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
Meilleurs outils de reconnaissance d'images comparés
Nous avons évalué les performances réelles des meilleurs outils cloud de reconnaissance d'images pour les tâches de détection d'objets en comparant leurs configurations API par défaut sur 5 classes utilisant 100 images. Cela comprenait la comparaison des performances, l'analyse des fonctionnalités et la comparaison des offres de services par rapport aux prix. Résultats du benchmark…
Top 13 cas d'utilisation des GAN
Bien que les GAN aient été les pionniers de nombreuses applications d'IA générative, en particulier dans la synthèse d'images et le transfert de style, la plupart des outils d'IA générative grand public actuels reposent sur des architectures basées sur la diffusion ou des approches connexes telles que le flow matching et les transformers de diffusion…
Agents IA locaux: Goose, Observer AI, AnythingLLM
Les agents IA locaux sont souvent décrits comme hors ligne, sur appareil ou entièrement locaux. Nous avons passé trois jours à cartographier l'écosystème des agents IA locaux qui fonctionnent de manière autonome sur du matériel personnel sans dépendre de API ou de services cloud externes. Notre analyse classe les solutions leaders en trois domaines clés,…
Les 4 meilleurs moteurs de recherche IA comparés
La recherche avec des LLM est devenue une alternative majeure à la recherche Google. Nous avons évalué les moteurs de recherche IA suivants pour voir lequel fournit les résultats les plus corrects : Deepseek Search Andi ChatGPT Search avec GPT-4o Perplexity Search Pro Résultats du benchmark Deepseek est le leader de ce benchmark, en fournissant…
Comparatif et examen de la documentation informatique
Nous avons évalué les principales plateformes de documentation informatique pour évaluer leurs performances, fonctionnalités et facilité d'utilisation. Notre benchmark a mesuré les flux de travail de création de documents, les capacités de l'éditeur, la précision de la recherche et la gestion des relations dans des scénarios réels, notamment les recherches de codes d'erreur, l'indexation du…
Comparer les meilleurs agents IA dans le service client
Les agents IA alimentés par des modèles de langage de grande taille (LLM) peuvent répondre aux questions des clients en langage naturel, interpréter le contexte et générer des réponses humaines. Ces agents peuvent traiter et synthétiser de grands volumes d'informations provenant de sources telles que les bases de connaissances. Nous avons compilé quatre agents IA…
Benchmark de Web Crawler pour alimenter les sites web en IA
Nous avons évalué quatre API de crawl sur trois domaines de difficulté variable à trois niveaux de profondeur maximale (5, 10, 20) avec une limite de 1 000 pages, en mesurant la couverture du crawl, le temps d'exécution, la découverte de liens, la qualité des liens markdown et la précision de l'extraction des titres. Si…
Top 15+ Outils de réponse aux incidents open source
Basés sur leurs catégories et leurs étoiles GitHub, voici les principaux outils open source de réponse aux incidents pour vous aider à automatiser la détection et la résolution des violations de sécurité. Voir l'explication des outils de réponse aux incidents et des outils de réponse pure aux incidents. Outils de réponse aux incidents OutilCatégorieNombre d'étoiles…
Modèles d'embedding multimodaux: Apple vs Meta vs OpenAI
Les modèles d'embedding multimodaux excellent dans l'identification d'objets mais peinent avec les relations. Les modèles actuels ont du mal à distinguer « un téléphone sur une carte » d'« une carte sur un téléphone ». Nous avons évalué 7 modèles de premier plan sur MS-COCO et Winoground pour mesurer cette limitation spécifique. Pour assurer une…
RAG Outils d'évaluation: Weights & Biases vs Ragas vs DeepEval
Lorsqu'un pipeline RAG récupère le mauvais contexte, le LLM génère avec confiance la mauvaise réponse. Les scoreurs de pertinence du contexte sont la première ligne de défense. Nous avons évalué cinq outils sur 1 460 questions et plus de 14 600 contextes notés dans des conditions identiques : même modèle juge (GPT-4o), configurations par défaut…
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.