Cem Dilmegani
Le travail de Cem chez AIMultiple a été cité par des publications mondiales de premier plan, notamment Business Insider, Forbes, Morning Brew et Washington Post, par des entreprises mondiales comme Deloitte et HPE, par des ONG comme World Economic Forum et par des organisations supranationales comme European Commission. [1], [2], [3], [4], [5]
Expérience professionnelle et réalisations
Tout au long de sa carrière, Cem a été consultant en technologies, acheteur de technologies et entrepreneur technologique. Il a conseillé des entreprises sur leurs décisions technologiques chez McKinsey & Company et Altman Solon pendant plus de dix ans. Il a également publié un rapport McKinsey sur la digitalisation.Il a dirigé la stratégie technologique et les achats d'un opérateur télécom, sous la responsabilité du PDG. Il a également dirigé la croissance commerciale de l'entreprise de technologie profonde Hypatos, qui a atteint un revenu récurrent annuel à 7 chiffres et une valorisation à 9 chiffres, passant de 0 à ce résultat en deux ans. Le travail de Cem chez Hypatos a été couvert par des publications technologiques de premier plan comme TechCrunch et Business Insider. [6], [7]
Centres d'intérêt de recherche
Le travail de Cem porte sur l'IA d'entreprise et les logiciels.L'expérience pratique de Cem en matière de logiciels d'entreprise contribue à son travail. D'autres analystes sectoriels d'AIMultiple et l'équipe technique aident Cem à concevoir, exécuter et évaluer des benchmarks.
Formation
Il a obtenu son diplôme d'ingénieur informatique de Bogazici University en 2007. Au cours de ses études d'ingénieur, il a étudié l'apprentissage automatique à une époque où on l'appelait couramment « exploration de données » et où la plupart des réseaux de neurones comptaient quelques couches cachées.Il a obtenu un MBA de la Columbia Business School en 2012.
Cem parle couramment l'anglais et le turc. Il a un niveau avancé en allemand et un niveau débutant en français.
Publications externes
- Cem Dilmegani, Post-AI Banking : des millions d'emplois menacés alors que les banques automatisent leurs fonctions essentielles. International Banker.
- Cem Dilmegani, Bengi Korkmaz et Martin Lundqvist (1er décembre 2014). Numérisation du secteur public : le défi de mille milliards de dollars, McKinsey & Company.
Médias, conférences et autres présentations
- Invité sur American Variety Radio, il a répondu aux questions de Court Lewis sur l'AGI le 25 avril 2026.
- A répondu aux questions de Korea24 sur les pertes d'emploi dues à l'IA le 5 novembre 2025. Enregistrement disponible sur : Korea24
- Immobilier et technologie, présenté par le Wilbur F. Breslin Center for Real Estate Studies de Hofstra University et la Frank G. Zarb School of Business en 2023 et 2024.
- Session Radar AI (22 juin 2023) : « Accroître l'impact de la science des données avec ChatGPT ».
- Meetup IA générative d'Atlanta : L'IA générative pour les 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 intelligente que nous, Washington Post.
- Renforcer le leadership en IA : boîte à outils IA pour les dirigeants, World Economic Forum.
- Performance de l'UE en matière de science, de recherche et d'innovation, European Commission.
- L'investissement de 200 milliards d'euros de l'UE dans l'IA injecte des liquidités 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 des documents, TechCrunch.
- Nous avons pu consulter en exclusivité le pitch deck que la start-up d'IA Hypatos a utilisé pour lever 11 millions de dollars, Business Insider.
