QueryStory تخرج من طور التخفي لتقديم إجابات موثوقة لبيانات الشركات

تعلّم Shapor Naghibzadeh قيمة القصة الجيدة عام 2009 حين كان مهندس عمليات نظم في Google، عندما استُدعي إلى غرفة عمليات لشرح ما كان يجري على خوادم الشركة خلال Operation Aurora، وهو هجوم إلكتروني مدعوم من الصين. وعلّمه تتبع تلك الهجمات عبر شبكات متفرقة قيمة المعرفة الموثقة، لكن ذلك كان مكلفاً ويستغرق وقتاً طويلاً. ويعتقد الآن أن نماذج اللغة الكبيرة يمكن أن تجلب الوظيفة نفسها إلى قواعد بيانات من كل نوع في جزء بسيط من الوقت.

وأمضى Naghibzadeh السنوات الست التالية عند تقاطع البيانات والأمن السيبراني، مستخدماً موارد Google لبناء أدوات تتيح لمحللي الأمن الاستعلام عن بيانات معقدة، وفي عام 2016 شارك في تأسيس شركة ناشئة داخل مختبرات X التابعة لـGoogle باسم Chronicle لجلب تلك الوظيفة إلى شركات أخرى. وفي العام الماضي، مع تنامي دور نماذج اللغة الكبيرة في تحليل البيانات، رأى فرصة لتطبيق التقنيات التي طوّرها للأمن السيبراني على نطاق أوسع من التحليلات، فشارك في تأسيس QueryStory، حيث يشغل منصب الرئيس التنفيذي، إلى جانب المدير التقني Stanley Yang، زميله السابق في Google والمهندس الرئيسي في EvolutionIQ، ومدير المنتج David Glusic، الذي يتمتع بخبرة سابقة في Accenture. وخرجت الشركة الناشئة من طور التخفي اليوم.

وقال Naghibzadeh: “يظهر هذا النمط في أي تحقيق - تطرح مجموعة من الأسئلة على البيانات، وبعد أن تتمكن من طرح عدد من الأسئلة، تجمعها معاً في سردية واحدة. هذا ما كان أصل اسم QueryStory. الأمر يتعلق برواية قصص بالبيانات.” وجمعت QueryStory جولة تمويل أولية بقيمة 6 ملايين دولار في أواخر عام 2025 من Brightmind Partners وNew York Life Ventures بتقييم 60 مليون دولار، وأمضت الوقت منذ ذلك الحين في تطوير منتجها وتجربته مع العملاء. وتستهدف الشركة الناشئة الشركات الكبيرة التي تدير قواعد بيانات كبيرة ومملوكة لها، لتعمل كمنصة توحّد تحليل البيانات ومراجعتها لمستخدمين مثل فرق المبيعات أو مديري العمليات؛ ووصف Naghibzadeh الهدف بأنه سد فجوة الثقة كي تحصل الشركات على إجابات من الذكاء الاصطناعي يمكنها التصرف بناءً عليها، بدلاً من “استئجار” الحكم البشري أو جيوش من المهندسين المنتشرين ميدانياً.

ويستخدم Tim Del Bello، المدير الإداري في New York Life Ventures الذي قاد استثمار الصندوق، المنصة أيضاً داخلياً لاستبدال العمل الذي كان يقوم به عدة أشخاص سابقاً لإعداد مراجعة أعمال ربع سنوية، يأمل أن تتحول إلى لوحة بيانات فورية؛ وقال إن المنتج صُمم لصانعي القرار الذين يحتاجون إلى العمل مع مصادر بيانات معقدة ومتفرقة لكن لا يملكون فريقاً مخصصاً لعلوم البيانات أو ذكاء الأعمال، خصوصاً في القطاعات شديدة التنظيم. وفي عرض توضيحي لـTechCrunch، شارك الموقع قاعدة بيانات عن النشاط الفضائي مفيدة لفهم ما تقوم به شركات مثل SpaceX في المدار، وأنتجت QueryStory تصوراً بيانياً في غضون ساعات قليلة - وهو مشروع قالت TechCrunch إنه كان يستغرق سابقاً عدة أسابيع من عمل مطوّر - إلى جانب مؤشر ثقة يوضح لماذا اعتقدت وكلاء الذكاء الاصطناعي أن تحليلاتها دقيقة. وصُممت QueryStory لتكون محايدة تجاه النموذج المستخدم، رغم أنها تعتمد حالياً بشكل أساسي على أحدث نماذج مختبرات الذكاء الاصطناعي الرائدة؛ ويرى Naghibzadeh أن العملاء سيفضلون مزوّد خدمة غير مُحفَّز على بيع أكبر قدر ممكن من الذكاء، وأن أداة مصممة خصيصاً لهذا الغرض يمكن أن تكون أكثر كفاءة ودقة من وكيل عام الغرض بفضل الحفاظ على السياق. وفي QueryStory، تظهر استعلامات SQL الكامنة خلف أي تحليل بشكل تلقائي، ويمكن للمستخدمين وسم تحليلات معينة كي يراجعها زملاء بشريون، مع تسجيل تلك المراجعات في المنصة، وهو نهج قالت Tayler Sipperly، الشريكة في Brightmind Partners، إنه يعالج مدى هشاشة الذكاء الاصطناعي حين تعتمد عليه الشركات في أعمال مستدامة وواسعة النطاق.

لماذا يهم

رهان QueryStory هو أن الشركات التي تتبنى الذكاء الاصطناعي لتحليل البيانات ستدفع مقابل الشفافية وقابلية التدقيق - استعلامات SQL مرئية، ودرجات ثقة، وسجلات مراجعة بشرية - بدلاً من مجرد إجابات خام من واجهة محادثة عامة الغرض.