Cem Dilmegani
El trabajo de Cem en AIMultiple ha sido citado por publicaciones globales líderes como Business Insider, Forbes, Morning Brew, Washington Post, firmas globales como HPE, ONGs como el Foro Económico Mundial y organizaciones supranacionales como la Comisión Europea. [1], [2], [3], [4], [5]
Experiencia profesional y logros
A lo largo de su carrera, Cem ha trabajado 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.Lideró la estrategia tecnológica y las compras de una empresa de telecomunicaciones reportando al CEO. También lideró el crecimiento comercial de la empresa de tecnología profunda Hypatos, que alcanzó ingresos recurrentes anuales de 7 cifras y una valoración de 9 cifras 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, ejecución y evaluación de benchmarks.
Educación
Se graduó como ingeniero informático de la Universidad de Bogazici en 2007. Durante su carrera de ingeniería, estudió machine learning en una época en que se le llamaba comúnmente "minería de datos" y la mayoría de las redes neuronales tenían pocas capas ocultas.Tiene un título de MBA de Columbia Business School obtenido 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, Post-AI Banking: Millions of jobs at risk as banks automate their core functions. International Banker.
- Cem Dilmegani, Bengi Korkmaz, y Martin Lundqvist (1 de diciembre de 2014). Public-sector digitization: The trillion-dollar challenge, 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 empleos debido a la IA el 5 de noviembre de 2025. Grabación disponible en: Korea24
- Real Estate and Technology, presentado por el Wilbur F. Breslin Center for Real Estate Studies de la Universidad de Hofstra y la Frank G. Zarb School of Business en 2023 y 2024.
- Sesión de Radar AI (22 de junio de 2023): "Increasing Data Science Impact with ChatGPT".
- Encuentro Generative AI Atlanta: Generative AI for Enterprise Technology.
Fuentes
- Why Microsoft, IBM, and Google Are Ramping up Efforts on AI Ethics, Business Insider.
- Microsoft invests $1 billion in OpenAI to pursue artificial intelligence that's smarter than we are, Washington Post.
- Empowering AI Leadership: AI C-Suite Toolkit, Foro Económico Mundial.
- Science, Research and Innovation Performance of the EU, Comisión Europea.
- EU's €200 billion AI investment pushes cash into data centers, but chip market remains a challenge, IT Brew.
- Hypatos gets $11.8M for a deep learning approach to document processing, TechCrunch.
- We got an exclusive look at the pitch deck AI startup Hypatos used to raise $11 million, Business Insider.
Últimos artículos de Cem
Agentes de IA locales: Goose, Observer AI, AnythingLLM
Los agentes de IA locales a menudo se describen como offline, en el dispositivo o totalmente locales. Pasamos tres días mapeando el ecosistema de agentes de IA locales que se ejecutan de forma autónoma en hardware personal sin depender de APIs o servicios en la nube externos. Nuestro análisis clasifica las soluciones líderes en tres…
Comparativa y Revisión de la Documentación de TI
Evaluamos las principales plataformas de documentación de TI para evaluar su rendimiento, características y usabilidad. Nuestro benchmark midió flujos de trabajo de creación de documentos, capacidades del editor, precisión de búsqueda y gestión de relaciones en escenarios del mundo real, incluidas búsquedas de códigos de error, indexación de contenido de PDF y preservación de sintaxis…
Comparar los mejores agentes de IA en servicio de atención al cliente
Los agentes de IA impulsados por large language models (LLMs) pueden responder a las consultas de los clientes en lenguaje natural, interpretar el contexto y generar respuestas similares a las humanas. Estos agentes pueden procesar y sintetizar grandes volúmenes de información procedente de fuentes como las bases de conocimiento. Hemos recopilado cuatro agentes de IA…
Benchmark de Web Crawler para Alimentar Sitios Web a la IA
Realizamos un benchmark de cuatro APIs de rastreo en tres dominios de dificultad variable a tres niveles de profundidad máxima (5, 10, 20) con un límite de 1.000 páginas, midiendo la cobertura del rastreo, el tiempo de ejecución, el descubrimiento de enlaces, la calidad de los enlaces en markdown y la precisión de la extracción…
Modelos de incrustación multimodal: Apple vs Meta vs OpenAI
Los modelos de incrustación multimodal sobresalen en la identificación de objetos, pero tienen dificultades con las relaciones. Los modelos actuales luchan por distinguir «teléfono sobre un mapa» de «mapa sobre un teléfono». Evaluamos 7 modelos líderes en MS-COCO y Winoground para medir esta limitación específica. Para garantizar una comparación justa, evaluamos cada modelo en condiciones…
RAG Herramientas de evaluación: Weights & Biases vs Ragas vs DeepEval
Cuando un pipeline de RAG recupera el contexto incorrecto, el LLM genera con confianza la respuesta equivocada. Los evaluadores de relevancia contextual son la defensa principal. Evaluamos cinco herramientas en 1,460 preguntas y más de 14,600 contextos puntuados bajo condiciones idénticas: mismo modelo juez (GPT-4o), configuraciones predeterminadas y sin prompts personalizados. En condiciones estándar, WandB,…
Comparativa de Speech-to-Text: Deepgram vs. Whisper
Evaluamos a los principales proveedores de speech-to-text (STT), centrándonos específicamente en aplicaciones de atención médica. Nuestro análisis utilizó ejemplos del mundo real para evaluar la precisión de transcripción en contextos médicos, donde la precisión es crucial. Según los resultados de tasa de error de palabras (WER) y tasa de error de caracteres (CER), GPT-4o-transcribe demuestra…
Principales 5 soluciones de gestión de políticas de seguridad de red
He identificado las 5 principales soluciones NSPM, multi-proveedor y herramientas nativas del proveedor, basadas en mi experiencia y la de otros usuarios, así como en las características de los proveedores. Siga los enlaces para ver el razonamiento detrás de estas selecciones: Las empresas digitales deben utilizar soluciones de gestión de políticas de seguridad de red…
Navegadores Remotos: Infraestructura Web para Agentes de IA Comparados
Los agentes de IA dependen de navegadores remotos para automatizar tareas web sin ser bloqueados por medidas anti-scraping. El rendimiento de esta infraestructura de navegador es crítico para el éxito de un agente. Comparamos 8 proveedores en tasa de éxito, velocidad y características. Para esto, ejecutamos 160 tareas automatizadas, ejecutando 4 escenarios distintos 5 veces…
Herramientas de LLMOps principales y comparación con MLOps
Las plataformas de LLMOps gestionan el aspecto operativo de ejecutar modelos de lenguaje grandes: despliegue, monitoreo, evaluación y gestión de costos. Examinamos las principales herramientas de LLMOps, sus funciones centrales, modelos de precios y cómo se diferencian entre sí para ayudar a identificar la opción más adecuada para diversos casos de uso. A continuación se…
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.