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
Benchmark de datos web éticos y conformes
A medida que las empresas escalan sus operaciones de datos web, los ejecutivos de cumplimiento, datos y riesgos evalúan cada vez más los riesgos éticos, reputacionales y legales asociados. Comparamos 5 servicios líderes de recopilación de datos web en 3 dimensiones y probamos cada servicio con más de 20 escenarios potencialmente poco éticos. Nuestro trabajo…
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…
Derechos de autor en IA generativa: legislación y litigios
Revisamos decisiones judiciales, acciones regulatorias y acuerdos de licencia para responder tres preguntas clave sobre la IA generativa y los derechos de autor. En agosto de 2026, Anthropic se enfrentó a más litigios por derechos de autor por parte de importantes editoriales musicales. Sony Music Publishing y Warner Chappell presentaron la demanda el 28 de…
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),…
Los 13 Principales Casos de Uso de GAN
Aunque las GAN fueron pioneras en muchas de las primeras aplicaciones de IA generativa, particularmente en la síntesis de imágenes y la transferencia de estilo, la mayoría de las herramientas de IA generativa orientadas al consumidor actuales se basan en arquitecturas de difusión o enfoques relacionados como el flow matching y los transformadores de difusión…
Federated Learning: 7 casos de uso y ejemplos
El Federated Learning (FL) permite a los modelos aprender de datos descentralizados manteniendo la información sensible privada y garantizando el cumplimiento de las leyes de localización de datos y privacidad. Descubra qué es el Federated Learning, cómo funciona, casos de uso comunes con ejemplos reales, desafíos potenciales y sus alternativas. El Federated Learning soporta una…
Los 5 principales desafíos y soluciones del reconocimiento facial
El reconocimiento facial es hoy parte de la vida cotidiana, desde desbloquear teléfonos hasta verificar identidades en espacios públicos. Su alcance sigue creciendo, trayendo comodidad y nuevas posibilidades. Sin embargo, esta expansión también suscita preocupaciones sobre precisión, privacidad, sesgo y equidad que requieren atención cuidadosa. El gráfico compara ocho sistemas de reconocimiento facial utilizando el…
IA generativa empresarial: 11 casos de uso y mejores prácticas
La IA generativa (GenAI) presenta oportunidades novedosas para las empresas en comparación con las compañías de mercado medio o las startups, incluyendo: Sin embargo, la IA generativa trae desafíos únicos para las grandes organizaciones. Por ejemplo: Explore nuestros prácticos casos de uso de IA empresarial para aprender cómo las grandes empresas pueden crear, implementar y…
Documentación de automatización de pruebas con mejores prácticas
La automatización de pruebas es vital para garantizar la calidad y confiabilidad de las aplicaciones en las pruebas y el desarrollo de software. Las empresas y los equipos de QA están pasando de las pruebas manuales a las pruebas de automatización, ya que esto puede: Lo que a menudo se pasa por alto es el…
Los 8 principales casos de uso de SIEM y ejemplos reales
SIEM aborda esto correlacionando datos en todo el entorno, puntos finales, redes, aplicaciones en la nube y sistemas de autenticación para poner al descubierto conexiones que ninguna herramienta por sí sola detectaría. Un inicio de sesión a las 2 de la madrugada no es sospechoso por sí mismo. Ese mismo inicio de sesión, combinado con…
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.