Agenti IA nel servizio clienti a confronto

Agenti IA basati su grandi modelli linguistici (LLMs) possono rispondere alle domande dei clienti in linguaggio naturale, interpretare il contesto e generare risposte simili a quelle umane. Questi agenti possono elaborare e sintetizzare grandi volumi di informazioni da fonti come le knowledge base.

Abbiamo raccolto quattro agenti IA per il servizio clienti: Tidio Lyro, Microsoft Azure IA Chatbot, IBM Watsonx Assistant e Intercom Fin. Di seguito cosa abbiamo scoperto, insieme a un elenco più ampio di strumenti da conoscere.

Abbiamo confrontato questi quattro agenti stabilendo un benchmark basato su un agente del servizio clienti di un'azienda immaginaria. Vedi la metodologia.

Sulla base dei risultati chiave del nostro benchmark, ti consigliamo di:

I nostri migliori consigli

Se la sicurezza dei dati è una priorità, scegli Tidio. Quando è stato chiesto un rimborso per un cliente specifico senza contesto di accesso, Tidio ha indirizzato l'utente al proprio account invece di leggere i dettagli personali in chat. Nessuno degli altri strumenti lo ha fatto per impostazione predefinita.

Azure funziona bene per i dati rivolti al pubblico. Fin da subito, Azure ha risposto con precisione alle domande, ma ha restituito informazioni specifiche sui clienti a chiunque le chiedesse, senza richiedere autenticazione. Può essere bloccato, ma ciò richiede un significativo lavoro di sviluppo. Se stai costruendo su contenuti non sensibili (FAQ pubbliche, documentazione di prodotto), è una solida base.

Esempi principali di agenti IA nel servizio clienti

Microsoft Azure IA Chatbot

L'offerta di chatbot di Azure è un kit di costruzione piuttosto che un prodotto finito. I team possono costruire qualsiasi cosa, da un semplice risponditore di FAQ a un assistente multimodale con riconoscimento vocale, elaborazione delle immagini e generazione aumentata da recupero. La maggior parte del lavoro di costruzione ricade sul team.

Il percorso di sviluppo è cambiato. Microsoft ora descrive il Microsoft 365 Agents SDK come l'evoluzione del Azure Bot Framework SDK e invita i team con bot Framework esistenti a migrare. Ne derivano due conseguenze. LUIS e QnA Maker sono in pensione, quindi qualsiasi progetto che dipenda da essi deve essere sostituito con approcci basati sul recupero. L'Agents SDK non supporta più Composer, Adaptive Dialogs e Adaptive Expressions, il che significa che gli asset correlati vengono rimossi anziché portati. I team che desiderano una piattaforma preconfezionata invece di un SDK vengono indirizzati a Microsoft Copilot Studio.

Effetto pratico sulla valutazione: una shortlist costruita sulle competenze del Bot Framework SDK sta misurando un percorso legacy. Il confronto attuale si colloca tra Copilot Studio per il lavoro low-code e l'Agents SDK per le build personalizzate.

Prezzi: nessuna licenza per utente. I costi maturano su traffico Bot Service, token del modello e query di ricerca. La fatturazione a consumo può risultare più economica su larga scala. Può anche aumentare quando l'uso dei token cresce, quindi gli avvisi di budget vanno inseriti nella checklist di configurazione.

Copertura dei canali rimane il motivo più forte per scegliere Azure. Una singola distribuzione raggiunge Teams, Slack, web, mobile e Facebook Messenger. L'integrazione con SharePoint consente all'agente di rispondere da documenti interni.

Gestione dei dati: la configurazione di base non impedisce che i dati dei clienti appaiano nelle risposte in chat. Nel benchmark, Azure ha restituito dettagli sui rimborsi e informazioni sugli ordini a un utente che non aveva effettuato l'accesso. Le distribuzioni su dati sensibili richiedono controlli di accesso espliciti prima del lancio.

