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
4 patrones de diseño de IA agente y ejemplos del mundo real
Los patrones de diseño de IA agenica mejoran la autonomía de los grandes modelos de lenguaje (LLM) como Llama, Claude o GPT, aprovechando el uso de herramientas, la toma de decisiones y la resolución de problemas. Esto proporciona un enfoque estructurado para crear y gestionar agentes autónomos en diversos casos de uso.
Evaluación comparativa de marcos multiagente: desafíos y fortalezas
Los sistemas multiagente utilizan agentes especializados que trabajan juntos para resolver tareas complejas. Un desafío clave es: ¿disminuye el rendimiento a medida que se añaden más agentes y herramientas, o pueden los mecanismos de orquestación gestionar la creciente complejidad de forma eficiente? Realizamos pruebas comparativas de 5 marcos de trabajo basados en agentes en 750 ejecuciones con tres tareas.
Más de 40 casos de uso de IA agente con ejemplos de la vida real
Los agentes de IA generativa autónoma ejecutan tareas complejas con poca o ninguna supervisión humana. La IA agente se diferencia de los chatbots y los copilotos. A diferencia de la IA tradicional, en particular la IA generativa, que a menudo requiere intervención humana en flujos de trabajo complejos, la IA agente busca navegar y optimizar procesos de forma autónoma gracias a sus capacidades de toma de decisiones y su comportamiento orientado a objetivos.
Alternativas a OpenClaw: Hermes vs ZeroClaw vs PicoClaw
Los agentes de IA autónomos, como OpenClaw y Hermes, automatizan tareas de varios pasos que normalmente requerirían la intervención humana constante. Si bien OpenClaw se ha convertido en el agente autónomo siempre activo más utilizado, muchos usuarios buscan alternativas debido a su complejo proceso de implementación y sus requisitos de configuración.
Las 7 mejores alternativas a GoAnywhere en
GoAnywhere es una plataforma segura de transferencia de archivos utilizada por empresas para intercambiar datos de forma segura. Tanto si busca funciones más avanzadas, diversas opciones de precios o un servicio de atención al cliente superior, nuestra lista de alternativas seleccionadas le ofrece la información necesaria para tomar una decisión informada.
Ética de la IA generativa: cómo gestionarla
La IA generativa plantea importantes preocupaciones sobre cómo se comparte y se confía en el conocimiento. Britannica, por ejemplo, presentó una demanda contra Perplexity, alegando que la empresa copió ilegalmente y a sabiendas el contenido verificado por humanos de Britannica y utilizó indebidamente sus marcas registradas sin permiso. Explore cuáles son las preocupaciones éticas de la IA generativa y las mejores prácticas para gestionarlas. 1.
Las mejores alternativas a Amazon Mechanical Turk
Nuestro análisis explora algunas desventajas de usar Amazon Mechanical Turk (MTurk), una plataforma popular para la recopilación de datos de IA e investigación de mercado. También compara las principales alternativas a Amazon Mechanical Turk. Los lectores se dividen en tres categorías.
Las 5 mejores soluciones para la gestión de políticas de seguridad de red
He identificado las 5 mejores soluciones NSPM, herramientas multivendedor y nativas de proveedores, basándome en mi experiencia y la de otros usuarios, así como en las características de los proveedores.
Agentes de uso de computadoras: evaluación comparativa y arquitectura
Los agentes de usuario informático prometen operar escritorios reales y aplicaciones web, pero sus diseños, limitaciones y ventajas y desventajas a menudo no están claros. Analizamos los sistemas líderes desglosando su funcionamiento, su aprendizaje y las diferencias en sus arquitecturas.
Las mejores alternativas a Appen en para trabajadores y clientes
Appen, proveedor de servicios de datos para IA, se enfrenta a desafíos que podrían explicar su disminución de popularidad. Comparamos las principales alternativas a Appen en el ámbito de los datos de entrenamiento para IA. Las alternativas a Appen dependen de tus objetivos. Explora alternativas a Appen: Alternativas a Appen para trabajadores * Los datos provienen de Trustpilot, ya que consisten principalmente en reseñas de trabajadores.
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.