Derniers articles de Cem
Top 4 des moteurs de recherche IA comparés
Rechercher avec LLMs est devenu une alternative majeure à la recherche Google. Nous avons évalué les moteurs de recherche IA suivants pour déterminer lequel fournit les résultats les plus corrects : Deepseek est le leader de ce benchmark, en fournissant correctement 57 % des données de notre dataset de référence. Vous pouvez également consulter notre benchmark…
Alternatives au DGX Spark: RTX, Ryzen IA Halo et Mac Studio
Nous comparons les benchmarks d’inference publiés pour DGX Spark, RTX et Ryzen IA Halo, couvrant le traitement des prompts, la génération de tokens et les contextes plus longs. Les alternatives incluent le Framework Desktop, le Mac Studio et les systèmes GB10 d’autres fabricants. La vitesse de décodage mesure les tokens de sortie générés par seconde.…
Pi Network vous rendra-t-il riche ? Non, mais il peut rapporter quelques centimes par heure
Les utilisateurs peuvent investir leur temps ou leur argent dans Pi Network. Rien de ce qui est écrit ici ne doit être interprété comme un conseil en investissement. Nous ne nous attendons pas à ce que quiconque, à part les fondateurs, bénéficie de PI Network de manière significative, car : Malgré tout cela, nous aimons…
VELC-Bench: Vérification sur le benchmark de contexte long
La capacité du modèle à localiser une métrique spécifique dans le contexte, à comparer sa valeur à une affirmation, et à la confirmer ou la rejeter. Cela teste la correspondance fine des valeurs dans des conditions de contexte long. Le modèle doit à la fois récupérer la valeur et effectuer une comparaison précise. Les modèles…
RELC-Bench: benchmark de récupération sur contexte long
RELC-Bench (RELC-Bench : benchmark de récupération sur contexte long) vise à mesurer la capacité d'un modèle à trouver et à extraire une valeur numérique spécifique d'un ou plusieurs documents dans son contexte. Il teste si le modèle peut se souvenir et récupérer un fait spécifique qu'il vient de voir dans l'entrée. claude-fable-5 obtient un score…
Wu Dao 3.0: La version chinoise de GPT-5
Lorsque les États-Unis ont coupé l'accès de la Chine aux puces avancées, l'Académie de Beijing pour l'intelligence artificielle a dû faire un choix : se plaindre des restrictions ou les contourner. Ils ont choisi la deuxième option. Wu Dao 3.0, lancé en juillet 2023, jette le manuel par-dessus bord. Pas de modèles massifs de billions…
Modèles de fondation mondiaux: 10 cas d'utilisation
Former des robots et des véhicules autonomes (AV) dans le monde physique peut être coûteux, long et risqué. Les modèles de fondation mondiaux offrent une alternative évolutive en permettant des simulations réalistes d’environnements du monde réel. Ces modèles accélèrent le développement et le déploiement en robotique, dans les véhicules autonomes et dans d’autres domaines en…
Top 20 applications d'IA pour la durabilité et 7 outils
En appliquant l’IA générative à l’optimisation logistique, à la prévision de la demande et à la réduction des déchets, les entreprises peuvent réduire leurs émissions dans l’ensemble de leurs opérations, au-delà des systèmes d’IA eux-mêmes. Découvrez 7 outils d’IA pour la durabilité et 20 applications avec des exemples concrets qui exploitent l’IA pour bâtir un…
10 Risques de l'IA Générative & Comment les Atténuer
Alors que les industries donnent la priorité à l'IA générative pour l'innovation et l'automatisation, son potentiel augmente. Cependant, les risques de l'IA générative, comme les problèmes d'exactitude et d'éthique, demeurent. Relever ces défis est essentiel pour garantir que l'IA profite à l'humanité. Découvrez les 10 principaux risques de l'IA générative et les étapes pour les…
IA reproductible: pourquoi c'est important & comment l'améliorer
La reproductibilité est un élément central de la recherche scientifique. Elle permet aux chercheurs et aux équipes d'IA de vérifier si un résultat peut être obtenu à nouveau dans des conditions clairement décrites. Un rapport de l'OCDE sur l'IA dans la science soutient que la recherche en IA n'a pas échappé à la crise plus…
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.