Cem Dilmegani
El trabajo de Cem en AIMultiple ha sido citado por publicaciones globales líderes como Business Insider, Forbes, Morning Brew, Washington Post, firmas globales como HPE, ONG como el Foro Económico Mundial y organizaciones supranacionales como la Comisión Europea. [1], [2], [3], [4], [5]
Experiencia profesional & logros
A lo largo de su carrera, Cem se ha desempeñado 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.Lideró la estrategia tecnológica y las adquisiciones de una empresa de telecomunicaciones reportando directamente al CEO. También lideró el crecimiento comercial de la empresa de tecnología profunda Hypatos, que alcanzó 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, ejecución y evaluación de benchmarks.
Educación
Se graduó como ingeniero informático de la Universidad de Bogazici en 2007. Durante su carrera de ingeniería, estudió aprendizaje automático en una época en la que comúnmente se llamaba "minería de datos" y la mayoría de las redes neuronales tenían pocas capas ocultas.Obtuvo un título de 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 & otros eventos
- Invitado 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 empleos debido a la IA el 5 de noviembre de 2025. Grabación disponible en: Korea24
- Bienes Raíces y Tecnología, presentado por el Centro Wilbur F. Breslin para 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: IA Generativa para Tecnología Empresarial.
Fuentes
- Por qué Microsoft, IBM y Google están intensificando sus esfuerzos en ética de IA, Business Insider.
- Microsoft invierte 1.000 millones de dólares en OpenAI para desarrollar inteligencia artificial más inteligente que nosotros, Washington Post.
- Potenciando el liderazgo en IA: Kit de herramientas para la alta dirección en IA, Foro Económico Mundial.
- Rendimiento de la ciencia, investigación e innovación de la UE, Comisión Europea.
- La inversión de 200.000 millones de euros en IA de la UE impulsa el efectivo hacia los centros de datos, pero el mercado de chips sigue siendo un desafío, IT Brew.
- Hypatos obtiene 11,8 millones de dólares por un enfoque de aprendizaje profundo para el procesamiento de documentos, TechCrunch.
- Obtuvimos una vista exclusiva de la presentación que la startup de IA Hypatos utilizó para recaudar 11 millones de dólares, Business Insider.
Últimos artículos de Cem
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…
+100 Datasets para Modelos de ML e IA
Los datos son necesarios para aprovechar o construir soluciones de IA generativa o IA conversacional. Puede utilizar datasets existentes disponibles en el mercado o contratar un servicio de recolección de datos. Identificamos más de 100 datasets para entrenar y evaluar modelos de aprendizaje automático e IA. Esta categoría incluye datasets y benchmarks diseñados para entrenar…
Las 10 principales empresas de infraestructura de IA y aplicaciones
Muchas organizaciones invierten fuertemente en IA, pero la mayoría de los proyectos no logran escalar. Solo entre el 10 y el 20 % de las pruebas de concepto de IA llegan a un despliegue completo.1 Una razón clave es que los sistemas existentes no están equipados para soportar las demandas de grandes datasets, procesamiento en tiempo…
LLM Comparativa de latencia por casos de uso
Evaluamos 11 modelos de lenguaje grandes principales con un total de 1.320 solicitudes, dividiendo modelos de razonamiento y no razonamiento, y medimos la latencia del primer token, la latencia por token y el tiempo de respuesta total. Puede encontrar detalles sobre cómo medimos la latencia aquí. Presentamos por separado los modelos con razonamiento y sin…
Herramientas de LLMOps principales y comparación con MLOps
Las plataformas de LLMOps gestionan el aspecto operativo de ejecutar modelos de lenguaje grandes: despliegue, monitoreo, evaluación y gestión de costes. Examinamos las principales herramientas de LLMOps, sus funciones centrales, modelos de precios y cómo se diferencian entre sí para ayudar a identificar la opción más adecuada para diversos casos de uso. A continuación se…
Agentic Mesh: El futuro de la colaboración escalable con IA
Aunque se ha escrito mucho sobre arquitecturas de agentes, las implementaciones reales en producción siguen siendo limitadas. Este artículo destaca el agentic IA mesh, un concepto introducido en un informe de McKinsey. 1 Examinaremos los desafíos que surgen en entornos de producción y demostraremos cómo nuestra arquitectura propuesta permite un escalado controlado de las capacidades…
40+ Casos de Uso de IA Agéntica con Ejemplos de la Vida Real
Los agentes autónomos de IA generativa ejecutan tareas complejas con poca o ninguna supervisión humana. La IA agéntica se diferencia de los chatbots y copilotos. A diferencia de la IA tradicional, particularmente la IA generativa, que a menudo requiere intervención humana en flujos de trabajo complejos, la IA agéntica busca navegar y optimizar procesos de…
A-CODE-LLM Bench: Evaluación comparativa de codificación agéntica
Evaluamos los principales grandes modelos de lenguaje (LLMs) en 10 tareas de desarrollo de software utilizando una herramienta CLI agéntica. Ejecutamos aproximadamente 3.500 pasos de validación automatizados por modelo en ambas capas API y UI. Cada alias se ejecutó 3 veces en 10 tareas (30 muestras por alias, 400 celdas por iteración en 40 alias).…
Benchmark A-CODE-CLI: Evaluación de CLI Agénticas
Las herramientas CLI agénticas son herramientas de codificación con IA que pueden crear y eliminar archivos, ejecutar comandos, planificar y realizar la codificación de todo el proyecto. Evaluamos las herramientas líderes en 10 escenarios reales de desarrollo web, realizando ~600 verificaciones atómicas por agente y más de ~5.000 ejecuciones de pruebas automatizadas en total, incluyendo…
Moltbook: Redes Sociales Impulsadas por Agentes
El rápido crecimiento de OpenClaw ha desencadenado un experimento social inusual: Moltbook, una plataforma social similar a Reddit donde los agentes interactúan entre sí. Lanzado el 28 de enero de 2026, comenzó a llamar la atención en poco tiempo. Alcanzó 1.5m agentes en su primera semana. Para más plataformas para agentes de IA, lee Dentro…
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.