Cem Dilmegani
Expérience professionnelle et réalisations
Tout au long de sa carrière, Cem a occupé les postes de consultant, d'acheteur et d'entrepreneur dans le secteur des technologies. Pendant plus de dix ans, il a conseillé des entreprises sur leurs décisions technologiques chez McKinsey & Company et Altman Solon. Il a également publié un rapport McKinsey sur la numérisation. Il a dirigé la stratégie technologique et les achats d'un opérateur télécom, sous la responsabilité directe du PDG. Il a également piloté la croissance commerciale de la société de deep tech Hypatos, qui a atteint un chiffre d'affaires annuel récurrent à sept chiffres et une valorisation à neuf chiffres en seulement deux ans. Son travail chez Hypatos a été couvert par des publications technologiques de référence telles que TechCrunch et Business Insider. [6], [7]Intérêts de recherche
Les travaux de Cem portent sur la manière dont les entreprises peuvent tirer parti des nouvelles technologies en matière d'IA, d'IA agentielle, de cybersécurité (notamment la sécurité des réseaux et des applications) et de données, y compris les données web. Son expérience pratique des logiciels d'entreprise enrichit ses recherches. D'autres analystes du secteur et l'équipe technique d'AIMultiple épaulent Cem dans la conception, la mise en œuvre et l'évaluation des benchmarks.Éducation
Il a obtenu son diplôme d'ingénieur en informatique à l'Université de Bogazici en 2007. Durant ses études, il s'est spécialisé en apprentissage automatique, alors souvent appelé « exploration de données », et les réseaux de neurones ne comportaient généralement que quelques couches cachées. Il est titulaire d'un MBA de la Columbia Business School (promotion 2012). Cem parle couramment anglais et turc. Il possède un niveau avancé en allemand et des notions de français.Publications externes
- Cem Dilmegani, « Le secteur bancaire post-IA : des millions d’emplois menacés par l’automatisation des fonctions essentielles des banques » , International Banker.
- Cem Dilmegani, Bengi Korkmaz et Martin Lundqvist (1er décembre 2014). Numérisation du secteur public : le défi à mille milliards de dollars , McKinsey & Company.
Présentations aux médias, conférences et autres événements
- Réponses aux questions de Korea24 sur les pertes d'emplois dues à l'IA, Korea24
- Immobilier et technologie , présenté par le Wilbur F. Breslin Center for Real Estate Studies et la Frank G. Zarb School of Business de l'Université Hofstra en 2023 et 2024.
- Session Radar AI (22 juin 2023) : « Accroître l'impact de la science des données avec ChatGPT ».
- Rencontre d'Atlanta sur l'IA générative : L'IA générative au service des technologies d'entreprise .
Sources
- Pourquoi Microsoft, IBM et Google intensifient leurs efforts en matière d'éthique de l'IA , Business Insider.
- Microsoft investit 1 milliard de dollars dans OpenAI pour développer une intelligence artificielle plus performante que l'humanité , Washington Post.
- Développer le leadership en IA : Boîte à outils IA pour les dirigeants , Forum économique mondial.
- Performances scientifiques, de recherche et d'innovation de l'UE , Commission européenne.
- L'investissement de 200 milliards d'euros de l'UE dans l'IA injecte des fonds dans les centres de données, mais le marché des puces reste un défi , IT Brew.
- Hypatos lève 11,8 millions de dollars pour une approche d'apprentissage profond appliquée au traitement de documents , TechCrunch.
- Business Insider nous a permis de découvrir en exclusivité le pitch deck utilisé par la startup d'IA Hypatos pour lever 11 millions de dollars .
Derniers articles de Cem
20 cas d'utilisation et exemples clés de RPA SAP
SAP est l'un des systèmes ERP les plus anciens et les plus importants, avec un chiffre d'affaires d'environ 31 milliards d'euros. Bien qu'il s'agisse d'une suite ERP offrant l'automatisation dans de nombreux domaines, la plupart des processus SAP restent manuels et répétitifs, comme la comptabilité, la gestion des transactions et le reporting. C'est pourquoi l'automatisation robotisée des processus (RPA) est une solution idéale pour automatiser SAP et réorienter les ressources vers des activités à plus forte valeur ajoutée.
