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
Casos de estudio de blockchain en industrias clave
Hemos recopilado los 20 principales casos de estudio reales de blockchain para ayudar a los ejecutivos a identificar oportunidades de inversión maduras y de alto impacto. Desafío empresarial: La cadena de suministro farmacéutica necesitaba cumplir con la Ley de Seguridad de la Cadena de Suministro de Medicamentos de EE. UU., que exige un seguimiento interoperable…
IA sin código: Beneficios, industrias y diferencias clave
Las herramientas de IA sin código permiten a los usuarios crear, entrenar o implementar aplicaciones de IA sin escribir código. Estas plataformas suelen utilizar interfaces de arrastrar y soltar, instrucciones en lenguaje natural, asistentes de configuración guiada o creadores visuales de flujos de trabajo. Este enfoque reduce la barrera de entrada y hace que el…
Las 5 mejores alternativas al Programador de Trabajos de SAP
Seleccionamos las alternativas al programador de trabajos de SAP según las características, los precios y las métricas de presencia en el mercado de las soluciones líderes. Siga los enlaces a continuación para conocer los beneficios y los casos prácticos de estas herramientas: Explore las mejores alternativas al programador de trabajos de SAP teniendo en cuenta…
Las 20+ predicciones principales de expertos sobre la pérdida de empleo por la IA
Como consultor de McKinsey, ayudé a empresas a adoptar nuevas tecnologías durante una década. Mis respuestas rápidas: Nota: El tamaño de los gráficos está correlacionado con la magnitud de la predicción de pérdida de empleo. Los porcentajes a los que hacemos referencia en nuestro análisis se derivan de suposiciones sobre el desplazamiento general de empleos.…
Precios de Video IA: Comparar Synthesia & Invideo IA
Los precios de video IA pueden diferir significativamente entre plataformas, influenciados por factores como la calidad de salida, las opciones de personalización y las funciones. A medida que más empresas y creadores recurren a la IA para una producción de video eficiente, comprender estos modelos de precios se vuelve esencial. Sumérjase en una comparación detallada…
Las 125 mejores aplicaciones de IA generativa
A partir de nuestro análisis de más de 30 estudios de caso y 10 benchmarks, en los que probamos y comparamos más de 40 productos, identificamos 125 casos de uso de IA generativa en las siguientes categorías: Para otras aplicaciones de IA en solicitudes donde hay una única respuesta correcta (por ejemplo, predicción o clasificación),…
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…
LLM Guía de Fine-Tuning para Empresas
Siga los enlaces para encontrar soluciones específicas a los desafíos de salida de su LLM. Si su LLM: La adopción generalizada de modelos de lenguaje grandes (LLMs) ha mejorado nuestra capacidad para procesar el lenguaje humano. Sin embargo, su entrenamiento genérico a menudo resulta en un rendimiento subóptimo para tareas específicas. Para superar esta limitación,…
Ética de la IA Generativa: Cómo Gestionarla
La IA generativa plantea importantes preocupaciones sobre cómo se comparte y confía en el conocimiento. Britannica, por ejemplo, presentó una demanda contra Perplexity, alegando que la empresa copió ilegal y conscientemente el contenido verificado por humanos de Britannica y utilizó mal sus marcas registradas sin permiso.1 Explora cuáles son las preocupaciones éticas de la IA…
10+ Ejemplos de modelos de lenguaje grandes
Hemos recopilado benchmarks de código abierto para comparar los principales modelos de lenguaje grandes propietarios y de código abierto. Elija su caso de uso para encontrar el modelo adecuado. Puede evaluar los modelos de lenguaje grandes examinando su rendimiento en benchmarks y la latencia en el mundo real (disponible al hacer clic en el nombre…
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.