QueryStoryは、AI生成コンテンツについて注意を呼びかけている

2009年、シャポール・ナギブザデは、Googleのシステム運用エンジニアとして勤務していた際に、説得力のあるストーリーテリングの力を実感しました。 「オペレーション・オーロラ」と呼ばれる、国家が支援するハッカーによるこのテクノロジー大手への攻撃の際、彼はサーバーの稼働状況を解明するため危機対策室に呼び出されました。そこで、断片化されたネットワーク全体にわたるサイバー攻撃を追跡するには、検証済みの知識が不可欠であることを身をもって学びました。このプロセスは、費用がかさみ、時間もかかるものでした。彼は、大規模言語モデル（LLM）を用いれば、多様なデータベースにわたってこの検証機能を、ごくわずかな時間で再現できると確信しています。

その後6年間、ナギブザデはデータとサイバーセキュリティの融合に注力し、Googleのインフラを活用して、セキュリティアナリストが複雑なデータセットをクエリできるツールを開発した。2016年には、これらの機能を外部企業にも拡大するため、GoogleのX Labs傘下のスタートアップ「Chronicle」を共同設立した。

昨年、データ分析における大規模言語モデルの役割が拡大していることを認識したナギブザデ氏は、自身のサイバーセキュリティ技術をより広範な分析用途に応用する機会を見出した。 彼は本日、ステルスモードから正式にサービスを開始した「QueryStory」を共同創業した。共同創業者には、元Googleの同僚でありEvolutionIQのリードエンジニアであるCTOのスタンリー・ヤン氏、およびアクセンチュアのベテランであるCPOのデビッド・グルシック氏が名を連ねている。

「調査には一定のパターンがあります。データに対して一連の質問を投げかけ、その回答を統合して首尾一貫したストーリーを構築するのです」とナギブザデ氏は説明した。「そのコンセプトが『QueryStory』という社名の由来です。真実を基にした、データ駆動型のストーリーを構築することこそが、私たちの目指すところです。」

QueryStoryは2025年後半、Brightmind VenturesおよびNew York Life Venturesから600万ドルのシードラウンドを調達し、企業価値は6,000万ドルと評価された。この期間中、同社は顧客とのパイロットプログラムを通じて製品を洗練させてきた。 大規模な独自データベースを保有する大企業をターゲットとするQueryStoryは、データ分析とレビューのための統合プラットフォームとして機能し、営業や運用などのチームを支援している。

「私たちは、企業に実用的な信頼性の高い答えを提供することで、AIにおける信頼のギャップを埋めています」とナギブザデ氏は述べた。「人間の判断に頼ったり、大勢のエンジニアを動員したりするのではなく、その専門知識を製品化したのです。」

ニューヨーク・ライフ・ベンチャーズのパートナーであるティム・デル・ベロ氏は同社に出資しており、すでにこのプラットフォームを活用して手作業によるレポート作成プロセスを置き換え、四半期ごとの事業レビューをリアルタイムのダッシュボードへと変革することを目指している。

「この製品は、複雑で多様なデータソースから『グラウンド・トゥルース（真実のデータ）』を必要としながらも、専任のデータサイエンスチームやBIチームを持たない意思決定者、特に規制の厳しい業界の担当者向けに設計されています」と、彼はTechCrunchに語った。

脆弱なAIシステムの問題を解決

私は、SpaceXなどの企業による軌道上の運用を理解するのに役立つ、宇宙活動を追跡するデータベースを共有した。QueryStoryは、このデータの可視化を数時間以内に生成した。これは、以前は開発者1人と数週間を要していた作業だ。このプラットフォームは洗練されたダッシュボードを生成し、特に注目すべきは、AIエージェントがなぜその分析を正確であると判断したのかを説明する信頼度指標が含まれていた点だ。

地球の軌道を周回する衛星の可視化。画像提供：QueryStory / QueryStory

宇宙データから導き出された一連のクエリ。画像提供：QueryStory / QueryStory

QueryStoryの画面。画像提供：QueryStory / QueryStory

QueryStoryの信頼度インジケーター。画像提供：QueryStory / QueryStory

フロンティア・ラボはコワーキングツールを提供しているが、これらは意図的にユーザー体験が制限されている。QueryStoryの戦略は、エンタープライズユーザーがAIをワークフローに統合する際、より高い透明性、信頼性、および制御性を求めているという前提に基づいている。

例えば、あるテクノロジー企業の幹部は最近、Claude Coworkを使用して社内データベースにクエリを実行し、生成されたSQLクエリを手動で検証した上で、データアナリストにレビューを依頼したと説明した。QueryStoryでは、これらのSQLクエリが自動的に表示され、ユーザーは分析結果にフラグを立てて人間によるレビューを依頼することができ、すべてのフィードバックがプラットフォーム上に直接記録される。

「大規模な企業が依存する堅牢なシステムを構築する際、AIは人々が認識している以上に脆弱です」と、Brightmind Partnersのパートナーであるテイラー・シッパーリー氏はTechCrunchに語った。

ナギブザデ氏は、企業のデータをLLMのチャットインターフェースに接続すると、多くの場合、数百人あるいは数千人の従業員が質問を投げかけ、矛盾する情報が生まれ、一元化された情報源のない管理不能なスプレッドシートが作成されてしまうことに言及している。

経済的な要因も一因となっている。QueryStoryはモデルに依存せず、現在はフロンティアラボの最新モデルを活用しているが、ナギブザデ氏は、顧客はAIリソースの消費を最大化しようとするインセンティブを持たないサービスプロバイダーを好むと考えている。

「当社は、コンピューティングリソースやストレージ、トークンの消費をビジネスの基盤としていないという点で、明確な優位性を持っています」とナギブザデ氏は述べた。同氏は、QueryStoryのような専用ツールは、文脈を保持することで、汎用エージェントよりも高い効率と精度を実現できると主張している。

「私たちが販売しているのは、回答に対する信頼です」と彼は語った。「CFOがこれらのソリューションにどれだけのコストがかかるかを正確に把握できるようにすることで、ビジネス価値を提供しています。」