Cem Dilmegani
Experiencia profesional y logros
A lo largo de su trayectoria profesional, Cem se desempeñó como consultor, comprador 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 y las adquisiciones tecnológicas de una empresa de telecomunicaciones, reportando directamente al CEO. Asimismo, lideró el crecimiento comercial de Hypatos, una empresa de tecnología avanzada que alcanzó ingresos recurrentes anuales de siete cifras y una valoración de nueve cifras partiendo de cero en tan solo dos años. El trabajo de Cem en Hypatos fue reseñado por importantes publicaciones tecnológicas como TechCrunch y Business Insider. [6], [7]Intereses de investigación
El trabajo de Cem se centra en cómo las empresas pueden aprovechar las nuevas tecnologías en IA, IA con agentes, ciberseguridad (incluida la seguridad de redes y aplicaciones) y datos, incluidos los datos web. Su experiencia práctica en software empresarial contribuye a su trabajo. Otros analistas de la industria de IA y el equipo técnico apoyan a Cem en el diseño, la ejecución y la evaluación de pruebas comparativas.Educación
Se graduó como ingeniero informático en la Universidad de Bogazici en 2007. Durante su carrera de ingeniería, estudió aprendizaje automático en una época en la que se le conocía comúnmente como "minería de datos" y la mayoría de las redes neuronales tenían pocas capas ocultas. Obtuvo un MBA en la Escuela de Negocios de Columbia en 2012. Cem habla inglés y turco con fluidez. Tiene un nivel avanzado de alemán y un nivel básico 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 de comunicación, conferencias y otros eventos.
- Respuestas a las preguntas de Korea24 sobre la pérdida de empleos debido a la IA, Korea24
- Bienes raíces y tecnología , presentado por el Centro Wilbur F. Breslin de Estudios Inmobiliarios de la Universidad de Hofstra y la Escuela de Negocios Frank G. Zarb en 2023 y 2024.
- Sesión de Radar AI (22 de junio de 2023): "Aumentando el impacto de la ciencia de datos con ChatGPT".
- Encuentro de IA generativa en Atlanta: Inteligencia artificial generativa para la tecnología empresarial .
Fuentes
- Por qué Microsoft, IBM y Google están intensificando sus esfuerzos en materia de ética de la IA , Business Insider.
- Microsoft invierte mil millones de dólares en OpenAI para desarrollar una inteligencia artificial más inteligente que nosotros , según informa el Washington Post.
- Potenciando el liderazgo en IA: Kit de herramientas de IA para la alta dirección , Foro Económico Mundial.
- Resultados en ciencia, investigación e innovación de la UE , Comisión Europea.
- La inversión de 200.000 millones de euros de la UE en IA inyecta capital en los centros de datos, pero el mercado de chips sigue siendo un reto , según IT Brew.
- Hypatos recibe 11,8 millones de dólares por un enfoque de aprendizaje profundo para el procesamiento de documentos , según TechCrunch.
- Business Insider nos ofrece un vistazo exclusivo a la presentación que la startup de IA Hypatos utilizó para recaudar 11 millones de dólares .
Últimos artículos de Cem
Los 13 principales casos de uso de la IA generativa en la educación.
Según el informe Perspectivas de la Educación Digital de la OCDE, el 57 % de los docentes de secundaria básica afirma que la IA les ayuda a crear o mejorar sus planes de clase. Utilizadas con un propósito pedagógico claro, las tecnologías de IA generativa pueden mejorar el aprendizaje y fomentar habilidades como el pensamiento crítico, la creatividad y la colaboración.
17 casos de uso de IA generativa en el sector sanitario
Los sistemas de salud se enfrentan a un mayor volumen de datos, escasez de personal y crecientes expectativas de atención personalizada. La IA generativa se perfila como una solución clave al sintetizar datos médicos no estructurados, como notas clínicas, informes de imágenes e historiales de pacientes, para generar información útil para médicos y administradores.
Más de 30 herramientas de auditoría de seguridad de red
Las herramientas de auditoría de seguridad de red proporcionan información en tiempo real sobre la seguridad de una red mediante el escaneo de herramientas en todo el entorno y alertando a los administradores sobre amenazas emergentes, vulnerabilidades o nuevos parches. Dado el amplio alcance de sus funciones, estas herramientas varían significativamente.
Backup software benchmark: Acronis vs NinjaOne vs Comet vs MSP360
We benchmarked Acronis Cyber Protect Cloud Backup, Comet Backup, MSP360 Managed Backup, and NinjaOne Backup on identical AWS infrastructure. Each vendor ran a file-mode backup of the same 625,946-file / 50 GB workload and a full image backup of the system disk, then restored the 15 GB medium subdirectory.
Los 11 principales casos de uso y ejemplos de IA en la moda
Ante los cuellos de botella creativos, las cadenas de suministro ineficientes y las crecientes expectativas de los consumidores, las marcas de moda buscan soluciones más inteligentes. McKinsey estima que la IA generativa podría aumentar las ganancias operativas en los sectores de moda, confección y lujo hasta en 275 mil millones de dólares para 2028. Descubra los 11 principales casos de uso de la IA en la moda para ayudar a las marcas a reducir costos.
Explicación de los usuarios sintéticos: Las 7 mejores herramientas de investigación de usuarios de IA
La investigación de usuarios tradicional lleva semanas: reclutar participantes, programar sesiones y transcribir manualmente las respuestas. Las plataformas de usuarios sintéticos reducen ese tiempo a horas al generar perfiles de usuario mediante IA que se pueden entrevistar, encuestar y probar sin la complejidad logística.
20 estrategias para mejorar la IA y ejemplos
Los modelos de IA requieren una mejora continua a medida que evolucionan los datos, el comportamiento del usuario y las condiciones del mundo real. Incluso los modelos con buen rendimiento pueden desviarse con el tiempo cuando los patrones que aprendieron ya no coinciden con las entradas actuales, lo que conlleva una menor precisión y predicciones poco fiables. Los cambios en las regulaciones, los requisitos del producto o las expectativas de los clientes también pueden introducir nuevas limitaciones que los modelos existentes no contemplaban.
Comparación de 13 herramientas de soporte técnico con IA
El software de mesa de ayuda con IA automatiza tareas como responder preguntas frecuentes, gestionar incidencias y ayudar a los agentes con sugerencias de respuestas. Las empresas lo utilizan para mejorar la eficiencia, reducir los costes de soporte y ofrecer una mejor experiencia general al cliente. Hemos analizado las 13 mejores plataformas de mesa de ayuda con IA, incluyendo Zendesk Support Suite y Tidio.
Puertas de enlace de IA para OpenAI: Alternativas para OpenRouter
Realizamos pruebas comparativas de OpenRouter, SambaNova, TogetherAI, Groq y AI/ML API en tres indicadores (latencia del primer token, latencia total y número de tokens de salida), con 300 pruebas utilizando indicaciones cortas (aprox. 18 tokens) e indicaciones largas (aprox. 203 tokens) para la latencia total.
Fallos de la IA: 10 causas principales y ejemplos reales
Ya sea un accidente de un coche autónomo, un algoritmo sesgado o un fallo en un chatbot de atención al cliente, los fallos en los sistemas de IA implementados pueden tener graves consecuencias y plantear importantes cuestiones éticas y sociales.
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.