从 AI Note Taker 到 Voice AI 平台

张岩开场给出核心判断：AI 产品壁垒在于把多个模型组织成稳定产品，B 端客户只为稳定、快、安全、准确买单。他介绍 Notta 从转录走向理解、记忆与行动的产品脉络，以及自己的创业与产品背景。

Voice AI 成熟的三个条件

张岩回顾 ASR 从安静环境到复杂会议的演进，提出成本与准确率、生成式 AI 理解能力、用户交互习惯三个条件同时具备，Voice AI 才从功能变成入口。

自研模型的理由：端到端体验不能有短板

张岩给当下落地程度打 60 到 70 分，解释为何自建 ASR 团队。他以日语会议中的敬语、省略与多人说话为例，说明说话人分离出错会连带总结出错，并指出通用模型在多语种场景的局限。

真实场景数据与用户反馈闭环

对比公开数据与业务数据的差异：打断、重叠、口音、设备与距离。用户修改转写、评价结果都进入训练 pipeline，形成快速迭代闭环。

AI Formatting：把对话变成工作

摘要压缩信息，AI Formatting 则把对话转成可用结构。销售与招聘需要不同字段，通用摘要进入 workflow 帮助有限。Notta 借助跨会议文脉提取洞察，并以内部评估保证事实准确率。

为什么又做硬件：Notta Memo 的线下场景

张岩坦言曾发誓不再做硬件，但线下会议用手机录音摩擦太大。他以日本康复师记录老人护理事项为例，说明不能出错的场景需要专用设备，并给出硬件用户中八成是新增用户的数据。

Notta Brain：企业级 Agent 的权限与克制

当会议积累到几千小时，企业需要上下文组织与记忆。Notta Brain 跨会议跨文档理解，强调答案溯源、版本变化与部门权限，自动化边界上区分可自动完成与必须用户确认的动作。

日本市场：封闭反而是优点

日本封闭、非英语、要求高，却让美国 SaaS 不愿进入，加上统一语言与效率意愿，成为 Notta 的机会。面对本土对手，Notta 以快速迭代与 PLG 叠加 SLG 形成差异，并讲了客户业务团队倒推 IT 采购的案例。

SpeakON：让说话成为与 AI 交互的默认方式

SpeakON 定位为手机附加智能键，集语音输入法、语音笔记与随身 Agent 于一体，底层是 centralized memory，甚至可驱动 Claude Code 与 Codex，成为其他 Agent 的上下文载体。

产品体系与三角形商业模型

张岩把产品串成理解、组织、记忆、执行的链条，并称未来是 To C 加 To B 的 hybrid。硬件、PLG、SLG 构成三角形三角，让商业模型更稳健，硅谷对手也在跟进硬件。

快问快答：语音不会完全取代键盘

张岩判断未来一年重点是长期上下文、低延迟与说话人分离；语音会拿走大量表达驱动的工作，但不会完全取代键盘。最终愿景是成为 Voice AI 平台型公司，让每次重要对话都产生结果。