QueryStory、AI が語る情報の信頼性を高める物語の価値を提唱

シャポル・ナギブザデ氏は、2009 年に Google のシステム運用エンジニアとして、優れたストーリーテリングの重要性を学びました。当時、中国に支援されたハッカーたちが「オーロラ作戦」と呼ばれる一連の攻撃の一環として検索大手を標的にした際、彼は急遽設けられた対策本部へ招集され、自社のサーバー内で何が起きているのかを説明するよう求められました。

異なるネットワークを横断してサイバー攻撃を追跡する経験から、ナギブザデ氏は「検証された知識」の価値を痛感しました。しかし、その作業には多大なコストと時間がかかっていました。そこで彼は、大規模言語モデル（LLM）を使えば、あらゆる種類のデータベースに対して同様の機能を、はるかに短時間で実現できると考えました。

ナギブザデ氏はその後 6 年間、データとサイバーセキュリティの交差点に注力し、Google のリソースを活用してセキュリティ分析担当者が複雑なデータをクエリできるツールの開発に取り組んでいました。2016 年には、Google の X ラボで「Chronicle」というスタートアップを共同設立。同社は、ナギブザデ氏が培った技術を他社にも提供することを目指しました。

昨年、大規模言語モデルがデータ分析においてより重要な役割を果たすようになる中、ナギブザデ氏はサイバーセキュリティ向けに開発した手法を、さまざまな分析領域へ応用する新たな機会を見出しました。そして彼は、元 Google 同僚で EvolutionIQ のリードエンジニアだったスタンリー・ヤン氏（CTO）、そしてアクセンチュアのベテランであるデイビッド・グルシク氏（CPO）と共に QueryStory を設立し、本日ついにステルスモードから脱却しました。同社でナギブザデ氏は CEO を務めています。

「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、いくつかの問いに答えが出た段階で、それらをまとめて物語として構成するのです」とナギブザデ氏は語ります。「それが『QueryStory』という名前の由来です。データを基にしたストーリーテリング、つまり真実に根ざした物語を組み立てることこそが私たちの目指すところです。」

QueryStory は 2025 年後半に、Brightmind Ventures とニューヨーク・ライフ・ベンチャーズからシードラウンドとして 600 万ドルを調達し、企業価値は 6,000 万ドルと評価されました。その後は顧客との共同開発やパイロット運用に注力してきました。同社のターゲットは、大規模な独自データベースを管理する大企業です。営業チームや運営管理者といったユーザーにとって、データ分析とレビューを統合するプラットフォームとして機能します。

「私たちが取り組んでいるのは、AI が企業が即座に実行可能な回答を提供できるよう、信頼のギャップを埋めることです」とナギブザデ氏。「人間による判断力を借りたり、現場に展開されたエンジニアたちを動員したりするのではなく、それを製品化しました。」

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います。彼は現在、このプラットフォームを活用して数人の業務を代替し、四半期ごとの事業レビューを作成しています。今後はこれをリアルタイムのダッシュボードとして活用したいと考えています。

「この製品は、私のような意思決定者向けに作られました。複雑でバラバラなデータソースを扱いながら、データサイエンティストや BI チームを持たない、特に規制の厳しい業界で活動する人々にとって、真実の根拠となる情報を求める方々のために設計されています」と、同氏は TechCrunch に語った。

脆い AI システムの問題を解決する

私は宇宙活動に関するデータベースを共有した。これは SpaceX などの企業が軌道上で何を行っているかを理解するのに役立つものだ。QueryStory はこのデータの可視化を数時間で完成させた。かつては開発者と協力して数週間かけていたプロジェクトだ。同社は洗練されたダッシュボードと分析を提供し、おそらく最も注目すべき点は、AI エージェントがなぜその分析が正確だと考えているのかを示す信頼度インジケーターを明確に示した点である。

こうした作業は、フロンティア・ラボが開発した 共同作業ツール を利用すれば可能ですが、これらのツールは意図的にユーザー体験を制限しています。QueryStory が賭けているのは、特に大企業において、AI をワークフローに統合する際に、より高い透明性・信頼性・制御性を求める声が強いという点です。

具体例として、あるテック企業の役員が TechCrunch に語ったケースがあります。彼は「Claude Cowork」を使って社内のデータベースを検索し、生成された SQL クエリを確認した上で、データアナリストによる人的レビューを経て実行するよう指示しました。QueryStory では、こうした SQL クエリが自動的に表示され、ユーザーは分析内容を同僚にレビュー依頼できます。そのレビュー結果もプラットフォーム上に記録されます。

「耐久性のあるものを構築し、大規模なビジネスを支えるものを作るという点では、AI は人々が想像しているよりも脆いものです」と、Brightmind Partners のパートナーである Tayler Sipperly 氏は TechCrunch に語っています。

Naghibzadeh 氏が指摘するのは、企業がデータと LLM（大規模言語モデル）のチャット UI を接続すると、「組織内の数百人、あるいは数千人がそれぞれの質問を行い、自分なりの『真実』を得て、それをスライドにまとめて共有する」という状況になる点です。その結果、膨大なコンテンツが散逸し、元のデータと紐付いた形でコンテンツを保存・管理できる場所がなくなってしまうのです。

経済的な側面も考慮する必要があります。QueryStory はモデルに依存しないように設計されていますが、現時点では主にフロンティア・ラボが提供する最新モデルを利用しています。製品面ではフロンティア・ラボと競合していますが、ナギブザデ氏は、顧客は可能な限り多くの知能を販売することにインセンティブを持つサービスプロバイダーよりも、そうではない企業との取引を好むと考えています。

「私たちには、計算リソースやストレージ、トークンの消費モデルを中心にビジネスを構築した企業の一つではないという強みがあります」とナギブザデ氏は語ります。彼は、文脈を理解し維持することで、QueryStory のような専用ツールは汎用エージェントよりも効率的で正確になると主張しています。

「私たちが販売しているのは、回答への信頼です」と同氏は続けます。「私たちが提供するのはビジネスへの付加価値であり、私たちの全目標は CFO が『これはいくらかかるのか』を理解できる能力を与えることです」

*当記事内のリンクを通じてご購入いただいた場合、私たちは少額のコミッションを受け取る場合があります。これは編集の独立性には影響しません。*