Services
Contactez-nous
Cem Dilmegani

Cem Dilmegani

Analyste principal
342 Articles
Restez informé des dernières technologies B2B
Cem est analyste principal chez AIMultiple depuis près de dix ans. Ses travaux chez AIMultiple ont été cités par des publications internationales de premier plan telles que Business Insider, Forbes, Morning Brew et le Washington Post, ainsi que par des entreprises internationales comme HPE, des ONG comme le Forum économique mondial et des organisations supranationales comme la Commission européenne. [1], [2], [3], [4], [5]

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

Présentations aux médias, conférences et autres événements

Sources

  1. Pourquoi Microsoft, IBM et Google intensifient leurs efforts en matière d'éthique de l'IA , Business Insider.
  2. Microsoft investit 1 milliard de dollars dans OpenAI pour développer une intelligence artificielle plus performante que l'humanité , Washington Post.
  3. Développer le leadership en IA : Boîte à outils IA pour les dirigeants , Forum économique mondial.
  4. Performances scientifiques, de recherche et d'innovation de l'UE , Commission européenne.
  5. 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.
  6. Hypatos lève 11,8 millions de dollars pour une approche d'apprentissage profond appliquée au traitement de documents , TechCrunch.
  7. 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

IAJan 30

Les 10 meilleurs chatbots hypothécaires en  : cas d'utilisation et exemples

Les banques qui fidélisent leurs clients voient leurs dépôts augmenter de 85 % plus rapidement que leurs concurrents. Le traitement des prêts influe directement sur la satisfaction client. Les chatbots peuvent gérer les tâches liées aux prêts hypothécaires 24 h/24 et 7 j/7, simulant ainsi le travail des courtiers en prêts hypothécaires. Nous examinons 10 fournisseurs, leurs applications pratiques et la mise en œuvre par United Wholesale Mortgage.

DonnéesJan 30

Navigateurs distants : Comparaison des infrastructures web pour les agents d'IA

Les agents d'IA s'appuient sur des navigateurs distants pour automatiser les tâches web sans être bloqués par les mesures anti-scraping. La performance de cette infrastructure de navigateur est cruciale pour le succès d'un agent. Nous avons évalué 8 fournisseurs selon leur taux de réussite, leur vitesse et leurs fonctionnalités. Pour ce faire, nous avons exécuté 160 tâches automatisées, en répétant 4 scénarios distincts 5 fois pour chaque service.

IAJan 28

Évaluation comparative de 8 modèles de code d'IA : LMC-Eval

Plus de 37 % des tâches effectuées sur des modèles d'IA concernent la programmation informatique et les mathématiques. Afin d'identifier le modèle d'IA le plus adapté au codage, nous lançons un nouveau benchmark, LMC-Eval, qui teste les meilleurs modèles d'IA pour évaluer leurs performances sur des questions de codage logique : résultats de LMC-Eval.

IAJan 28

Test de performance OCR : Précision d'extraction/de capture de texte

La précision de la reconnaissance optique de caractères (OCR) est essentielle pour de nombreuses tâches de traitement de documents, et les logiciels multimodaux de pointe offrent désormais une alternative à l'OCR. Nous avons comparé les principaux services d'OCR dans DeltOCR Bench afin d'identifier leurs niveaux de précision pour différents types de documents : Analyse comparative OCR : DeltOCR Bench.

cybersécuritéJan 28

Les 10 meilleurs outils de micro-segmentation open source en

La segmentation réseau traditionnelle ne convient pas aux microservices. Les adresses IP et les ports ne peuvent pas protéger les communications API lorsque les services sont créés et arrêtés dynamiquement dans différents conteneurs. Les grandes entreprises qui utilisent des architectures de microservices ont besoin d'une approche différente : une segmentation basée sur l'identité qui suit les services où qu'ils soient exécutés.

IAJan 23

Analyse comparative des reçus OCR avec LLM

L'extraction de données à partir des reçus est essentielle pour les entreprises, car des millions d'employés soumettent leurs notes de frais professionnelles via ces supports. Grâce aux dernières avancées en intelligence artificielle générative et en modélisation du langage naturel, la précision de l'extraction de données a atteint un niveau comparable à celui des humains.

IAJan 22

Logiciels GPU pour l'IA : CUDA contre ROCm en

Les spécifications matérielles brutes ne révèlent que la moitié du potentiel du calcul GPU. Pour mesurer les performances réelles en IA, nous avons effectué 52 tests distincts comparant le MI300X de AMD aux H100, H200 et B200 de NVIDIA dans des scénarios multi-GPU et de forte concurrence.

IAJan 22

Comparaison des performances OCR des factures : précision d'extraction des logiciels de reconnaissance optique de caractères (LLM) par rapport aux logiciels de reconnaissance optique de caractères (OCR)

Le traitement des factures est une opération commerciale essentielle mais gourmande en main-d'œuvre qui nécessite traditionnellement l'extraction et la saisie manuelles des données dans les systèmes comptables. Cette approche manuelle est chronophage et sujette aux erreurs humaines.

Agent IAJan 22

Agents d'IA : comparaison entre l'utilisation par un opérateur, par navigateur et avec Project Mariner

Les agents d'IA sont de plus en plus présentés comme des assistants numériques complets, mais leurs performances réelles peuvent varier considérablement selon la tâche, les outils et l'environnement d'exécution. Afin de comprendre ce que ces systèmes peuvent réellement apporter aujourd'hui, nous avons mené des tests comparatifs pratiques dans des scénarios d'entreprise concrets.

IAJan 22

Comparatif de conversion de la parole en texte : Deepgram vs. Whisper

Nous avons comparé les principaux fournisseurs de solutions de transcription vocale (STT), en nous concentrant plus particulièrement sur les applications de santé. Notre évaluation comparative s'est appuyée sur des exemples concrets pour évaluer la précision de la transcription dans des contextes médicaux, où la précision est cruciale. Résultats de l'évaluation comparative de la transcription vocale : d'après les taux d'erreur sur les mots (WER) et les taux d'erreur sur les caractères (CER), GPT-4o-transcribe présente la plus grande précision de transcription parmi tous les systèmes de transcription vocale évalués.