Shapor Naghibzadeh, a Google korábbi rendszermérnöke, 2009-ben tanulta meg, mennyit számít egy jól összerakott vizsgálati narratíva, amikor az Operation Aurora során kínai támogatású hekkertámadások kapcsán gyors magyarázatra volt szükség a Google szerverein zajló eseményekről. A különböző hálózatokon áthaladó kibertámadások feltárása rávilágított számára a hitelesített tudás fontosságára — de a korábbi módszerek lassúak és költségesek voltak.
A következő hat évben Naghibzadeh a adat- és kiberbiztonság metszéspontjára koncentrált, a Google erőforrásait felhasználva olyan eszközöket fejlesztett, amelyekkel biztonsági elemzők komplex adatokon képesek voltak lekérdezéseket végezni. 2016-ban a Google X Labs-ból egy startupot, a Chronicle-öt hozta létre, hogy ezt a funkcionalitást más vállalatok számára is elérhetővé tegye.
Az LLM-ek (nagy nyelvi modellek) térnyerésével tavaly új lehetőséget látott abban, hogy az általa korábban kibervédelemre kifejlesztett technikákat általánosabb adatelemzési feladatokra adaptálja. Ennek eredményeként társalapítóként elindította a QueryStory-t, ahol ő a vezérigazgató, Stanley Yang a műszaki igazgató (korábbi Google-kolléga és EvolutionIQ-s vezető mérnök), David Glusic pedig termékigazgató (Accenture-tapasztalattal). A startup ma lépett ki a stealth üzemmódból.
„Az nyomozásnak van egy mintázata: a felhasználó kérdéseket tesz fel az adatoknak, és miután több kérdést feltett, ezekből narratívát rak össze” — mondta Naghibzadeh. Ettől a gondolattól kapta a cég a QueryStory nevet: adatokból épített, igazolt történetek létrehozása.
Finanszírozás és fókusz
A QueryStory 2025 végén 6 millió dolláros seed befektetést gyűjtött be a Brightmind Ventures és a New York Life Ventures részéről, 60 millió dolláros értékelés mellett. Azóta a csapat a termék fejlesztésén és ügyfélpilotokon dolgozott. A szolgáltatás elsősorban nagyvállalatokat céloz, amelyek jelentős, saját adatbázisokat kezelnek: a platform összefogja az adatelemzést és az eredmények felülvizsgálatát olyan felhasználók számára, mint az értékesítési vagy működési vezetők.
A megbízhatóságra épített termék
A QueryStory megoldása arra törekszik, hogy áthidalja az AI és a vállalati döntéshozók közti bizalmi szakadékot, azaz megbízható, cselekvésre alkalmas válaszokat adjon. A cég termékében többek között automatikusan megjelennek a lekérdezéseket létrehozó SQL-parancsok, a felhasználók kézzel megjelölhetik az elemzéseket emberi felülvizsgálat céljából, és a platform rögzíti ezeket a felülvizsgálatokat.
A TechCrunch egyik kipróbálás során egy űrtevékenységi adatbázist osztott meg a QueryStory-jal: a cég néhány óra alatt vizualizációt, összetett dashboardokat és elemzéseket állított elő — egy olyan munkát, amely korábban fejlesztővel több hétig tartott volna. Kiemelten fontos eleme a rendszernek a bizalom- vagy konfidencia-jelző, amely megmutatja, miért tartja a modell pontosnak az adott elemzést.
A vállalatok gyakran általános chat-UI-khoz kötik saját adataikat, ami Naghibzadeh szerint azt eredményezi, hogy szervezeten belül százak vagy ezrek kérdeznek ugyanabból az adatforrásból és sokféle, egymásnak ellentmondó verziója jelenik meg a „tényeknek” — diákon és prezentációkon terjedve. A QueryStory célja ennek a tartalmi elszóródásnak a megfékezése, átláthatóbb, visszakövethető módon.
Model-agnosztikus megközelítés és gazdasági érv
A QueryStory modell-agnosztikus platformként épül fel, bár jelenleg főként a frontier labok által biztosított legújabb modelleket használja. Naghibzadeh szerint a versenytársi viszony ellenére az ügyfelek előnyben részesítik azt a szolgáltatót, amelynek nincs érdeke a minél nagyobb „intelligenciafogyasztás” ösztönzésére — azaz nem alapozza üzleti modelljét vég nélküli számítási vagy token-felhasználásra.
„Amiért eladjuk a szolgáltatást, az a válaszokba vetett bizalom” — fogalmazott Naghibzadeh. A cég célja, hogy a pénzügyi vezetők számára is kiszámíthatóvá tegye a rendszerek költségeit és értékét.
Befektetői és piaci visszhang
Tim Del Bello, a New York Life Ventures partnere befektetőként részt vett a körben, és saját tapasztalatai szerint a QueryStory képes több ember munkáját kiváltani: egy korábban negyedéves üzleti jelentést mára valós idejű dashboardra kívánja alakítani a platform segítségével. Tayler Sipperly, a Brightmind Partners partnere arra hívta fel a figyelmet, hogy az AI valós üzleti alkalmazásoknál sokkal törékenyebb, mint ahogy azt a közvélekedés gondolja — ezért fontosak a tartalom, a megbízhatóság és a skálázhatóság szempontjai.
Összegzés
A QueryStory célja, hogy a nagyvállalati adatelemzést megbízhatóbbá és átláthatóbbá tegye LLM-ek és hagyományos adatbázis-lekérdezések kombinálásával. A startup az automatizált SQL-feltárásra, emberi felülvizsgálati munkafolyamatokra és konfidenciajelzőkre építve próbálja csökkenteni az AI-ból eredő bizonytalanságot és az adat-alapú narratívák elszóródását a szervezeten belül.