IBM Watsonx Assistant

watsonx Assistant è stato creato per grandi organizzazioni che già gestiscono infrastrutture di contact center e necessitano di un livello IA che si colleghi a quei sistemi anziché sostituirli. La sua logica di passaggio a un operatore umano è più matura rispetto alla maggior parte dei concorrenti: quando l'agente non riesce a risolvere un problema, trasferisce la conversazione a un rappresentante dal vivo senza chiedere al cliente di ripetere il problema.

Cambio di linea di prodotto: IBM ha integrato Watsonx Assistant in Watsonx Orchestrate. IBM pubblica una guida alla migrazione che spiega come spostare Actions, Dialog e integrazioni. Il sito di IBM ora presenta Assistant come una funzionalità all'interno di Orchestrate piuttosto che come prodotto autonomo e indirizza le nuove implementazioni a iniziare in Orchestrate. Watsonx Orchestrate ha raggiunto la disponibilità generale a maggio 2026.

Cosa significa per gli acquirenti: Le distribuzioni esistenti di Watsonx Assistant continuano a funzionare. I team che partono da zero valutano Orchestrate, che si estende oltre la chat fino all'automazione dei flussi di lavoro multi-agente. Ciò amplia l'ambito dell'acquisto e dell'implementazione.¹

Limitazioni note dalle segnalazioni degli utenti: tempi di risposta di 15–20 secondi senza streaming in tempo reale e frasi ripetute nelle conversazioni multi-turno. Nessuno dei due blocca le distribuzioni interne o a basso volume. Entrambi contano nei contesti consumer ad alto traffico.

Intercom’s Fin

Fin gestisce la lunga coda di domande di supporto ripetitive e basate su policy. Recupera risposte da diverse fonti contemporaneamente e adatta il tono per corrispondere alla voce interna del team, invece di usare un registro generico. Le implementazioni standard non richiedono competenze tecniche. Le azioni personalizzate che si collegano a sistemi esterni sono componenti aggiuntivi opzionali.

Cambio di proprietà: Intercom si è rinominata Fin a maggio 2026, prendendo il nome del suo agente IA. Il 15 giugno 2026, Salesforce ha firmato un accordo definitivo per acquisire Fin per circa $3,6 miliardi. L'accordo è firmato ma non ancora concluso. Salesforce prevede di chiudere la transazione nel quarto trimestre del suo anno fiscale 2027, subordinatamente alle autorizzazioni normative. Salesforce ha dichiarato che Fin confluirà nella piattaforma Agentforce.

Cosa significa per gli acquirenti: Fino alla chiusura dell'accordo, Fin opera come prodotto autonomo e i prezzi non sono cambiati. I team che firmano contratti pluriennali dovrebbero considerare i cambi di pacchetto una volta che Fin sarà dentro Agentforce.

Modello: Fin gira su Apex, un modello creato per il supporto clienti. Salesforce afferma che l'agente risolve circa il 76% delle richieste di supporto in arrivo senza l'intervento umano. Questa cifra è riportata dal fornitore e riflette la base clienti di Fin piuttosto che una misurazione indipendente.

Prezzi: Fin fattura per risultato a $0.99. Un risultato fatturabile copre una risoluzione, un passaggio di procedura o una squalifica. La qualificazione dei lead ha un costo maggiore, a $9.99. Un piano base di circa $49 al mese copre 50 risultati. I costi per postazione si applicano separatamente sui piani Intercom. La curva dei costi sale man mano che l'agente gestisce più volume, il che va nella direzione opposta a quella di cui ha bisogno la maggior parte dei budget di supporto.

Tidio Lyro

Invece di costruire un chatbot generico, Tidio Lyro ha fatto dei compromessi deliberati: Lyro è progettato specificamente per l'e-commerce e il supporto alle PMI, non per infrastrutture enterprise. Gira su Anthropic’s Claude insieme ai modelli di Tidio, e le sue risposte sono leggibili e contestualmente fondate piuttosto che simili a modelli predefiniti.

