QueryStory quer que você acredite no que a IA está lhe dizendo
Shapor Naghibzadeh aprendeu o valor de uma boa história em 2009, como engenheiro de operações de sistemas do Google. Quando hackers apoiados pela China voltaram suas atenções para a gigante das buscas como parte de um esforço batizado de Operação Aurora, ele foi chamado a uma sala de crise montada às pressas para explicar exatamente o que estava acontecendo nos servidores da empresa.
Rastrear ataques cibernéticos por redes díspares ensinou a Naghibzadeh o valor do conhecimento verificado. Mas era uma tarefa custosa e demorada. Ele acha que os LLMs podem trazer essa mesma funcionalidade para bancos de dados de todos os tipos em uma fração do tempo.
Naghibzadeh passaria os seis anos seguintes focado na interseção entre dados e segurança cibernética, usando os recursos do Google para criar ferramentas que permitiam a analistas de segurança consultar dados complexos. Em 2016, ele cofundou uma startup no X Labs do Google chamada Chronicle, que levaria essa mesma funcionalidade para outras empresas.
No ano passado, à medida que os grandes modelos de linguagem assumiam um papel maior na análise de dados, Naghibzadeh viu uma nova oportunidade de pegar as técnicas que desenvolveu para a segurança cibernética e aplicá-las a uma variedade de análises. Ele cofundou a QueryStory, onde atua como CEO, ao lado do CTO Stanley Yang, ex-colega do Google e engenheiro líder na EvolutionIQ, e do CPO David Glusic, um veterano da Accenture. A startup saiu do modo furtivo hoje.
“Você obtém esse padrão de investigação — você faz várias perguntas aos dados e, depois de conseguir fazer várias perguntas, você reúne tudo isso em uma narrativa”, disse Naghibzadeh. “Essa foi a gênese para o nome QueryStory. Trata-se de contar histórias com dados, certo? Juntar uma narrativa que esteja fundamentada na verdade.”
A QueryStory captou uma rodada semente de US$ 6 milhões no final de 2025 com a Brightmind Ventures e a New York Life Ventures, a uma avaliação de US$ 60 milhões, e passou o tempo intermediário desenvolvendo e testando seu produto com clientes. A QueryStory é voltada diretamente para grandes empresas que gerenciam bancos de dados grandes e proprietários; ela serve como uma plataforma para unir análise de dados e revisão para usuários como equipes de vendas ou gerentes de operações.
“O que estamos fazendo é preencher essa lacuna de confiança para a IA dar às empresas respostas sobre as quais elas possam agir”, disse Naghibzadeh. “Em vez de, você sabe, alugar julgamento humano e exércitos de engenheiros alocados em campo, nós transformamos isso em produto.”
Tim Del Bello, sócio da New York Life Ventures, investiu na empresa. Ele também está usando a plataforma para substituir o trabalho de várias pessoas e produzir uma revisão de negócios trimestral, que agora espera que se torne um painel em tempo real.
“O produto foi construído para pessoas como eu: tomadores de decisão em busca da verdade absoluta que precisam trabalhar com fontes de dados complexas e díspares, mas que não têm uma equipe de ciência de dados ou BI à sua disposição, especialmente quando operam em um setor altamente regulado”, disse ele ao TechCrunch.
Compartilhei um banco de dados de atividade espacial que é útil para entender o que empresas como a SpaceX estão fazendo em órbita. A QueryStory produziu uma visualização desses dados em poucas horas, um projeto que fiz uma vez com um desenvolvedor que levou várias semanas. Ela produziu painéis e análises sofisticados e, talvez o mais marcante, destacou um indicador de confiança que mostrou por que os agentes de IA acreditavam que as análises eram precisas.
Esse tipo de trabalho pode ser feito com ferramentas de trabalho colaborativo construídas pelos laboratórios de fronteira, mas essas ferramentas são intencionalmente limitadas em suas experiências de usuário. Parte da aposta que a QueryStory está fazendo é que os usuários, especialmente em grandes empresas, querem mais transparência, confiabilidade e controle à medida que integram a IA em seus fluxos de trabalho.
Como exemplo, um executivo de uma empresa de tecnologia disse recentemente ao TechCrunch sobre consultar um banco de dados da empresa usando o Claude Cowork, e depois pedir ao modelo para mostrar as consultas SQL que ele escreveu para garantir que fizessem sentido antes de enviá-las a um analista de dados para revisão humana. Na QueryStory, essas consultas SQL aparecem automaticamente, e os usuários podem sinalizar análises para colegas humanos revisarem, com essas revisões sendo registradas na plataforma.
“A IA é mais frágil do que as pessoas percebem quando se trata de construir coisas que precisam ser duráveis e ter grandes empresas dependendo delas”, disse Tayler Sipperly, sócia da Brightmind Partners, ao TechCrunch.
Naghibzadeh aponta que, quando as empresas conectam seus dados à interface de chat de um LLM, “você obtém centenas ou milhares de pessoas dentro de uma organização fazendo suas perguntas e obtendo sua versão da verdade, colocando isso em uma apresentação de slides e compartilhando — você acaba com essa enorme proliferação de conteúdo, e não há nenhum lugar real para pendurar esse conteúdo que se conecte de volta aos dados.”
Há também questões econômicas a serem consideradas. A QueryStory foi construída para ser agnóstica em relação a modelos, embora por enquanto use principalmente os modelos mais recentes fornecidos por laboratórios de fronteira. Embora sua empresa concorra com laboratórios de fronteira na base de produtos, Naghibzadeh acredita que os clientes preferirão trabalhar com um provedor de serviços que não tenha o incentivo de vender o máximo de inteligência possível.
“Temos muitas vantagens aqui por não sermos uma dessas empresas que construíram seus negócios em torno desse modelo de consumo de computação, armazenamento ou tokens”, disse Naghibzadeh. Ele argumenta que uma ferramenta criada especificamente para esse fim, como o QueryStory, pode ser mais eficiente e precisa do que um agente de uso geral, ao compreender e preservar o contexto.
“A coisa que estamos vendendo é a confiança nas respostas, certo?”, disse ele. “O que estamos vendendo a eles é o valor que estamos agregando ao negócio, e todo o nosso objetivo é dar ao CFO a capacidade de entender ‘quanto isso vai custar?’”
