Дом
QueryStory призывает к осторожности в отношении контента, сгенерированного искусственным интеллектом
В 2009 году Шапор Нагибзаде, работая инженером по системному администрированию в Google, открыл для себя силу убедительного повествования. Во время операции «Аврора», когда хакеры, действующие по заказу государства, атаковали этого технологического гиганта, его вызвали в кризисный штаб для анализа активности серверов. Там он на собственном опыте убедился, что проверенные данные необходимы для отслеживания кибератак в разрозненных сетях — процесс, который, по его мнению, был как дорогостоящим, так и медленным. Он считает, что крупные языковые модели могут воспроизвести эту способность проверки данных в различных базах данных за гораздо меньшее время.
В течение следующих шести лет Нагибзаде сосредоточился на объединении данных и кибербезопасности, используя инфраструктуру Google для создания инструментов, позволяющих аналитикам по безопасности выполнять запросы к сложным наборам данных. В 2016 году он стал соучредителем Chronicle — стартапа в рамках подразделения Google X Labs — с целью распространения этих возможностей на сторонние предприятия.
В прошлом году, осознав растущую роль крупных языковых моделей в анализе данных, Нагибзаде увидел возможность адаптировать свои методы кибербезопасности для более широкого применения в аналитике. Он стал соучредителем компании QueryStory, которая сегодня вышла из режима секретности, вместе с техническим директором Стэнли Янгом, бывшим коллегой по Google и ведущим инженером в EvolutionIQ, а также директором по продуктам Дэвидом Глусичем, ветераном Accenture.
«Расследования следуют определенной схеме: вы задаете данным серию вопросов, а затем синтезируете эти ответы в связное повествование», — пояснил Нагибзаде. «Именно эта концепция вдохновила нас на название QueryStory. Речь идет о построении достоверных, основанных на данных повествований».
В конце 2025 года QueryStory привлекла в рамках раунда посевного финансирования 6 миллионов долларов от Brightmind Ventures и New York Life Ventures, в результате чего оценка компании составила 60 миллионов долларов. За этот период стартап усовершенствовал свой продукт благодаря пилотным проектам с участием клиентов. Ориентируясь на крупные предприятия с обширными собственными базами данных, QueryStory выступает в качестве единой платформы для анализа и проверки данных, поддерживая такие подразделения, как отделы продаж и операционной деятельности.
«Мы устраняем разрыв в доверии к ИИ, предоставляя предприятиям практические и надежные ответы», — заявил Нагибзаде. «Вместо того чтобы полагаться на человеческое суждение или задействовать целые армии инженеров, мы воплотили этот опыт в продукт».
Тим Дель Белло, партнер New York Life Ventures, инвестировал в компанию и уже использует платформу для замены ручных процессов отчетности, стремясь преобразовать ежеквартальные обзоры деятельности в информационные панели, работающие в режиме реального времени.
«Этот продукт предназначен для лиц, принимающих решения, которым нужна достоверная информация из сложных и разрозненных источников данных, но у которых нет специализированных команд по аналитике данных или бизнес-аналитике, особенно в строго регулируемых отраслях», — сказал он TechCrunch.
Решение проблемы нестабильных систем искусственного интеллекта
Я предоставил базу данных, отслеживающую космическую активность, чтобы помочь понять орбитальные операции таких компаний, как SpaceX. QueryStory сгенерировала визуализацию этих данных за считанные часы — задача, которая ранее требовала участия разработчика и занимала несколько недель. Платформа создала сложные информационные панели и, что особенно важно, включила индикатор достоверности, объясняющий, почему ИИ-агенты сочли анализ точным.

Визуализация спутников на орбите Земли. Источник изображения: QueryStory / QueryStory

Набор запросов, сгенерированных на основе космических данных. Источник изображения: QueryStory / QueryStory

