Shapor Naghibzadeh在2009年担任谷歌系统运维工程师时，深刻体会到了一个好故事的重要性。当时，中国支持的黑客发动了名为“极光行动”的攻击，目标直指谷歌，他被紧急召集到一个临时成立的指挥室，向团队解释公司服务器中到底发生了什么。
通过追踪跨网络的网络攻击，Naghibzadeh认识到验证信息的重要性，但这是一项既昂贵又耗时的工作。他认为大型语言模型（LLM）能够在极短时间内，将这种功能应用于各种数据库。
接下来的六年里，Naghibzadeh专注于数据与网络安全的交汇点，利用谷歌资源开发工具，帮助安全分析师查询复杂数据。2016年，他在谷歌X实验室联合创立了Chronicle，将这套功能推广到其他公司。
去年，随着大型语言模型在数据分析中的作用日益增强，Naghibzadeh看到了将他在网络安全领域开发的技术应用于更广泛分析的新机遇。他与前谷歌同事、EvolutionIQ首席工程师Stanley Yang，以及埃森哲资深人士David Glusic共同创办了QueryStory，并担任CEO。该初创公司今天正式公开亮相。
“调查有一个模式——你向数据提出一系列问题，经过多次提问后，将这些信息整合成一个叙述，”Naghibzadeh说，“这就是QueryStory名字的由来。它是关于用数据讲故事，构建基于事实的叙述。”
QueryStory于2025年底完成了600万美元的种子轮融资，投资方包括Brightmind Partners和纽约人寿风险投资，估值达6000万美元。此后，公司一直在与客户合作开发和试点产品。QueryStory主要面向管理大型专有数据库的大型企业，作为一个平台，整合数据分析与审查，服务销售团队和运营经理等用户。
“我们的目标是弥合企业对AI信任的鸿沟，提供可操作的答案，”Naghibzadeh表示，“我们把过去依赖人类判断和大量工程师的工作产品化了。”
纽约人寿风险投资董事总经理Tim Del Bello领导了对该公司的投资。投资方也在利用该平台替代多个人员完成季度业务回顾，他希望未来能实现实时仪表盘。
“这款产品正是为像我这样的决策者设计的：他们需要真实可靠的信息，处理复杂且分散的数据源，但没有数据科学或商业智能团队，尤其是在高度监管的行业中。”他告诉TechCrunch。
解决AI系统脆弱性问题
我分享了一份关于太空活动的数据库，有助于了解SpaceX等公司在轨道上的动态。QueryStory在几小时内生成了数据可视化，而我之前与开发者合作完成类似项目却花了数周时间。它不仅制作了复杂的仪表盘和分析，还特别展示了一个置信度指标，说明AI为何认为分析结果准确。
这类工作可以通过前沿实验室开发的协作工具完成，但这些工具在用户体验上有意做了限制。QueryStory的赌注之一是，大型企业用户希望在将AI整合进工作流程时，获得更多透明度、可靠性和控制权。
例如，一位科技公司高管曾告诉TechCrunch，他用Claude Cowork查询公司数据库后，会让模型展示它生成的SQL查询，以确保合理后再交给数据分析师人工审核。而在QueryStory中，这些SQL查询会自动显示，用户还能标记需要人工复核的分析，且复核记录会被保存在平台中。
Brightmind Partners合伙人Tayler Sipperly对TechCrunch表示：“AI在构建必须持久且依赖于大规模业务的系统时，比人们想象的更脆弱。”
Naghibzadeh指出，当企业将数据连接到大型语言模型的聊天界面时，“组织内成百上千的人都会提出问题，得到各自的‘真相’，并将其放入幻灯片中分享，结果是内容大量分散，没有一个真正的地方能将这些内容与数据关联起来。”
经济性也是一大考量。QueryStory设计为模型无关，尽管目前主要使用前沿实验室提供的最新模型。虽然在产品层面与前沿实验室竞争，Naghibzadeh相信客户更愿意选择不以销售尽可能多智能为激励的服务提供商。
“我们有很多优势，不属于那种围绕计算、存储或代币消耗模式建立业务的公司，”他说。他认为，像QueryStory这样专门打造的工具，能通过理解和保持上下文，比通用代理更高效、更准确。
“我们卖的是对答案的信任，”他说，“我们卖的是为企业创造的价值，我们的目标是让首席财务官能够理解‘这件事会花多少钱？’”
