CTGT se lleva el premio a mejor estilo de presentación en VB Transform

La startup CTGT, con sede en San Francisco, ha sido galardonada con el premio al Mejor Estilo de Presentación en la conferencia VB Transform 2025, celebrada en San Francisco. Fundada por Cyril Gorlla, de 23 años, la empresa se enfoca en hacer que la inteligencia artificial (IA) sea más confiable a través de la personalización de modelos a nivel de características.

Durante su presentación, Gorlla destacó el «ciclo de la IA» que enfrentan muchas empresas: el 54% de las empresas citan la IA como su mayor riesgo tecnológico, según Deloitte, mientras que McKinsey informa que el 44% de las organizaciones han experimentado consecuencias negativas por la implementación de la IA.

Gorlla explicó que una gran parte de esta conferencia se ha centrado en el «ciclo de la IA». «Desafortunadamente, muchas de estas inversiones en IA no dan resultados. Johnson & Johnson canceló cientos de pilotos de IA porque no entregaban un retorno de la inversión debido a la falta de confianza en estos sistemas».

La aproximación de CTGT representa una desviación significativa de las técnicas convencionales de personalización de IA. La empresa fue fundada en base a una investigación realizada por Gorlla mientras ocupaba una cátedra endowed en la Universidad de California en San Diego.

En 2023, Gorlla publicó un artículo en la Conferencia Internacional sobre Representaciones de Aprendizaje (ICLR) describiendo un método para evaluar y entrenar modelos de IA que era hasta 500 veces más rápido que los enfoques existentes, mientras lograba una precisión del 99,9%.

En lugar de depender de la ampliación de la escala por fuerza bruta o de métodos tradicionales de aprendizaje profundo, CTGT ha desarrollado lo que denomina una «nueva pila de IA» que reimagina fundamentalmente cómo aprenden las redes neuronales. La innovación de la empresa se centra en la comprensión e intervención a nivel de características de los modelos de IA.

La tecnología funciona identificando variables latentes específicas (neuronas o direcciones en el espacio de características) que impulsan comportamientos como la censura o las alucinaciones, y luego modificando dinámicamente estas variables en el momento de la inferencia sin alterar los pesos del modelo. Este enfoque permite a las empresas personalizar el comportamiento del modelo sobre la marcha sin tener que desconectar los sistemas para volver a entrenarlos.

Durante la presentación en Transform, Gorlla demostró dos aplicaciones empresariales ya desplegadas en una institución financiera de Fortune 20:

Un flujo de trabajo de cumplimiento de correo electrónico que entrena modelos para comprender el contenido aceptable específico de la empresa, lo que permite a los analistas verificar sus correos electrónicos frente a los estándares de cumplimiento en tiempo real.

Una herramienta de alineación de marca que ayuda a los especialistas en marketing a desarrollar copias consistentes con los valores de la marca. El sistema puede sugerir consejos personalizados sobre por qué ciertas frases funcionan bien para una marca específica y cómo mejorar el contenido que no se alinea.

Gorlla explicó que «si una empresa tiene 900 casos de uso, ya no tiene que ajustar 900 modelos. Somos agnósticos a los modelos, por lo que pueden simplemente conectarnos».

Un ejemplo del mundo real de la tecnología de CTGT en acción fue su trabajo con los modelos DeepSeek, donde identificó y modificó con éxito las características responsables de los comportamientos de censura. Al aislar y ajustar estos patrones de activación específicos, CTGT logró una tasa de respuesta del 100% en consultas sensibles sin degradar el rendimiento del modelo en tareas neutrales como el razonamiento, las matemáticas y la codificación.

La tecnología de CTGT parece estar entregando resultados medibles. Durante la sesión de preguntas y respuestas, Gorlla señaló que en la primera semana de implementación con «uno de los principales proveedores de seguros de IA, ahorramos $5 millones de responsabilidad para ellos».

Otro cliente temprano, Ebrada Financial, ha utilizado CTGT para mejorar la precisión factual de los chatbots de atención al cliente. «Anteriormente, las alucinaciones y otros errores en las respuestas del chatbot impulsaban un alto volumen de solicitudes de agentes de soporte en vivo, ya que los clientes buscaban aclarar las respuestas», dijo Ley Ebrada, fundador y estratega fiscal. «CTGT ha ayudado a mejorar tremendamente la precisión del chatbot, eliminando la mayoría de aquellas solicitudes de agentes».

En otro estudio de caso, CTGT trabajó con una empresa de Fortune 10 no identificada para mejorar las capacidades de IA en dispositivos en entornos computacionalmente limitados. La empresa también ayudó a una firma líder en visión por computadora a lograr un rendimiento de modelo 10 veces más rápido mientras mantenía una precisión comparable.

La empresa afirma que su tecnología puede reducir las alucinaciones en un 80-90% y permitir despliegues de IA con una confiabilidad del 99,9%, un factor crítico para las empresas en industrias reguladas como la atención médica y las finanzas.

El viaje de Gorlla es en sí mismo notable. Nacido en Hyderabad, India, dominó la codificación a los 11 años y desmontaba computadoras portátiles en la escuela secundaria para exprimir más rendimiento para entrenar modelos de IA. Llegó a Estados Unidos para estudiar en la Universidad de California, San Diego, donde recibió la Beca de Cátedra Endowed.

Su investigación allí se centró en comprender los mecanismos fundamentales de cómo aprenden las redes neuronales, lo que llevó a su artículo ICLR y eventualmente a CTGT. A fines de 2024, Gorlla y su co-fundador Trevor Tuttle, un experto en sistemas de aprendizaje automático escalables, fueron seleccionados para el lote de otoño de 2024 de Y Combinator.

La startup ha atraído inversores notables más allá de sus patrocinadores institucionales, incluido Mark Cuban y otros líderes tecnológicos prominentes atraídos por su visión de hacer que la IA sea más eficiente y confiable.

Fundada a mediados de 2024 por Gorlla y Tuttle, CTGT recaudó $7.2 millones en febrero de 2025 en una ronda de semillas sobresuscrita liderada por Gradient, el fondo de IA en etapa temprana de Google. Otros inversores incluyen General Catalyst, Y Combinator, Liquid 2, Deepwater, y ángeles notables como François Chollet (creador de Keras), Michael Seibel (Y Combinator, co-fundador de Twitch), y Paul Graham (Y Combinator).

«El lanzamiento de CTGT es oportuno ya que la industria lucha con cómo escalar la IA dentro de los límites actuales de los límites de computación», dijo Darian Shirazi, socio gerente de Gradient. «CTGT elimina esos límites, lo que permite a las empresas escalar rápidamente sus despliegues de IA y ejecutar modelos de IA avanzados en dispositivos como teléfonos inteligentes. Esta tecnología es crítica para el éxito de los despliegues de IA de alto riesgo en grandes empresas».

Con el tamaño del modelo de IA superando la Ley de Moore y los avances en los chips de entrenamiento de IA, CTGT apunta a centrarse en una comprensión más fundamental de la IA que pueda hacer frente a la ineficiencia y las decisiones de modelo cada vez más complejas. La empresa planea utilizar su financiamiento inicial para expandir su equipo de ingeniería y refinar su plataforma.

Cada finalista presentó a una audiencia de 600 tomadores de decisiones de la industria y recibió retroalimentación de un panel de jueces de capital de riesgo de Salesforce Ventures, Menlo Ventures y Amex Ventures.

Lea sobre los otros ganadores, Catio y Solo.io. Los otros finalistas fueron Kumo, Superduper.io, Sutro y Qdrant.