QueryStory. Источник изображения: QueryStory / QueryStory

Индикатор достоверности QueryStory. Источник изображения: QueryStory / QueryStory
Хотя передовые лаборатории предлагают инструменты для совместной работы, их возможности намеренно ограничены с точки зрения пользовательского опыта. Стратегия QueryStory исходит из того, что корпоративные пользователи требуют большей прозрачности, надёжности и контроля при интеграции ИИ в свои рабочие процессы.
Например, один из руководителей технологической компании недавно рассказал, как он использовал Claude Cowork для запросов к корпоративной базе данных, а затем вручную проверял сгенерированные SQL-запросы, прежде чем отправлять их аналитику данных на проверку. В QueryStory эти SQL-запросы появляются автоматически, и пользователи могут пометить результаты анализа для проверки человеком, при этом все отзывы фиксируются непосредственно на платформе.
«ИИ более уязвим, чем люди думают, при создании надежных систем, от которых зависят крупные компании», — заявил TechCrunch Тейлер Сипперли, партнер в Brightmind Partners.
Нагибзаде отмечает, что подключение корпоративных данных к чат-интерфейсу модели LLM часто приводит к тому, что сотни или тысячи сотрудников задают вопросы, генерируя противоречивые версии истины и создавая неуправляемые таблицы без централизованного источника данных.
Свою роль играют и экономические факторы. Хотя QueryStory не зависит от конкретных моделей и в настоящее время использует новейшие модели из передовых исследовательских лабораторий, Нагибзаде считает, что клиенты предпочитают поставщиков услуг, у которых нет стимула к максимальному потреблению ресурсов искусственного интеллекта.
«У нас есть явное преимущество в том, что мы не строим наш бизнес на потреблении вычислительных ресурсов, хранилищ или токенов», — сказал Нагибзаде. Он утверждает, что специализированные инструменты, такие как QueryStory, могут обеспечить более высокую эффективность и точность, чем универсальные агенты, благодаря сохранению контекста.
«Мы продаем доверие к ответам, — отметил он. — Мы создаем ценность для бизнеса, давая финансовым директорам возможность точно понимать, во сколько им обойдутся эти решения».
Связанная статья
Французский стартап ZML представил бесплатный инструмент для ускорения вывода ИИ на нескольких чипах
Эра безоговорочного доминирования Nvidia на рынке, возможно, подходит к концу, однако конкуренты и альтернативы появляются со всех сторон.ZML, известная французская стартап-компания в сфере искусственного интеллекта, поддерживаемая лауреатом премии
Anthropic Unveils Opus 4.6, a Controversial Content Generator
Универсальные стандарты использования Anthropic для Claude запрещают модели генерировать откровенно сексуальный контент, включая изображение или запрос на сексуальные контакты или сексуальные акты, создание контента, связанного с сексуальными фетишам
Стартап при поддержке Марка Бениоффа стремится решить проблемы внедрения ИИ
Крупные предприятия сталкиваются с такими масштабными вызовами при развертывании надежных инструментов искусственного интеллекта, что появляются целые команды инженеров, внедряемых непосредственно в клиентские компании (forward-deployed engineers) —
Рекомендации по связанным специальным темам
Комментарии (0)
В 2009 году Шапор Нагибзаде, работая инженером по системному администрированию в Google, открыл для себя силу убедительного повествования. Во время операции «Аврора», когда хакеры, действующие по заказу государства, атаковали этого технологического гиганта, его вызвали в кризисный штаб для анализа активности серверов. Там он на собственном опыте убедился, что проверенные данные необходимы для отслеживания кибератак в разрозненных сетях — процесс, который, по его мнению, был как дорогостоящим, так и медленным. Он считает, что крупные языковые модели могут воспроизвести эту способность проверки данных в различных базах данных за гораздо меньшее время.
В течение следующих шести лет Нагибзаде сосредоточился на объединении данных и кибербезопасности, используя инфраструктуру Google для создания инструментов, позволяющих аналитикам по безопасности выполнять запросы к сложным наборам данных. В 2016 году он стал соучредителем Chronicle — стартапа в рамках подразделения Google X Labs — с целью распространения этих возможностей на сторонние предприятия.
В прошлом году, осознав растущую роль крупных языковых моделей в анализе данных, Нагибзаде увидел возможность адаптировать свои методы кибербезопасности для более широкого применения в аналитике. Он стал соучредителем компании QueryStory, которая сегодня вышла из режима секретности, вместе с техническим директором Стэнли Янгом, бывшим коллегой по Google и ведущим инженером в EvolutionIQ, а также директором по продуктам Дэвидом Глусичем, ветераном Accenture.
«Расследования следуют определенной схеме: вы задаете данным серию вопросов, а затем синтезируете эти ответы в связное повествование», — пояснил Нагибзаде. «Именно эта концепция вдохновила нас на название QueryStory. Речь идет о построении достоверных, основанных на данных повествований».
В конце 2025 года QueryStory привлекла в рамках раунда посевного финансирования 6 миллионов долларов от Brightmind Ventures и New York Life Ventures, в результате чего оценка компании составила 60 миллионов долларов. За этот период стартап усовершенствовал свой продукт благодаря пилотным проектам с участием клиентов. Ориентируясь на крупные предприятия с обширными собственными базами данных, QueryStory выступает в качестве единой платформы для анализа и проверки данных, поддерживая такие подразделения, как отделы продаж и операционной деятельности.
«Мы устраняем разрыв в доверии к ИИ, предоставляя предприятиям практические и надежные ответы», — заявил Нагибзаде. «Вместо того чтобы полагаться на человеческое суждение или задействовать целые армии инженеров, мы воплотили этот опыт в продукт».
Тим Дель Белло, партнер New York Life Ventures, инвестировал в компанию и уже использует платформу для замены ручных процессов отчетности, стремясь преобразовать ежеквартальные обзоры деятельности в информационные панели, работающие в режиме реального времени.
«Этот продукт предназначен для лиц, принимающих решения, которым нужна достоверная информация из сложных и разрозненных источников данных, но у которых нет специализированных команд по аналитике данных или бизнес-аналитике, особенно в строго регулируемых отраслях», — сказал он TechCrunch.
Решение проблемы нестабильных систем искусственного интеллекта
Я предоставил базу данных, отслеживающую космическую активность, чтобы помочь понять орбитальные операции таких компаний, как SpaceX. QueryStory сгенерировала визуализацию этих данных за считанные часы — задача, которая ранее требовала участия разработчика и занимала несколько недель. Платформа создала сложные информационные панели и, что особенно важно, включила индикатор достоверности, объясняющий, почему ИИ-агенты сочли анализ точным.