La configurazione richiede meno di cinque minuti per i casi d'uso di base. La dashboard di analisi mostra tassi di risoluzione, volume delle conversazioni e trigger di passaggio a un operatore, aiutando i team a identificare rapidamente le lacune nella propria knowledge base. Gestisce inoltre query multilingue senza richiedere di fornire contenuti tradotti.

Due limitazioni degne di nota: il livello gratuito copre solo 50 conversazioni e la piattaforma non è ancora stata ottimizzata per casi d'uso medici o finanziari, dove i requisiti di conformità sono più severi.

Prezzi: Tidio vende Lyro come componente aggiuntivo e come prodotto autonomo. Il componente aggiuntivo Lyro IA Agent parte da $33 al mese per 50 conversazioni Lyro con fatturazione annuale. I piani piattaforma partono da Starter a $24 al mese per 100 conversazioni fatturabili, Growth da $49 al mese e Plus da $300 al mese più utilizzo.

La soglia gratuito richiede attenzione nel budgeting. Ogni account inizia con 50 conversazioni Lyro come credito una tantum valido per tutta la vita, anziché un rinnovo mensile. Per ripristinare quel limite ogni mese è necessario un piano Lyro a pagamento.

Una conversazione Lyro conta come qualsiasi interazione con il cliente che ha ricevuto almeno una risposta dall'agente, indipendentemente dal numero di scambi.²

Altri esempi di agenti IA nel servizio clienti

Sierra

Sierra crea agenti brandizzati rivolti ai clienti con una distribuzione "white-glove", e copre chat e voce. Fattura in base ai risultati piuttosto che ai token. Sierra gestisce inoltre τ-bench, il benchmark aperto per agenti del servizio clienti descritto di seguito, che conferisce all'azienda una visibilità pubblica insolita su come viene misurata la sua categoria.

Kore.IA Agent

L'Agent di Kore.ai migliora l'efficienza degli agenti con l'IA generativa automatizzando i flussi di lavoro e offrendo una guida in tempo reale:

• Suggerimenti sulla migliore azione successiva per migliorare interazioni e risultati.
• Coaching adattivo in tempo reale per migliorare le prestazioni del rappresentante dell'assistenza.
• Playbook guidati per aiutare i rappresentanti a seguire le migliori pratiche per un servizio conforme.

Pro:

• La piattaforma richiede una conoscenza minima di NLP e LLM per configurare i bot.
• Kore.ai offre ampie opzioni di personalizzazione tramite il suo SDK.
• Kore.ai è adatta alle imprese, con soluzioni pronte all'uso per attività IT (come l'integrazione con ServiceNow).

Contro:

• La NLU della piattaforma può avere difficoltà a gestire input utente molto variabili. Si consiglia un approccio di apprendimento zero-shot per migliorare la capacità di elaborare input sconosciuti in modo più flessibile.
• Sebbene la piattaforma offra personalizzazione tramite il suo SDK, è difficile creare soluzioni personalizzate.

Genesys Agent Copilot

Genesys Agent Copilot migliora i rappresentanti del contact center fornendo una guida basata su IA durante e dopo le interazioni con i clienti. Identifica l'intento del cliente, recupera automaticamente le conoscenze pertinenti e indirizza gli agenti sui passi successivi più appropriati.

Funzionalità principali:

• Cattura dei suggerimenti degli agenti sui miglioramenti della conoscenza
• Trascrizione delle conversazioni
• Fornitura di scripting personalizzato
• Presentazione del documento di processo del flusso di lavoro
• Suggerimento dei codici di chiusura
• Scrittura di un riassunto dell'interazione

Pro:

• Dopo un'interazione, il riassunto generato può essere rivisto, modificato e incorporato nelle note dell'interazione.
• Automatizzando parti del processo, come la ricerca di conoscenza, la generazione di script e la previsione dei codici di chiusura, la piattaforma riduce significativamente il tempo medio di gestione (AHT)

Contro:

• È difficile integrare Genesys Cloud Agent Copilot con CRM diversi da Genesys o dai sistemi di contact center.

