1927
Стартап QueryStory вийшов із прихованого режиму з платформою, яка має зробити аналіз корпоративних даних за допомогою штучного інтелекту не лише швидким, а й перевірюваним. Компанія робить ставку на те, що великим підприємствам недостатньо отримати переконливу відповідь — їм потрібно бачити, з яких даних, запитів і припущень вона була сформована.
Ідея продукту виросла з досвіду співзасновника і керівника QueryStory Шапора Нагібзаде в Google. У 2009 році, коли компанія стала однією з цілей кібератаки Operation Aurora, він працював системним інженером і був залучений до розслідування того, що відбувалося у внутрішніх мережах.
Пошук причин атаки вимагав зводити дані з різних систем та крок за кроком відновлювати картину подій. Саме тоді Нагібзаде переконався, що цінність має не просто доступ до інформації, а можливість довести, чому конкретний висновок є правильним.
Наступні шість років він працював у Google на перетині даних і кібербезпеки та створював інструменти, за допомогою яких аналітики могли ставити складні запитання до великих масивів інформації. У 2016 році він став співзасновником Chronicle — стартапу всередині лабораторії X.
Коли великі мовні моделі почали активно використовуватися для аналізу даних, він вирішив застосувати ці принципи за межами кібербезпеки. QueryStory він заснував разом зі Стенлі Янгом, колишнім колегою з Google та провідним інженером EvolutionIQ, і Девідом Глусіком, який працював в Accenture.
Стартап залучив 6 млн доларів посівного фінансування наприкінці 2025 року від Brightmind Partners та New York Life Ventures. Тоді компанію оцінили у 60 млн доларів. Платформа орієнтована на великі підприємства з великими власними базами даних.
QueryStory побудована навколо послідовності запитань. Користувач досліджує проблему крок за кроком, а система збирає відповіді у зв’язну історію. Компанія намагається закрити так званий розрив довіри: замість ситуації, коли працівник отримує відповідь у чаті й просто переносить її у презентацію, платформа зберігає зв’язок між висновком і вихідними даними.
Одним із інвесторів є New York Life Ventures. Її керуючий директор Тім Дел Белло заявив, що інвестиційна команда вже використовує QueryStory для квартального огляду бізнесу, який раніше вимагав роботи кількох людей. У перспективі він хоче перетворити цей процес на постійно оновлювану панель.
TechCrunch перевірив систему на базі даних про космічну активність. QueryStory за кілька годин побудувала візуалізації та аналітику, тоді як схожа робота раніше займала кілька тижнів разом із розробником. При цьому система показувала індикатор упевненості та пояснення, чому агенти вважають свої висновки правильними.
Ще одна важлива відмінність — видимість технічних кроків. Якщо система створює SQL-запити до бази, вони автоматично доступні користувачу для перевірки. Аналітику можна передати співробітнику на ручний перегляд, а результат такого контролю залишається записаним у системі.
Засновники вважають це критично важливим для великих компаній. Коли тисячі працівників ставлять одному й тому самому корпоративному ШІ різні питання і кожен отримує свою версію відповіді, організація швидко накопичує велику кількість матеріалів, які складно прив’язати до першоджерела.
QueryStory не прив’язується до однієї конкретної моделі. Наразі платформа переважно використовує нові системи провідних ШІ-лабораторій, але архітектура задумана як незалежна від постачальника.
Компанія вважає, що спеціалізований інструмент може бути ефективнішим за універсального агента, оскільки зберігає контекст, правила, історію перевірок та структуру корпоративних даних. Головним продуктом QueryStory називає не саму відповідь, а довіру до неї — можливість керівника зрозуміти, звідки взявся висновок, хто його перевірив і наскільки стабільно система може повторити такий аналіз.
https://techcrunch.com/2026/08/26/querystory-wants-you-to-believe-what-ai-is-telling-you/
