Cem Dilmegani
El trabajo de Cem en AIMultiple ha sido citado por publicaciones líderes mundiales como Business Insider, Forbes, Morning Brew y Washington Post, empresas globales como Deloitte y HPE, ONG como World Economic Forum y organizaciones supranacionales como European Commission. [1], [2], [3], [4], [5]
Experiencia profesional y logros
A lo largo de su carrera, Cem trabajó como consultor tecnológico, comprador de tecnología y emprendedor tecnológico. Asesoró a empresas en sus decisiones tecnológicas en McKinsey & Company y Altman Solon durante más de una década. También publicó un informe de McKinsey sobre digitalización.Dirigió la estrategia tecnológica y las adquisiciones de una empresa de telecomunicaciones reportando al CEO. También lideró el crecimiento comercial de la empresa de deep tech Hypatos, que alcanzó unos ingresos recurrentes anuales de 7 dígitos y una valoración de 9 dígitos desde 0 en 2 años. El trabajo de Cem en Hypatos fue cubierto por publicaciones tecnológicas líderes como TechCrunch y Business Insider. [6], [7]
Intereses de investigación
El trabajo de Cem se centra en la IA empresarial y el software.La experiencia práctica de Cem en software empresarial contribuye a su trabajo. Otros analistas de la industria de AIMultiple y el equipo técnico apoyan a Cem en el diseño, la ejecución y la evaluación de benchmarks.
Educación
Se graduó como ingeniero informático en Bogazici University en 2007. Durante su carrera de ingeniería, estudió aprendizaje automático en una época en la que se solía llamar "minería de datos" y la mayoría de las redes neuronales tenían pocas capas ocultas.Tiene un MBA de Columbia Business School en 2012.
Cem domina el inglés y el turco. Tiene un nivel avanzado de alemán y un nivel principiante de francés.
Publicaciones externas
- Cem Dilmegani, Banca post-IA: millones de empleos en riesgo a medida que los bancos automatizan sus funciones principales. International Banker.
- Cem Dilmegani, Bengi Korkmaz y Martin Lundqvist (1 de diciembre de 2014).Digitalización del sector público: el desafío del billón de dólares, McKinsey & Company.
Presentaciones en medios, conferencias y otros eventos
- Participó en American Variety Radio, respondiendo a las preguntas de Court Lewis sobre AGI el 25 de abril de 2026.
- Respondió a las preguntas de Korea24 sobre la pérdida de empleo debido a la IA el 5 de noviembre de 2025. La grabación está disponible en: Korea24
- Bienes raíces y tecnología, presentado por el Wilbur F. Breslin Center for Real Estate Studies de Hofstra University y la Frank G. Zarb School of Business en 2023 y 2024.
- Sesión de Radar AI (22 de junio de 2023): "Aumentar el impacto de la ciencia de datos con ChatGPT".
- Generative AI Atlanta meetup: IA generativa para tecnología empresarial.
Fuentes
- Por qué Microsoft, IBM y Google están intensificando sus esfuerzos en ética de la IA, Business Insider.
- Microsoft invierte 1.000 millones de dólares en OpenAI para perseguir una inteligencia artificial más inteligente que nosotros, Washington Post.
- Potenciar el liderazgo en IA: kit de herramientas de IA para la alta dirección, World Economic Forum.
- Rendimiento de la ciencia, la investigación y la innovación de la UE, European Commission.
- La inversión de 200.000 millones de euros de la UE en IA impulsa la entrada de dinero en los centros de datos, pero el mercado de chips sigue siendo un desafío, IT Brew.
- Hypatos recibe 11,8 millones de dólares por un enfoque de deep learning para el procesamiento de documentos, TechCrunch.
- Echamos un vistazo exclusivo al pitch deck que la startup de IA Hypatos utilizó para recaudar 11 millones de dólares, Business Insider.