Ema’s Customer Support Agent

Fonte: Ema³

L'agente di Ema supporta azioni a livello enterprise con 100+ modelli LLM, tra cui GPT-5, Gemini 1.5, Mistral e Llama 3. Gli utenti possono anche portare il proprio modello LLM sulla piattaforma.

• Con Ema, i clienti possono distribuire altri agenti IA predefiniti per coprire argomenti come vendite e marketing, legale e conformità, esperienza dei dipendenti e servizio clienti.
• Casi d'uso comuni includono l'approvazione di procedure mediche, la gestione dei sinistri assicurativi e la redazione di proposte commerciali.
• La piattaforma offre certificazioni SOC 2, HIPAA, GDPR e ISO 27001.

Salesforce Agentforce

Salesforce ha ufficialmente ritirato il marchio Einstein Copilot e lo ha rinominato Agentforce (o "Agentforce Assistant"). Il prodotto fa ora parte della più ampia piattaforma Agentforce, con UI, autorizzazioni e documentazione aggiornate. Le funzionalità sono le stesse, ma il marchio è completamente cambiato. ⁴

Bland.ai

Bland.ai è una piattaforma enterprise di servizio clienti per chiamate IA. L'azienda offre un agente vocale multi-prompt per l'automazione delle chiamate in vari ambiti, tra cui servizio clienti e vendite.

Gli utenti possono anche eseguire il fine-tune di un modello linguistico personalizzato per la propria azienda, utilizzando i dati delle conversazioni precedenti.

Può essere utilizzato in varie procedure operative di vendita per gestire:

• Elaborazione standard degli ordini
• Richieste di inventario
• Richieste di fatturazione
• Resi e cambi di base

Ada IA Agent

Ada è un agente di servizio clienti basato su IA a livello aziendale che consente alle imprese di risolvere automaticamente i problemi di servizio su canali e lingue diverse. Ada può essere costoso ($1-$3,50/risoluzione ticket).

Ada IA Agent:

• Esegue azioni in migliaia di app e database.
• Garantisce che ogni risposta sia fondata sulla tua knowledge base.
• Integra i dati storici dei clienti con le fonti informative per personalizzare le risposte.

My AskAI

My AskAI è un assistente IA per i team di supporto, è un'opzione economicamente vantaggiosa.

My AskAI si integra con Zendesk, offrendo funzionalità simili (e persino superiori in alcune aree, come integrazioni di conoscenza avanzate, migliori approfondimenti e funzionalità di miglioramento della conoscenza), pur essendo 2-10x più conveniente rispetto a soluzioni come Ada IA agents o Zendesk IA agents.

Decagon

Decagon adotta l'approccio opposto al controllo. Il comportamento dell'agente è scritto come procedure operative in linguaggio semplice che un team CX modifica e testa senza aspettare il fornitore. Decagon fattura secondo due modelli: una tariffa per conversazione addebitata su ogni richiesta in arrivo e una tariffa per risoluzione più elevata addebitata quando l'agente risolve un problema senza intervento umano.

Parloa

Parloa è specializzato nella voce. Gli agenti vocali hanno un budget di latenza di poche centinaia di millisecondi e l'architettura differisce abbastanza dalla chat che le prestazioni eccellenti nella chat non si trasferiscono automaticamente.

Metodologia di benchmark per agenti IA del servizio clienti

Misurazione

Abbiamo valutato quattro leader del settore sulle loro chiavi API o playground con il dataset di hold-out composto da 100 domande selezionate casualmente dal Bitext Gen IA Chatbot Customer Support Dataset⁵.

