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
Moltbook: Redes sociales impulsadas por agentes
El rápido crecimiento de OpenClaw ha dado lugar a un experimento social inusual: Moltbook, una plataforma social similar a Reddit donde los agentes interactúan entre sí. Lanzada el 28 de enero de 2026, rápidamente captó la atención del público. En su primera semana, alcanzó más de 1,5 millones de agentes.
Las mejores herramientas, marcos de trabajo y bibliotecas RAG
RAG (Generación Aumentada por Recuperación) mejora las respuestas de LLM mediante la adición de fuentes de datos externas. Realizamos pruebas comparativas con diferentes modelos de incrustación y probamos por separado varios tamaños de fragmentos para determinar qué combinaciones funcionan mejor para los sistemas RAG. Explore los principales marcos y herramientas RAG, aprenda qué es RAG, cómo funciona, sus beneficios y su papel en el panorama actual de LLM.
Navegadores remotos: Comparativa de la infraestructura web para agentes de IA
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 fundamental para el éxito del agente. Evaluamos a 8 proveedores en cuanto a tasa de éxito, velocidad y funcionalidades.
8 modelos de código de IA evaluados: LMC-Eval
Más del 37 % de las tareas realizadas en modelos de IA están relacionadas con la programación informática y las matemáticas.
Prueba de rendimiento OCR: Precisión en la extracción/captura de texto
La precisión del OCR es fundamental para muchas tareas de procesamiento de documentos, y los sistemas LLM multimodales de última generación ofrecen ahora una alternativa al OCR. Realizamos una evaluación comparativa de los principales servicios de OCR en DeltOCR Bench para identificar sus niveles de precisión en diferentes tipos de documentos: Evaluación comparativa de OCR: DeltOCR Bench.
Las 10 mejores herramientas de microsegmentación de código abierto en
La segmentación de red tradicional no funciona para los microservicios. Las direcciones IP y los puertos no pueden proteger las comunicaciones API cuando los servicios se inician y se detienen dinámicamente en contenedores. Las grandes empresas que utilizan arquitecturas de microservicios necesitan un enfoque diferente: una segmentación basada en identidad que siga a los servicios dondequiera que se ejecuten.
Evaluación comparativa de OCR de recibos con LLM
La extracción de datos de recibos es esencial para las empresas, ya que millones de empleados presentan sus gastos laborales mediante recibos. Gracias a los últimos avances en IA generativa y modelos de lenguaje a gran escala, la precisión en la extracción de datos ha alcanzado un nivel comparable al de los humanos.
Software de GPU para IA: CUDA frente a ROCm en
Las especificaciones técnicas del hardware solo cuentan la mitad de la historia en la computación GPU. Para medir el rendimiento real de la IA, realizamos 52 pruebas distintas comparando el MI300X del AMD con el H100, H200 y B200 del NVIDIA en escenarios multi-GPU y de alta concurrencia.
Comparativa OCR de facturas: precisión de extracción de LLM frente a OCR
El procesamiento de facturas es una operación empresarial crítica pero laboriosa que tradicionalmente requiere la extracción e introducción manual de datos en los sistemas contables. Este enfoque manual consume mucho tiempo y es propenso a errores humanos.
Agentes de IA: Operador vs. Uso del navegador vs. Proyecto Mariner
Los agentes de IA se promocionan cada vez más como trabajadores digitales integrales, pero su rendimiento en el mundo real puede variar considerablemente según la tarea, las herramientas y el entorno de ejecución. Para comprender qué pueden ofrecer realmente estos sistemas hoy en día, realizamos pruebas comparativas prácticas en escenarios empresariales reales.
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.