Documentation sur l'automatisation des tests avec les meilleures pratiques
L'automatisation des tests est essentielle pour garantir la qualité et la fiabilité des applications lors des tests et du développement logiciel. Les entreprises et les équipes d'assurance qualité délaissent progressivement les tests manuels au profit des tests automatisés, car cela permet : On néglige souvent le rôle crucial d'une documentation efficace pour optimiser les avantages de l'automatisation des tests.
Les 6 meilleurs outils open source de découverte de données sensibles
Les outils suivants sont sélectionnés en fonction de leur activité sur GitHub et classés par nombre d'étoiles GitHub, par ordre décroissant. Ils couvrent les principaux cas d'utilisation pour la découverte de données sensibles : catalogage des métadonnées avec traçabilité, analyse sans agent et détection, via API, des données PII, PCI et des identifiants au repos. En savoir plus : Outils de découverte et de classification des données sensibles, logiciels DLP.
25 cas d'utilisation principaux des données synthétiques
Les données synthétiques gagnent en popularité et trouvent de nombreuses applications dans divers secteurs, notamment l'apprentissage automatique, l'apprentissage profond et l'IA générative (GenAI). Elles offrent des solutions aux problèmes de confidentialité des données et à la taille limitée des ensembles de données. On estime que d'ici 2030, les données synthétiques seront privilégiées par rapport aux données réelles dans les modèles d'IA. Nous avons répertorié leurs principales fonctionnalités et leurs avantages.
RPA en Python : 7 cas d'utilisation pour les développeurs
L'intersection de l'automatisation robotisée des processus (RPA) et de Python peut révolutionner le paysage de l'automatisation intelligente. Bien que le marché mondial de la RPA soit évalué à 28 milliards de dollars en 2025 et devrait passer de 35,27 milliards de dollars en 2026 à environ 247 milliards de dollars d'ici 2035, entre 30 % et 50 % des projets de RPA échouent.
Les 10 meilleurs outils d'observabilité réseau
L'observabilité du réseau offre aux organisations une visibilité sur les performances de leur réseau, permettant une identification et une résolution plus rapides des problèmes d'infrastructure. Les outils de cette catégorie utilisent de plus en plus l'IA pour automatiser la détection des anomalies dans le trafic et l'état des équipements. Top 8 des outils d'observabilité réseau * Les évaluations sont basées sur Capterra et G2.
Applications et outils d'IA pour les processus de comptabilité fournisseurs
Les processus manuels de comptabilité fournisseurs sont souvent ralentis par des problèmes évitables tels que les risques de fraude, les erreurs de saisie de données, les retards d'approbation et le manque de visibilité sur les dépenses. Les solutions de comptabilité fournisseurs basées sur l'IA remédient à ces difficultés en automatisant les tâches courantes, en améliorant la précision et en offrant une meilleure visibilité sur l'ensemble du cycle de paiement. Par conséquent, plus de la moitié (54 %) des directeurs financiers privilégieront l'intégration de ces solutions.
Les 7 principaux défis et solutions en matière de reconnaissance vocale
Les systèmes de reconnaissance vocale (SRV) sont au cœur des assistants vocaux, des outils de transcription et de l'automatisation du service client. Bien que la reconnaissance vocale améliore l'efficacité et l'expérience utilisateur, choisir la solution adaptée reste complexe. Parmi les questions clés figurent sa précision en environnement bruyant, sa capacité à gérer les termes techniques et les accents, le compromis entre rapidité et fiabilité, ainsi que la gestion de la confidentialité et des risques d'hallucinations.
Top 5 IBM Concurrents de Watsonx
Les entreprises utilisent l'IA conversationnelle pour traiter les questions des clients à grande échelle et réduire les temps d'attente. Bien que Watsonx Assistant de IBM soit l'une des solutions les plus établies dans ce domaine, elle n'est pas toujours la plus adaptée à toutes les équipes. Des facteurs tels que la taille de l'entreprise, les contraintes budgétaires et les ressources techniques peuvent influencer le choix de cette solution.
Les 13 meilleurs outils SIEM open source
Il n'existe aucun outil open source unique offrant une solution SIEM complète et prête à l'emploi. Chaque option présente des compromis : soit un SIEM dédié mais avec des lacunes en matière d'analyse, soit une solution performante de journalisation et d'analyse qui nécessite l'intégration manuelle de la détection de sécurité.
Newsletter AIMultiple
Un e-mail gratuit par semaine contenant les dernières actualités technologiques B2B et des analyses d'experts pour accélérer la croissance de votre entreprise.