Cem Dilmegani
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]
Esperienza professionale e risultati
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. [6], [7]
Interessi di ricerca
Il lavoro di Cem si concentra su IA aziendale e software.L'esperienza pratica di Cem nel software aziendale contribuisce al suo lavoro. Altri analisti di settore di AIMultiple e il team tecnologico supportano Cem nella progettazione, nell'esecuzione e nella valutazione dei benchmark.
Formazione
Si è laureato come ingegnere informatico presso l'Università di Bogazici nel 2007. Durante la laurea in ingegneria, ha studiato machine learning in un'epoca in cui era comunemente chiamato "data mining" e la maggior parte delle reti neurali aveva pochi strati nascosti.Ha conseguito un MBA dalla Columbia Business School nel 2012.
Cem parla fluentemente inglese e turco. Ha un livello avanzato di tedesco e un livello principiante di francese.
Pubblicazioni esterne
- Cem Dilmegani, Post-AI Banking: milioni di posti di lavoro a rischio mentre le banche automatizzano le loro funzioni principali. International Banker.
- Cem Dilmegani, Bengi Korkmaz e Martin Lundqvist (1 dicembre 2014).Digitalizzazione del settore pubblico: la sfida da mille miliardi di dollari, McKinsey & Company.
Presentazioni su media, conferenze e altri eventi
- Ospite su American Variety Radio, rispondendo alle domande di Court Lewis sull'AGI il 25 aprile 2026.
- Ha risposto alle domande di Korea24 sulla perdita di posti di lavoro dovuta all'IA il 5 novembre 2025. Registrazione disponibile su: Korea24
- Immobiliare e tecnologia, presentato dal Wilbur F. Breslin Center for Real Estate Studies della Hofstra University e dalla Frank G. Zarb School of Business nel 2023 e nel 2024.
- Sessione Radar AI (22 giugno 2023): "Aumentare l'impatto della data science con ChatGPT".
- Meetup Generative AI Atlanta: IA generativa per la tecnologia aziendale.
Fonti
- Perché Microsoft, IBM e Google stanno intensificando gli sforzi sull'etica dell'IA, Business Insider.
- Microsoft investe 1 miliardo di dollari in OpenAI per sviluppare un'intelligenza artificiale più intelligente di noi, Washington Post.
- Potenziare la leadership nell'IA: strumenti per la C-suite sull'IA, World Economic Forum.
- Prestazioni di scienza, ricerca e innovazione dell'UE, Commissione europea.
- L'investimento dell'UE di 200 miliardi di euro nell'IA spinge liquidità nei data center, ma il mercato dei chip resta una sfida, IT Brew.
- Hypatos ottiene 11,8 milioni di dollari per un approccio di deep learning all'elaborazione dei documenti, TechCrunch.
- Abbiamo avuto uno sguardo esclusivo al pitch deck che la startup di IA Hypatos ha usato per raccogliere 11 milioni di dollari, Business Insider.
Ultimi articoli di Cem
Top 50 Casi d'Uso e Studi di Caso di Deep Learning
Il deep learning utilizza le reti neurali artificiali per apprendere dai dati. Quando addestrato su grandi dataset di alta qualità, raggiunge un'alta accuratezza, rendendolo prezioso ovunque si abbiano dati abbondanti e sia necessaria una previsione accurata. Di seguito sono riportate applicazioni reali di deep learning in diversi settori e funzioni aziendali, con esempi concreti. I…
Pi Network ti renderà ricco? No, ma può pagare centesimi all'ora
Gli utenti possono investire il loro tempo o denaro in Pi Network. Nulla di quanto scritto qui deve essere interpretato come consiglio di investimento. Non ci aspettiamo che nessuno tranne i fondatori tragga beneficio da PI Network in modo significativo perché: Nonostante tutto ciò, ci piacciono i loro post ottimisti mentre entrano nel 2026 con…
IA generativa nella moda: i migliori 13 casi d'uso ed esempi
89% di tutte le aziende in diversi settori stanno passando alle tecnologie digitali, e l'IA generativa nel settore della moda non fa eccezione. McKinsey riferisce che i marchi e le aziende di moda hanno investito circa il 2% del loro reddito in tecnologie emergenti. Inoltre, stimano che la cifra salirà al 3,5% entro il 2030.1…
Benchmark di web crawler per alimentare i siti web con l'IA
Abbiamo confrontato quattro API di crawl su tre domini di difficoltà variabile a tre livelli di profondità massima (5, 10, 20) con un limite di 1.000 pagine, misurando la copertura di crawl, il tempo di esecuzione, il rilevamento dei link, la qualità dei link markdown e l'accuratezza dell'estrazione dei titoli. Se il tuo obiettivo è:…
Agenti IA Mobili Testati in 65 Compiti del Mondo Reale
Abbiamo trascorso 3 giorni testando quattro agenti IA mobili (DroidRun, Mobile-Agent, AutoDroid e AppAgent) in 65 compiti del mondo reale utilizzando un emulatore Android con applicazioni come gestione del calendario, creazione di contatti, acquisizione di foto, registrazione audio e operazioni sui file. Consulta i risultati del benchmark inclusi confronto delle prestazioni nel mondo reale, costi…
I migliori strumenti LLMOps e confronto con MLOps
Le piattaforme LLMOps gestiscono il lato operativo dell'esecuzione dei modelli linguistici di grandi dimensioni: distribuzione, monitoraggio, valutazione e gestione dei costi. Abbiamo esaminato i migliori strumenti LLMOps, le loro funzionalità principali, i modelli di prezzo e le differenze tra loro per aiutare a identificare la soluzione più adatta a diversi casi d'uso. Di seguito viene…
Migliori strumenti design-to-code a confronto: analisi dettagliata
Gli strumenti design-to-code sono cambiati più negli ultimi 18 mesi che nel decennio precedente. La categoria un tempo significava “esportare un po' di CSS da Figma”. Ora comprende builder di app full-stack, integrazioni bidirezionali MCP che riscrivono sulla tela e piattaforme agentiche che inviano rami di produzione da messaggi Slack. Gli strumenti in questo elenco…
10+ Tendenze ed esempi di IA agentica
Abbiamo esaminato e confrontato le tendenze dell'IA agentica da diversi importanti report di settore, benchmark e comunicazioni dei fornitori. Le fonti indicano che il futuro dell'IA agentica riguarda l'integrazione profonda dell'IA e la trasformazione degli approcci aziendali attraverso la ristrutturazione degli attuali framework. Punti chiave: Man mano che le organizzazioni ampliano le loro iniziative di…
I migliori 50+ agenti IA open source elencati
Tutti stanno costruendo agenti IA, quindi dopo test pratici con i più diffusi agenti di codifica IA, builder di agenti IA e benchmark sull'uso degli strumenti per valutare le loro capacità nel mondo reale, abbiamo raccolto un elenco curato dei migliori 50+ agenti IA open source. Fai clic sulle intestazioni di categoria per passare direttamente…
Le migliori alternative ad Appen per lavoratori e clienti
Abbiamo analizzato le migliori alternative ad Appen confrontando le valutazioni delle recensioni dei lavoratori su Trustpilot, la dimensione della crowd, i piani di pagamento e i dati aziendali pubblicamente disponibili. Le alternative differiscono notevolmente a seconda di ciò di cui hai bisogno da Appen. Sfoglia per ruolo: * I dati provengono da Trustpilot, poiché è…
Newsletter AI Multiple
Una email gratuita a settimana con le ultime notizie tecnologiche B2B e approfondimenti di esperti per dare impulso alla tua azienda.