QueryStory sale del anonimato para llevar respuestas verificadas a los datos empresariales

Shapor Naghibzadeh aprendió el valor de una buena historia en 2009 como ingeniero de SysOps en Google, cuando lo llamaron a una sala de crisis para explicar qué ocurría en los servidores de la empresa durante Operation Aurora, un esfuerzo de ciberataque respaldado por China. Rastrear esos ataques a través de redes dispersas le enseñó el valor del conocimiento verificado, pero era costoso y consumía mucho tiempo. Ahora cree que los grandes modelos de lenguaje pueden aportar esa misma funcionalidad a bases de datos de todo tipo en una fracción del tiempo.

Naghibzadeh pasó los siguientes seis años en la intersección de los datos y la ciberseguridad, usando los recursos de Google para construir herramientas que permitieran a los analistas de seguridad consultar datos complejos, y en 2016 cofundó una startup dentro de X Labs de Google llamada Chronicle para llevar esa funcionalidad a otras empresas. El año pasado, mientras los grandes modelos de lenguaje asumían un papel mayor en el análisis de datos, vio la oportunidad de aplicar las técnicas que desarrolló para la ciberseguridad a una gama más amplia de analítica, y cofundó QueryStory, donde es CEO, junto con el CTO Stanley Yang, excolega de Google e ingeniero líder en EvolutionIQ, y el CPO David Glusic, veterano de Accenture. La startup salió del anonimato hoy.

“Se da este patrón de una investigación: haces una serie de preguntas a los datos, y después de haber podido hacer varias preguntas, las ensamblas en una narrativa”, dijo Naghibzadeh. “Ese fue el origen del nombre QueryStory. Se trata de contar historias con datos”. QueryStory recaudó una ronda semilla de USD 6 millones a fines de 2025 de Brightmind Partners y New York Life Ventures, con una valoración de USD 60 millones, y ha dedicado el tiempo desde entonces a desarrollar y probar su producto con clientes. La startup apunta a grandes empresas que gestionan bases de datos grandes y propietarias, funcionando como una plataforma para unificar el análisis y la revisión de datos para usuarios como equipos de ventas o gerentes de operaciones; Naghibzadeh describió el objetivo como cerrar la brecha de confianza para que las empresas obtengan respuestas de IA sobre las que puedan actuar, en lugar de “alquilar” juicio humano o ejércitos de ingenieros desplegados en campo.

Tim Del Bello, director general de New York Life Ventures que lideró la inversión del fondo, también usa la plataforma internamente para reemplazar el trabajo que antes hacían varias personas para elaborar una revisión trimestral de negocio, que espera se convierta en un panel en tiempo real; dijo que el producto fue construido para tomadores de decisiones que necesitan trabajar con fuentes de datos complejas y dispersas pero no cuentan con un equipo dedicado de ciencia de datos o de inteligencia de negocio, especialmente en industrias muy reguladas. En una demostración para TechCrunch, el medio compartió una base de datos de actividad espacial útil para entender qué están haciendo en órbita empresas como SpaceX, y QueryStory produjo una visualización en pocas horas —un proyecto que, según TechCrunch, antes le tomaba varias semanas a un desarrollador— junto con un indicador de confianza que mostraba por qué los agentes de IA consideraban precisos sus análisis. QueryStory está diseñada para ser agnóstica respecto al modelo, aunque por ahora usa principalmente los modelos más recientes de los laboratorios de frontera; Naghibzadeh sostiene que los clientes preferirán un proveedor de servicios que no esté incentivado a vender la mayor cantidad posible de inteligencia, y que una herramienta diseñada específicamente para este fin puede ser más eficiente y precisa que un agente de propósito general al preservar el contexto. En QueryStory, las consultas SQL detrás de un análisis aparecen de forma automática, y los usuarios pueden marcar análisis para que colegas humanos los revisen, con esas revisiones registradas en la plataforma, un enfoque que, según Tayler Sipperly, socia de Brightmind Partners, responde a lo frágil que puede ser la IA cuando las empresas dependen de ella para trabajo duradero y a gran escala.

Por qué importa

La apuesta de QueryStory es que las empresas que adopten IA para el análisis de datos pagarán por transparencia y auditabilidad —consultas SQL visibles, puntajes de confianza, registros de revisión humana— en lugar de solo respuestas sin procesar de una interfaz de chat de propósito general.