QueryStory хоче, щоб ви вірили тому, що каже ШІ

Шапор Нагібзаде усвідомив цінність хорошої історії у 2009 році, працюючи інженером із системних операцій у Google. Коли хакери, яких підтримував Китай, націлилися на пошукового гіганта в межах операції під назвою Aurora, його викликали до поспіхом організованого кризового штабу, щоб пояснити, що саме відбувається на серверах компанії.

Відстеження кібератак через розрізнені мережі навчило Нагібзаде цінувати перевірені знання. Але це було дорогим і тривалим завданням. Він вважає, що великі мовні моделі можуть забезпечити таку саму функціональність для баз даних усіх видів за частину часу.

Наступні шість років Нагібзаде зосереджувався на перетині даних і кібербезпеки, використовуючи ресурси Google для створення інструментів, які давали змогу аналітикам безпеки робити запити до складних даних. У 2016 році він став співзасновником стартапу Chronicle у лабораторії X Labs компанії Google, який мав надати таку саму функціональність іншим компаніям.

Минулого року, коли великі мовні моделі почали відігравати більшу роль в аналізі даних, Нагібзаде побачив нову можливість застосувати методи, розроблені ним для кібербезпеки, до різноманітної аналітики. Він став співзасновником QueryStory, де обіймає посаду генерального директора, разом із технічним директором Стенлі Янгом, колишнім колегою з Google і провідним інженером в EvolutionIQ, та директором із продуктів Девідом Глусіком, ветераном Accenture. Сьогодні стартап вийшов із режиму прихованої розробки.

«Ви отримуєте таку схему розслідування — ставите даним безліч запитань, а після того, як вам вдалося поставити достатню кількість запитань, об’єднуєте все це в оповідь, — сказав Нагібзаде. — Це стало початком назви QueryStory. Йдеться про розповідання історій за допомогою даних, так? Про створення оповіді, заснованої на правді».

Наприкінці 2025 року QueryStory залучила початковий раунд фінансування на $6 мільйонів від Brightmind Ventures і New York Life Ventures за оцінки у $60 мільйонів і весь цей час розробляла та випробовувала свій продукт із клієнтами. QueryStory безпосередньо орієнтована на великі підприємства, які керують масштабними власними базами даних; платформа об’єднує аналіз і перевірку даних для таких користувачів, як команди продажів або операційні менеджери.

«Ми робимо ось що: долаємо розрив у довірі до ШІ, щоб надавати підприємствам відповіді, на основі яких вони можуть діяти, — сказав Нагібзаде. — Замість того щоб, знаєте, орендувати людське судження й армії інженерів, розгорнутих безпосередньо на місцях, ми перетворили це на продукт».

Тім Дель Белло, партнер New York Life Ventures, інвестував у компанію. Він також використовує платформу, щоб замінити роботу кількох людей і підготувати квартальний огляд бізнесу, який, як він тепер сподівається, стане інформаційною панеллю в реальному часі.

«Продукт створено для таких людей, як я: осіб, які ухвалюють рішення й прагнуть знати достовірну картину, яким потрібно працювати зі складними, розрізненими джерелами даних, але які не мають у своєму розпорядженні команди фахівців із аналізу даних або бізнес-аналітики, особливо коли працюють у галузі з жорстким регулюванням», — сказав він TechCrunch.

Розв’язання проблеми крихких систем ШІ

Я надав базу даних про космічну активність, яка допомагає зрозуміти, чим займаються на орбіті такі компанії, як SpaceX. QueryStory створила візуалізацію цих даних за кілька годин — колись я виконував такий проєкт із розробником, і він зайняв кілька тижнів. Платформа створила складні інформаційні панелі та аналітику і, мабуть, найважливіше, вивела індикатор рівня впевненості, який показував, чому агенти ШІ вважали аналіз точним.

Таку роботу можна виконувати за допомогою інструментів спільної роботи, створених передовими лабораторіями, але ці інструменти навмисно обмежені з погляду взаємодії з користувачем. Частина ставки QueryStory полягає в тому, що користувачі, особливо у великих компаніях, хочуть більшої прозорості, надійності та контролю, інтегруючи ШІ у свої робочі процеси.

Наприклад, керівник технологічної компанії нещодавно розповів TechCrunch, що робив запити до бази даних компанії за допомогою Claude Cowork, а потім просив модель показати написані нею SQL-запити, щоб переконатися в їхній коректності, перш ніж передати їх аналітику даних на перевірку людиною. У QueryStory ці SQL-запити відображаються автоматично, а користувачі можуть позначати аналізи для перевірки колегами-людьми, після чого результати цих перевірок зберігаються на платформі.

«ШІ більш крихкий, ніж люди усвідомлюють, коли йдеться про створення речей, які мають бути довговічними і від яких залежать великі компанії», — сказала TechCrunch Тейлер Сіпперлі, партнерка Brightmind Partners.

Нагібзаде зазначає, що коли компанії підключають свої дані до чат-інтерфейсу великої мовної моделі, «ви отримуєте сотні або тисячі людей в організації, які ставлять свої запитання, отримують власну версію правди, поміщають її в презентацію та поширюють — і зрештою отримуєте величезне розростання контенту, для якого немає справжнього місця, де його можна було б зберігати зі зв’язком із даними».

Є також економічні фактори, які потрібно враховувати. QueryStory створена незалежною від конкретної моделі, хоча наразі переважно використовує найновіші моделі, надані передовими лабораторіями. Хоча його компанія конкурує з передовими лабораторіями на рівні продуктів, Нагібзаде вважає, що клієнти віддадуть перевагу роботі з постачальником послуг, який не має стимулу продавати якомога більше інтелекту.

«Нам дуже багато чого сприяє саме те, що ми не є однією з тих компаній, які побудували свій бізнес навколо моделі споживання обчислювальних ресурсів, сховища чи токенів, — сказав Нагібзаде. — Він стверджує, що спеціалізований інструмент на кшталт QueryStory може бути ефективнішим і точнішим за агента загального призначення, оскільки розуміє та зберігає контекст.

«Те, що ми продаємо, — це довіра до відповідей, так? — сказав він. — Ми продаємо їм цінність, яку додаємо бізнесу, і наша головна мета — дати фінансовому директору можливість зрозуміти: “Скільки коштуватиме ця річ?”»