從人身上誕生的資料裡，仍住著那個人。
為什麼 Lumo 同時做著心跳、孩子的聲音，以及語音匿名化。
開始做 Lumo 的時候，我們看的是心跳。睡眠期間心跳的擺盪，會出奇誠實地說出一個人的狀態。那是我們最初的發現。
但隨著時間推進，我們注意到了更大的一件事。從人身上誕生的資料，總是留著一部分的那個人——而且留下的方式有三種。
身體，留住此刻的你。
今天的身體，不同於昨天。即使是同一個人，疲憊的日子與恢復的日子，心跳擺盪的方式也不一樣。
在這裡重要的，是不拿人與人相比。不是距離平均值多遠，而是距離「一如往常的他自己」多遠——唯有這個版本的提問才有意義。為了回答它而做的研究，我們稱之為 Human Response Intelligence。第一項產品 Feelmo，便誕生於此。
聲音，留住正在流逝的時間。
三歲的聲音，到了四歲便已不在。照片留了下來，聲音卻在不知不覺中消失。連同呼吸的樣子、說錯的字、笑起來的方式。
等到察覺時，它已經回不來了。所以我們讓人能從家中既有的影片裡，找出那道聲音並留下來——這就是 こえアルバム。不過，要留下什麼，決定權始終在家長手上。
而音訊，留下足以辨認出本人的個人性。
這是同一個發現的背面。若聲音能告訴你一個人是誰，那麼交出聲音，就等於交出了那個人。在日本，自聲音抽取的特徵資訊屬於個人識別符碼；在歐盟，聲音則被視為生物特徵資料。
我們認為，握有能識別一個人的技術的那一方，也應當握有讓人不被識別的技術。KoeShield 只移除音訊中足以辨認出說話者的部分，接著對自己的產出發動攻擊，測量究竟殘留了多少。在親手試著攻破之前，無從得知是否真的守住了。
所以，我們做三件事。
理解。保存。守護。我們並不是依序想到它們的，而是從三個方向遇見了同一件事。
從人身上誕生的資料裡，仍住著那個人。所以 Lumo 想成為一間為了那個人而使用它的公司。
測量之外。
我們不把人看作待優化的對象，而是看作會感受意義、會疲憊、會被療癒、會一邊迷惘一邊活下去的存在。因此，位於我們價值觀中心的不是「測量人」，而是「陪伴人」。
資料不是用來評分的，也不是用來與別人比較的。需要的不是宣告「你的狀態很糟」，而是說一句「今天或許有點負荷，不必勉強」。
而且，越是能深入理解的技術，我們越把它設計成不必蒐集。分析盡可能留在你自己的裝置裡。不是 AI 來最佳化人，而是人能使用 AI，活得更像自己。這就是 Lumo 的想法。
我們不是一間蒐集資料的公司，而是一間從中尋找意義的公司。身體在語言抵達之前就已回應。聲音比照片變得更快。我們溫柔地、正確地、仔細地對待那些微小的變化。人所生成的訊號，還給人。Lumo，從這裡開始。
— Lumo 創辦人，2026