一家靠"让人相信AI说的话"起家的公司,脱隐第一天最该回答的问题是:凭什么让人信你。QueryStory8月26日正式脱离隐身模式,创始人Shapor Naghibzadeh讲了个漂亮故事——但故事讲得越圆,越该拿他自己那套"可验证"标准回头查一遍。
发生了什么
Naghibzadeh的履历不算陌生:2009年Google遭遇中国背景黑客发起的"极光行动"时,他是被临时拉进战情室解释服务器状况的安全工程师。这段经历让他later共同创办了安全数据分析工具Chronicle。这次他带着CTO Stanley Yang(前EvolutionIQ首席工程师)和CPO David Glusic(埃森哲老将),把同一套"可追溯"方法论从网络安全搬到企业商业分析。
公司2025年末拿到600万美元种子轮,投资方是Brightmind Ventures和New York Life Ventures,投后估值6000万美元。产品瞄准大型企业里那些没有专职数据科学团队、又必须靠数据做决策的人——销售、运营、受监管行业的合规部门。
核心卖点很直白:AI分析结果自动附带生成用的SQL查询、置信度指标,还能一键标记给同事人工复核,复核记录留存在系统里。用Naghibzadeh的话说,通用聊天工具会让"成百上千人各自问出各自的真相,拼进各自的PPT",而QueryStory想做那个"挂得住内容"的地方。
卖点拆解:透明,是不是就等于可信
这套逻辑听起来对症下药。前沿实验室的通用协作工具确实为了体验简洁,把SQL生成、审核链路这些"脏活"藏在了后台。有科技公司高管为了确认AI写的SQL没问题,得手动让Claude Cowork把查询语句吐出来,再转给数据分析师复核——这一步在QueryStory里是默认动作,不用额外要求。
置信度指标也是个讨巧的设计:不只给答案,还给"AI为什么相信这个答案"的理由。听起来像是把黑箱开了一条缝。
问题是,开缝不等于开箱。
置信度指标告诉你"AI为什么相信这个答案",却没有告诉你这个"相信"本身有多准。一套没有校准曲线、没有公开预期误差的置信度系统,本质上还是一句更精致的"我觉得靠谱"。这和它想解决的"AI幻觉"问题,只是换了一层包装。
安全认证同理。SOC2、ISO27001、ISO42001这几个标识摆在官网上确实好看,但认证范围覆盖的是公司内部流程,还是生产环境本身,目前没有公开的审计报告可查。徽章不是审计书。
唯一客户是投资人,这事本身就值得多问一句
原文里给出的唯一具体客户案例,是New York Life Ventures合伙人Tim Del Bello——他既是投资人,又是用户,用QueryStory做季度业务回顾,还打算升级成实时看板。
这不是造假,但确实是个尴尬的巧合。一个投资人愿意亲自用自己投的产品,某种程度上是最强的"用脚投票";但作为外部证据,它经不起"独立性"这三个字的推敲。资本方既下场买单又出面证言,这在任何审计框架里都属于需要回避的利益关联。
原文里还有个不起眼的细节:融资部分把领投方写作"Brightmind Ventures",引用合伙人发言时又称其为"Brightmind Partners"。名字前后不一,可能只是编辑疏忽,但对一家把"数据一致性"当卖点的公司来说,连自己的投资方名字都没对齐,不算什么好兆头。
《论语》讲"人而无信,不知其可也"。QueryStory的商业模式恰恰是把这句话产品化——它卖的不是分析能力,是"你可以相信这个答案"这件事本身。但它目前拿出的信任凭证,几乎都停留在"我说我值得信"的层面:置信度没有校准数据,认证没有审计范围,客户是自己人。
这不代表产品不能用,种子轮公司本来就谈不上多少独立客户积累,这是行业常态。但"卖信任"这门生意有个特殊的地方:普通产品可以先卖后证明,信任产品必须先证明再卖,否则它兜售的就只是一个更精致的故事。
- 风险.如果QueryStory无法在下一轮融资前拿出脱离投资人关系的真实客户案例和可公开验证的准确率数据,它和它想替代的"黑箱聊天工具"之间的差距会越来越难说清。
真正的变量还在别处。OpenAI、Anthropic这类前沿实验室的通用协作工具眼下确实简化了体验,但SQL展示、审核流程这些功能技术门槛并不高,一旦它们判断企业客户真的在意透明性,补齐这块只是产品排期问题。QueryStory现在靠"专用工具更懂业务上下文"撑差异化,这个护城河能挖多深、能守多久,取决于它能不能在前沿实验室反应过来之前,把"可验证"从口号做成真正能被第三方核实的数据。眼下,它离自己设的那道门槛,还差一份审计报告的距离。