Contáctanos
No se encontraron resultados.
Cem Dilmegani

Cem Dilmegani

Analista principal
346 Artículos
Mantente al día sobre tecnología B2B.
Cem ha sido el analista principal de AIMultiple durante casi una década. Su trabajo en AIMultiple ha sido citado por importantes publicaciones globales como Business Insider, Forbes, Morning Brew, Washington Post, empresas globales como HPE, ONG 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 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

Presentaciones en medios de comunicación, conferencias y otros eventos.

Fuentes

  1. Por qué Microsoft, IBM y Google están intensificando sus esfuerzos en materia de ética de la IA , Business Insider.
  2. Microsoft invierte mil millones de dólares en OpenAI para desarrollar una inteligencia artificial más inteligente que nosotros , según informa el Washington Post.
  3. Potenciando el liderazgo en IA: Kit de herramientas de IA para la alta dirección , Foro Económico Mundial.
  4. Resultados en ciencia, investigación e innovación de la UE , Comisión Europea.
  5. 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.
  6. Hypatos recibe 11,8 millones de dólares por un enfoque de aprendizaje profundo para el procesamiento de documentos , según TechCrunch.
  7. 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

CiberseguridadMar 5

Las 10 mejores herramientas de seguridad para aplicaciones: características y precios

El mercado global de seguridad de aplicaciones se valoró en 10.650 millones de dólares en 2025 y se prevé que alcance los 42.090 millones de dólares en 2033, con una tasa de crecimiento anual compuesta (CAGR) del 18,8 %, impulsada por el aumento de los ataques a aplicaciones web y móviles, la adopción de tecnologías nativas de la nube y los requisitos normativos, incluida la Ley de Resiliencia Cibernética de la UE.

DatosMar 5

Los 25 principales casos de uso de datos sintéticos

Los datos sintéticos están ganando popularidad y aplicabilidad en diversas industrias, como el aprendizaje automático, el aprendizaje profundo y la IA generativa (GenAI). Ofrecen soluciones a desafíos como la privacidad de los datos y el tamaño limitado de los conjuntos de datos. Se estima que para 2030, los datos sintéticos serán la opción preferida en los modelos de IA en comparación con los datos reales.

Software empresarialMar 5

RPA con Python: 7 casos de uso para desarrolladores

La convergencia de la automatización robótica de procesos (RPA) y Python puede revolucionar el panorama de la automatización inteligente. Si bien el mercado global de RPA se valoró en 28 mil millones de dólares en 2025 y se estima que crecerá de 35.27 mil millones de dólares en 2026 a aproximadamente 247 mil millones de dólares para 2035, entre el 30 % y el 50 % de los proyectos de RPA fracasan.

Agente de IAMar 5

Constructores de agentes de IA con poco o ningún código: n8n, make, Zapier

Los creadores de agentes de IA de bajo o ningún código permiten a los usuarios crear flujos de trabajo automatizados basados en IA sin escribir código complejo, lo que hace que el desarrollo de agentes sea más rápido y accesible para equipos no técnicos.

AIMar 4

Las 40 mejores aplicaciones de chatbots con ejemplos en 2026

El mercado global de chatbots está valorado entre 10.320 y 11.450 millones de dólares en 2026, frente a los 8.700 millones de dólares de 2024, y se prevé que alcance los 32.450 millones de dólares en 2031 con una tasa de crecimiento anual compuesta (TCAC) del 23,15 %. El segmento de chatbots de IA generativa, por sí solo, está valorado en 12.980 millones de dólares y crece aún más rápido, con una TCAC del 31,11 %.

Agente de IAMar 4

Compara los mejores agentes de IA en atención al cliente.

Los agentes de IA impulsados por grandes modelos de lenguaje (LLM) 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 de fuentes como bases de conocimiento. Recopilamos cuatro agentes de IA de atención al cliente: Tidio Lyro, Azure AI Chatbot, Watsonx Assistant e Intercom Fin.

AIMar 4

Las 15 mejores plataformas y bibliotecas de IA de código abierto

Implementar un modelo de IA propio o, en algunos casos, optimizar modelos preexistentes conlleva varios desafíos: las plataformas de código abierto que ofrecen API unificadas ayudan a abordar estos desafíos al permitir la implementación en múltiples nubes y optimizar la gestión de recursos de GPU. A continuación, enumeramos 15 ejemplos de plataformas/bibliotecas de código abierto: Breve descripción general de las plataformas y bibliotecas de código abierto.

CiberseguridadMar 4

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.

AIMar 4

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.

Software empresarialMar 4

Las 10+ mejores herramientas de observabilidad de red

La observabilidad de la red proporciona a las organizaciones visibilidad sobre el rendimiento de la red, lo que permite una identificación y resolución más rápidas de los problemas de infraestructura. Las herramientas de esta categoría utilizan cada vez más la IA para automatizar la detección de anomalías en el tráfico y el estado de los dispositivos. Las 8 mejores herramientas de observabilidad de red * Las reseñas se basan en Capterra y G2.