Dataset

Abbiamo creato un'azienda immaginaria, TechStyle, con un sito e-commerce e tutte le sue politiche di base in atto. Abbiamo inoltre creato un piccolo database clienti. Queste informazioni sono state fornite a ciascun fornitore di agenti IA, dopodiché abbiamo posto le nostre domande.

Criteri di valutazione

I nostri criteri di valutazione consistevano nella media di queste tre metriche:

• Accuratezza: La risposta corrisponde alle policy di TechStyle e ai dati dei clienti?
• Completezza: Affronta pienamente ciò che il cliente ha chiesto?
• Utilità: È professionale, empatica e attuabile?

In accuratezza e completezza, abbiamo anche premiato i fornitori per aver protetto i dati dei clienti invece di divulgarli nelle risposte in chat. La valutazione delle risposte è stata condotta da grandi modelli linguistici che hanno valutato la loro somiglianza con le risposte accurate fornite dal dataset Bitext e le nostre personalizzazioni per i dati di TechStyle.

Utilità valuta quanto bene l'IA crea un'esperienza cliente positiva utilizzando un tono professionale con un linguaggio educato e rispettoso; dimostrando empatia riconoscendo la frustrazione; fornendo istruzioni chiare e concise; offrendo supporto attivo anticipando le esigenze; e assicurandosi che i clienti si sentano ascoltati affrontando i loro problemi specifici invece di dare risposte generiche.

Esempio di valutazione

“La domanda “Mi aspetto un rimborso di $129,99, è stato elaborato?” è stata inviata a ciascun agente senza informazioni identificative e senza accesso cliente. “$129,99 dollari” duplica anche la valuta.” Secondo la nostra verità di base, che abbiamo creato con l'aiuto di LLM, una risposta 100/100 includerebbe tutte le informazioni rilevanti come:

“Ciao! Ci scusiamo per il ritardo nell'elaborazione del rimborso. Il rimborso di $129,99 per il Portable SSD Drive è stato elaborato e di solito impiega 5-10 giorni lavorativi per comparire sul tuo account. Puoi monitorare lo stato nella sezione 'I miei resi', che mostrerà: Reso avviato, Reso in transito, Reso ricevuto, Reso elaborato o Rimborso emesso. Riceverai inoltre aggiornamenti via email in ogni fase. C'è altro con cui posso aiutarti?”

Nel frattempo, le risposte fornite dai primi 2 fornitori sono:

Azure

Risposta: Il rimborso di $129,99 per il tuo Portable SSD Drive è stato elaborato. Di solito occorrono 5-10 giorni lavorativi affinché i fondi ricompaiano sul tuo account. Puoi monitorare lo stato del tuo reso nella sezione "I miei resi" del tuo account.

Punteggio: Azure ha ricevuto un punteggio di 95/100 per l'accuratezza perché non ha menzionato che i clienti ricevono aggiornamenti via email in ogni fase. Ha ottenuto 95/100 per la completezza perché non ha specificato un elenco completo di stati. Ha ottenuto 80/100 per l'utilità perché manca un saluto, dovrebbe salutare per primo, e non ci sono riconoscimento, scuse o assistenza per il monitoraggio e il follow-up.

Tidio Lyro

Risposta: Puoi controllare lo stato del tuo rimborso nella sezione "I miei resi" del tuo account. Il sistema mostrerà uno di questi stati: Reso avviato, Reso in transito, Reso ricevuto, Reso elaborato o Rimborso emesso. Riceverai inoltre aggiornamenti via email in ogni fase.

Punteggio: Tidio Lyro ha ottenuto 95/100 per l'accuratezza, mancando dettagli specifici sul rimborso, ma ha raggiunto un perfetto 100/100 per la completezza poiché non sono necessarie domande di follow-up in base alla domanda. Tidio ha ricevuto 87/100 per l'utilità perché manca un saluto e non ha riconoscimento o scuse.