Últimos artículos de Cem
Los 11 principales casos de uso de IA en la moda y ejemplos
Ante los cuellos de botella creativos, las cadenas de suministro ineficientes y las expectativas crecientes de los consumidores, las marcas de moda buscan soluciones más inteligentes. McKinsey estima que la IA generativa podría aumentar los beneficios operativos de los sectores de la moda, la confección y el lujo hasta en 275275 mil millones de dólares…
20 Estrategias para la mejora de la IA y ejemplos
Los modelos de IA requieren una mejora continua a medida que evolucionan los datos, el comportamiento de los usuarios y las condiciones del mundo real. Incluso los modelos con buen rendimiento pueden degradarse cuando los patrones que aprendieron ya no coinciden con las entradas actuales, lo que conduce a una menor precisión y predicciones poco…
HALC-Bench: LLM Alucinación en Benchmark de Recuperación de Contexto Largo
HALC-Bench (LLM Hallucination on Long-Context Retrieval Benchmark) mide la resistencia de un LLM a fabricar evidencia para una métrica que no existe en el documento objetivo mediante el uso de 3 pajares colocados al principio, en el medio y al final de la ventana de contexto del modelo, con 204 preguntas. claude-fable-5 respondió correctamente a…
Puertas de enlace de IA para OpenAI: alternativas a OpenRouter
Comparamos OpenRouter, SambaNova, TogetherAI, Groq y IA/ML API en tres indicadores (latencia del primer token, latencia total y número de tokens de salida), con 300 pruebas usando prompts cortos (aprox. 18 tokens) y prompts largos (aprox. 203 tokens) para la latencia total. Si planea usar una de estas puertas de enlace de IA, puede: En…
Fracaso de la IA: 10 causas raíz y ejemplos reales
Ya sea un accidente de un coche autónomo, un algoritmo sesgado o una avería en un chatbot de atención al cliente, los fallos en los sistemas de IA implementados pueden tener consecuencias graves y plantear importantes cuestiones éticas y sociales. Al identificar y abordar los problemas subyacentes, las empresas pueden mitigar los riesgos asociados con…
Dilemas de ética de la IA con ejemplos de la vida real
Aunque la inteligencia artificial está cambiando la forma en que trabajan las empresas, existen preocupaciones sobre cómo puede influir en nuestras vidas. Esto es tanto un problema académico y social como un riesgo reputacional para las empresas; ninguna empresa quiere verse perjudicada por escándalos de datos o de ética de la IA que dañen su…
Las 20+ principales predicciones de expertos sobre la pérdida de empleo por IA
Como consultor de McKinsey, ayudé a las empresas a adoptar nuevas tecnologías durante una década. Mis respuestas rápidas: Nota: El tamaño de los gráficos está correlacionado con la magnitud de la predicción de pérdida de empleo. Los porcentajes mencionados en nuestro análisis se derivan de supuestos sobre el desplazamiento laboral general. En escenarios específicos, estos…
Los 10 mejores software de automatización de cargas de trabajo en la nube y 7 casos de uso
Aunque el 71 % de las empresas ejecutan almacenes de datos en la nube pública, integrar entornos multinube fragmentados y, al mismo tiempo, controlar los costes de la nube supone un doble desafío.1 Sin embargo, la automatización de cargas de trabajo en la nube puede orquestar los pipelines de datos que alimentan estas plataformas para optimizar…
IA responsable: 4 principios y mejores prácticas
65 % de los líderes se sienten poco preparados para gestionar eficazmente los riesgos relacionados con la IA. 1 Desarrollar y escalar aplicaciones de IA con responsabilidad, confiabilidad y prácticas éticas en mente es esencial para construir una IA que funcione para todos. Explore cuatro principios para el diseño de IA responsable (RAI) y recomiende mejores…
Comparativa de precios del software DAST: Burp Suite, Nessus y más
Con más de 20 herramientas DAST en el mercado, seleccionar la más adecuada puede ser un desafío dadas sus diferentes características y opciones de precios. Hemos recopilado información disponible públicamente sobre las estrategias de precios de los proveedores, lo que facilita obtener una visión general y estimar los costes probables a los que podría enfrentarse.…
Boletín informativo de AIMultiple
Reciba un correo electrónico gratuito a la semana con las últimas noticias tecnológicas B2B y análisis de expertos para impulsar su empresa.