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
Alternativas a DGX Spark: RTX, Ryzen IA Halo y Mac Studio
Comparamos los benchmarks de inference publicados de DGX Spark, RTX y Ryzen IA Halo, cubriendo el procesamiento de prompt, la generación de tokens y contextos más largos. Las alternativas incluyen Framework Desktop, Mac Studio y sistemas GB10 de otros fabricantes. La velocidad de decodificación mide los tokens de salida generados por segundo. Valores más altos…
¿Te hará rico Pi Network? No, pero puede pagar céntimos por hora
Los usuarios pueden invertir su tiempo o dinero en Pi Network. Nada de lo escrito aquí debe interpretarse como asesoramiento de inversión. No esperamos que nadie más que los fundadores se beneficie de PI Network de manera significativa porque: A pesar de todo esto, nos gustan sus publicaciones optimistas al entrar en 2026 con un…
RELC-Bench: benchmark de recuperación en contexto largo
RELC-Bench (RELC-Bench: benchmark de recuperación en contexto largo) tiene como objetivo medir la capacidad de un model para encontrar y extraer un valor numérico específico de uno o más documentos dentro de su contexto. Comprueba si el model puede recordar y recuperar un dato concreto que acaba de ver en la entrada. claude-fable-5 obtiene 97,0 %…
Wu Dao 3.0: La versión china de GPT-5
Cuando Estados Unidos cortó el acceso de China a chips avanzados, la Academia de Inteligencia Artificial de Pekín se enfrentó a una elección: quejarse de las restricciones o trabajar a su alrededor. Eligieron la segunda opción. Wu Dao 3.0, lanzado en julio de 2023, tira el manual de instrucciones. No hay modelos masivos de billones…
Modelos Fundamentales del Mundo: 10 casos de uso
Entrenar robots y vehículos autónomos (AV) en el mundo físico puede ser costoso, lento y arriesgado. Los Modelos Fundamentales del Mundo ofrecen una alternativa escalable al permitir simulaciones realistas de entornos del mundo real. Estos modelos aceleran el desarrollo y la implementación en robótica, vehículos autónomos y otros ámbitos al reducir la dependencia de las…
Las 20 mejores aplicaciones de IA para la sostenibilidad y 7 herramientas
Al aplicar IA generativa a la optimización logística, la previsión de la demanda y la reducción de residuos, las empresas pueden reducir las emisiones en todas sus operaciones más allá de los propios sistemas de IA. Descubra 7 herramientas de IA para la sostenibilidad y 20 aplicaciones con ejemplos del mundo real que aprovechan la…
10 riesgos de la IA generativa y cómo mitigarlos
A medida que las industrias priorizan la IA generativa para la innovación y la automatización, su potencial crece. Sin embargo, riesgos de la IA generativa como la precisión y las preocupaciones éticas persisten. Abordar estos desafíos es clave para asegurar que la IA beneficie a la humanidad. Explore los principales 10 riesgos de la IA…
IA reproducible: Por qué es importante y cómo mejorarla
La reproducibilidad es una parte fundamental de la investigación científica. Permite a los investigadores y equipos de IA verificar si un resultado puede obtenerse nuevamente bajo condiciones claramente descritas. Un informe de la OCDE sobre la IA en la ciencia sostiene que la investigación en IA no ha escapado a la crisis más amplia de…
18 casos prácticos de adquisiciones y lecciones aprendidas
Las prácticas eficaces de adquisición son necesarias en todas las industrias. Al examinar casos prácticos de adquisiciones en diversos sectores, desde organizaciones sin fines de lucro hasta tecnología, salud y más, obtenemos información valiosa sobre el impacto de las soluciones de adquisición y las mejores prácticas que pueden impulsar el éxito en cualquier industria. Al…
Las 10 mejores herramientas de monitoreo de precios: Bright Insights & Competera
Las herramientas de monitoreo de precios rastrean los precios de los competidores y los ajustan automáticamente para mantener la competitividad. Descubra las 10 mejores herramientas de monitoreo de precios, revise sus características clave, modelos de precios y vea el desglose de su cuota de mercado de búsqueda a continuación: Notas de la tabla: * Las…
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.