Визуализация спутников на орбите Земли. Источник изображения: QueryStory / QueryStory

Набор запросов, сгенерированных на основе космических данных. Источник изображения: QueryStory / QueryStory

QueryStory. Источник изображения: QueryStory / QueryStory

Индикатор достоверности QueryStory. Источник изображения: QueryStory / QueryStory
Хотя передовые лаборатории предлагают инструменты для совместной работы, их возможности намеренно ограничены с точки зрения пользовательского опыта. Стратегия QueryStory исходит из того, что корпоративные пользователи требуют большей прозрачности, надёжности и контроля при интеграции ИИ в свои рабочие процессы.
Например, один из руководителей технологической компании недавно рассказал, как он использовал Claude Cowork для запросов к корпоративной базе данных, а затем вручную проверял сгенерированные SQL-запросы, прежде чем отправлять их аналитику данных на проверку. В QueryStory эти SQL-запросы появляются автоматически, и пользователи могут пометить результаты анализа для проверки человеком, при этом все отзывы фиксируются непосредственно на платформе.
«ИИ более уязвим, чем люди думают, при создании надежных систем, от которых зависят крупные компании», — заявил TechCrunch Тейлер Сипперли, партнер в Brightmind Partners.
Нагибзаде отмечает, что подключение корпоративных данных к чат-интерфейсу модели LLM часто приводит к тому, что сотни или тысячи сотрудников задают вопросы, генерируя противоречивые версии истины и создавая неуправляемые таблицы без централизованного источника данных.
Свою роль играют и экономические факторы. Хотя QueryStory не зависит от конкретных моделей и в настоящее время использует новейшие модели из передовых исследовательских лабораторий, Нагибзаде считает, что клиенты предпочитают поставщиков услуг, у которых нет стимула к максимальному потреблению ресурсов искусственного интеллекта.
«У нас есть явное преимущество в том, что мы не строим наш бизнес на потреблении вычислительных ресурсов, хранилищ или токенов», — сказал Нагибзаде. Он утверждает, что специализированные инструменты, такие как QueryStory, могут обеспечить более высокую эффективность и точность, чем универсальные агенты, благодаря сохранению контекста.
«Мы продаем доверие к ответам, — отметил он. — Мы создаем ценность для бизнеса, давая финансовым директорам возможность точно понимать, во сколько им обойдутся эти решения».
Французский стартап ZML представил бесплатный инструмент для ускорения вывода ИИ на нескольких чипах
Эра безоговорочного доминирования Nvidia на рынке, возможно, подходит к концу, однако конкуренты и альтернативы появляются со всех сторон.ZML, известная французская стартап-компания в сфере искусственного интеллекта, поддерживаемая лауреатом премии
Anthropic Unveils Opus 4.6, a Controversial Content Generator
Универсальные стандарты использования Anthropic для Claude запрещают модели генерировать откровенно сексуальный контент, включая изображение или запрос на сексуальные контакты или сексуальные акты, создание контента, связанного с сексуальными фетишам
Стартап при поддержке Марка Бениоффа стремится решить проблемы внедрения ИИ
Крупные предприятия сталкиваются с такими масштабными вызовами при развертывании надежных инструментов искусственного интеллекта, что появляются целые команды инженеров, внедряемых непосредственно в клиентские компании (forward-deployed engineers) —