Casi d'uso reali di agenti IA nel servizio clienti

1. Lyro di Tidio

Gecko Hospitality, un'azienda di servizi di reclutamento, impiega l'agente IA Lyro di Tidio insieme ad automazioni di flusso di chat per pre-qualificare i candidati e gestire le richieste di routine costantemente, 24/7. L'IA risolve in autonomia circa il 90% delle conversazioni del servizio clienti, indirizzando curriculum o domande dei clienti al reclutatore appropriato in meno di 90 secondi. In soli sei mesi dall'implementazione, ciò ha portato a ulteriori 257 contatti candidati, riducendo significativamente i tempi di revisione e risposta manuali e consentendo ai reclutatori di concentrarsi su interazioni più preziose.⁶

2. Agente di assistenza clienti di Ema

Envoy integra l'agente di assistenza clienti IA di Ema per l'assistenza in-app, risparmiando il 70%-80% del tempo del team di supporto. Questa soluzione basata su IA semplifica le attività di servizio clienti e migliora l'efficienza.⁷

3. Bland.ai

L'agente IA di Bland.ai risponde alle richieste dei clienti come gestore immobiliare, gestendo rinnovi di contratti e richieste. Questa soluzione basata su IA aiuta i gestori immobiliari ad automatizzare le attività comuni, migliorando tempi di risposta e soddisfazione del cliente.⁸

4. Ada IA Agent

Wealthsimple utilizza l'agente IA Ada per gestire il carico di lavoro di 10 dipendenti a tempo pieno (FTE). Le funzionalità di automazione di Ada migliorano l'esperienza del cliente offrendo risposte rapide e accurate alle richieste finanziarie.⁹

5. Beam IA’s Customer Service Agent

Avi Medical automatizza i servizi sanitari con Beam IA’s customer service agent, riducendo i tempi medi di risposta di circa l'85%. Il sistema basato su IA migliora l'assistenza ai pazienti e accelera i tempi di risposta.¹⁰

6. Sierra

WeightWatchers utilizza Sierra IA per raggiungere un tasso di risoluzione del 70% nelle interazioni di servizio clienti. Sfruttando la tecnologia IA, Sierra migliora l'esperienza di assistenza e aiuta a risolvere le richieste dei clienti più velocemente.¹¹

Differenze chiave tra chatbot e agenti IA

I chatbot tradizionalmente operano su sistemi rigidi basati su regole, utilizzando alberi decisionali e risposte pre-sceneggiate per simulare conversazioni. Dipendono da un'ampia configurazione manuale per rilevare parole chiave e fornire risposte pertinenti e pre-curate.

Gli agenti IA sono basati su grandi modelli linguistici (LLMs), consentendo loro di comprendere il linguaggio naturale, interpretare il contesto e generare risposte simili a quelle umane. Questi agenti possono elaborare e sintetizzare grandi volumi di informazioni da fonti come le knowledge base.

Gli agenti IA offrono inoltre:

• Integrazioni di conoscenza (sincronizzazione con sistemi come Zendesk).
• Azioni generative (la capacità di agire per conto del cliente).
• Ragionamento (la capacità di rivedere come il motore di risoluzione ha determinato cosa fare dopo).
• Guida (dire alla tua IA come svolgere un compito specifico).
• Approfondimenti automatizzati sulla risoluzione (il tasso con cui gli agenti IA risolvono i problemi senza escalation ad agenti umani).

Non perderti i nostri benchmark e approfondimenti basati sui dati. Il pulsante apre Google; selezionare AIMultiple conferma che desideri vedere AIMultiple più spesso nei risultati di ricerca di Google.

Aggiungi come fonte preferita

FAQ

Ulteriori letture

• Confronta 20 strumenti di sicurezza LLM e framework open-source
• Builder di agenti IA

Cita questo benchmark

Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Sezer, Sena},
  title  = {{Agenti IA nel servizio clienti a confronto}},
  year   = {2026},
  month  = sep,
  howpublished    = {\url{https://aimultiple.com/ai-agents-customer-service}},
  note   = {AIMultiple. Consultato il 3 Settembre 2026}
}

Registro delle modifiche

9 aggiornamenti

Tutte9Generale6Metodologia3

1. 20263 Set

   Aggiunto l'accordo di Salesforce per acquisire Intercom Fin per 3,6 miliardi di dollari al profilo di Fin.

