi Jangka Panjang

Urutan yang diumumkan memisahkan uji coba asisten dalam waktu dekat dari ekosistem agen yang lebih luas. Tanggal-tanggal pentingnya adalah:

• Desember 2025 hingga Agustus 2026: Kakao dan KAIST melakukan studi nilai AI.
• 13 Oktober 2026: Kakao memperkenalkan strateginya di if(kakao)26 di Yongin dan membuka pendaftaran awal Kanana Space.
• Desember 2026: Beta tertutup Kanana Space direncanakan untuk pengguna terpilih.
• Sebelum akhir 2026: Kakao merencanakan beta tertutup Kanvas berskala kecil, dengan waktu pelaksanaan yang dalam salah satu laporan disebut mungkin dimulai paling cepat pada periode tersebut.
• Paruh pertama 2027: Kakao berencana menghadirkan ruang di KakaoTalk yang menghubungkan tim agen pribadi.

Riset tersebut juga memproyeksikan nilai sosial ekonomi tahunan pada 2030 dalam tiga skenario: 939,8 miliar won jika tren saat ini berlanjut, 1,2721 triliun won jika peta jalan yang diumumkan berjalan sesuai rencana, dan 1,8225 triliun won jika integrasi ekosistem dan efek jaringan berkembang sepenuhnya.

Angka-angka itu masing-masing sekitar 1,7 kali, 2,3 kali, dan 3,3 kali estimasi 2026. Perhitungannya menggunakan model pertumbuhan yang mengasumsikan ekspansi awal yang lebih cepat akan berangsur-angsur mencapai tingkat yang lebih stabil. Angka tersebut merupakan proyeksi bersyarat, bukan hasil yang dijamin atau prakiraan pendapatan Kakao.

Uji coba dalam waktu dekat memberikan tolok ukur yang lebih konkret: apakah Kanana Space dapat dengan andal mengubah instruksi lisan menjadi tindakan yang tepat sekaligus menjaga kendali pengguna. Beta Desember merupakan langkah berikutnya yang diumumkan untuk menguji pengalaman tersebut. Ketersediaan yang lebih luas, cakupan transaksi secara terperinci, dan aturan operasional untuk memori bersama belum ditetapkan.

Poin-Poin Penting

• Kanana Space direncanakan sebagai asisten yang dapat diakses di seluruh KakaoTalk melalui suara atau teks.
• Pendaftaran awal dibuka pada 13 Oktober 2026, menjelang beta tertutup bagi pengguna terpilih pada Desember.
• Tugas yang diperagakan mencakup merangkum obrolan kerja yang belum dibaca, mengirim balasan, dan merencanakan jadwal.
• Rencana transaksi mendatang mencakup pesanan, hadiah, reservasi, dan transfer, dengan keputusan akhir pembayaran tetap berada di tangan pengguna.
• Kanvas akan memungkinkan pengguna membuat agen, sementara dukungan untuk tim agen pribadi di KakaoTalk direncanakan pada paruh pertama 2027.
• Project Mosaic akan membagikan memori yang relevan kepada agen sesuai izin pengguna.
• Estimasi riset sebesar 550,6 miliar won mencakup aktivitas AI Kakao yang lebih luas, bukan hanya Kanana Space atau pendapatan perusahaan.