2. 17 Feb

   Sostituita la descrizione del prodotto Tidio Lyro con nuovi dettagli su caratteristiche e prezzi.

3. 202527 Giu

   Aggiunte raccomandazioni all'introduzione.

4. 27 Giu

   Sostituita la valutazione di esempio nella metodologia con una nuova.

5. 18 Giu

   La sezione della metodologia è stata ampliata con una ripartizione dettagliata della metrica di utilità professionale.

6. 27 Mag

   Rimosso Microsoft Copilot AI dalla panoramica degli agenti AI.

7. 27 Mag

   Aggiunta una metodologia di benchmark degli agenti AI del servizio clienti alla sezione metodologia.

8. 14 Mag

   Aggiunto Tidio's Lyro alla panoramica degli agenti AI.

9. 25 Mar

   Aggiornata la descrizione di Fin di Intercom nella sezione panoramica.

Collegamenti di riferimento

1.

IBM notice: The page you requested cannot be displayed

2.

Tidio Pricing—Find the Best Plan for Your Business Needs

Tidio

3.

AI Agents for Customer Support Enhance AI Customer Service

4.

What Is Agentforce Assistant? (Formerly Einstein Copilot) | Salesforce

5.

Bitext Gen AI Chatbot Customer Support Dataset | Kaggle

6.

Gecko Hospitality Reaches 90% Customer Service Automation

Tidio

7.

How Envoy Global Leverages Ema for Enhanced Service - Ema

8.

Module 3 | Lesson 3: Case Studies and Best Practices

9.

Automate Troubleshooting and Resolve Inquiries with AI Customer Service | Ada

10.

Our Case Studies: AI Agents & Agentic Automation | Beam AI

11.

How WeightWatchers embraces AI to engage members with empathy, at scale, with Sierra | Sierra

Sierra

Cem Dilmegani

Analista principale

Segui

Cem è analista principale presso AIMultiple dal 2017.

Il lavoro di Cem presso AIMultiple è stato citato da importanti testate internazionali tra cui Business Insider, Forbes, Morning Brew e Washington Post, da aziende globali come Deloitte e HPE, da ONG come il World Economic Forum e da organizzazioni sovranazionali come la Commissione europea. [1], [2], [3], [4], [5]

Nel corso della sua carriera, Cem ha lavorato come consulente tecnologico, acquirente tecnologico e imprenditore tecnologico. Ha consigliato le aziende sulle loro decisioni tecnologiche presso McKinsey & Company e Altman Solon per più di un decennio. Ha inoltre pubblicato un report McKinsey sulla digitalizzazione.

Ha guidato la strategia tecnologica e gli approvvigionamenti di una società di telecomunicazioni rispondendo direttamente al CEO. Ha inoltre guidato la crescita commerciale dell'azienda deep tech Hypatos, che ha raggiunto ricavi ricorrenti annuali a 7 cifre e una valutazione a 9 cifre partendo da zero in 2 anni. Il lavoro di Cem in Hypatos è stato ripreso da importanti testate tecnologiche come TechCrunch e Business Insider.

Cem interviene regolarmente a conferenze tecnologiche internazionali. Si è laureato come ingegnere informatico presso l'Università di Bogazici e possiede un MBA della Columbia Business School.

Visualizza il profilo completo

Ricercato da

Sena Sezer

Analista di settore

Segui

Sena è analista di settore in AIMultiple. Ha conseguito la laurea triennale presso la Bogazici University.

Visualizza il profilo completo

Sii il primo a commentare

Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.

Nome

Indirizzo e-mail

Commento

0/450

Pubblica un commento