Cem Dilmegani
Il lavoro di Cem presso AIMultiple è stato citato da importanti pubblicazioni globali tra cui Business Insider, Forbes, Morning Brew, Washington Post, aziende globali come HPE, ONG come il World Economic Forum e organizzazioni sovranazionali come la Commissione Europea. [1], [2], [3], [4], [5]
Esperienza professionale & risultati
Nell'arco della sua carriera, Cem ha lavorato come consulente tecnologico, acquirente tecnologico e imprenditore tecnologico. Ha consigliato le imprese sulle loro decisioni tecnologiche presso McKinsey & Company e Altman Solon per oltre un decennio. Ha anche pubblicato un rapporto McKinsey sulla digitalizzazione.Ha guidato la strategia tecnologica e l'approvvigionamento di un'azienda di telecomunicazioni riportando al CEO. Ha anche guidato la crescita commerciale della società deep tech Hypatos che ha raggiunto un fatturato annuo ricorrente a 7 cifre e una valutazione a 9 cifre partendo da 0 in 2 anni. Il lavoro di Cem in Hypatos è stato seguito da importanti pubblicazioni tecnologiche come TechCrunch e Business Insider. [6], [7]
Interessi di ricerca
Il lavoro di Cem si concentra sull'AI aziendale e sul software.L'esperienza pratica di Cem nel software aziendale contribuisce al suo lavoro. Altri analisti del settore AIMultiple e il team tecnico supportano Cem nella progettazione, esecuzione e valutazione dei benchmark.
Formazione
Si è laureato in ingegneria informatica presso l'Università Bogazici nel 2007. Durante il suo corso di laurea in ingegneria, ha studiato apprendimento automatico in un'epoca in cui veniva comunemente chiamato "estrazione dei dati" e la maggior parte delle reti neurali aveva pochi strati nascosti.Possiede un MBA della Columbia Business School conseguito nel 2012.
Cem parla fluentemente inglese e turco. Ha un livello avanzato in tedesco e un livello principiante in 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 trilioni di dollari, McKinsey & Company.
Media, conferenze & altre presentazioni di 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'AI 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 2024.
- Sessione Radar AI (22 giugno 2023): "Aumentare l'impatto della Data Science con ChatGPT".
- Generative AI Atlanta meetup: Generative AI per la tecnologia aziendale.
Fonti
- Perché Microsoft, IBM e Google stanno intensificando gli sforzi sull'etica dell'AI, Business Insider.
- Microsoft investe 1 miliardo di dollari in OpenAI per perseguire un'intelligenza artificiale più intelligente di noi, Washington Post.
- Potenziare la leadership dell'AI: toolkit per i dirigenti aziendali, World Economic Forum.
- Prestazioni in materia di scienza, ricerca e innovazione dell'UE, Commissione Europea.
- L'investimento da 200 miliardi di euro dell'UE nell'AI spinge liquidità nei data center, ma il mercato dei chip rimane una sfida, IT Brew.
- Hypatos ottiene 11,8 milioni di dollari per un approccio di deep learning all'elaborazione dei documenti, TechCrunch.
- Abbiamo dato uno sguardo esclusivo al pitch deck che la startup AI Hypatos ha usato per raccogliere 11 milioni di dollari, Business Insider.
Ultimi articoli di Cem
Python RPA: 8 casi d'uso per sviluppatori
L'automazione robotica dei processi (RPA) consente ai robot software di eseguire attività informatiche ripetitive. Python offre agli sviluppatori un modo flessibile per costruire quei robot in codice. Il mercato globale RPA si aggira intorno a USD 28 miliardi nel 2025 e si prevede che raggiunga circa USD 247 miliardi entro il 2035.1 Eppure tra il…
Documentazione sull'Automazione dei Test con Best Practices
L'automazione dei test è fondamentale per garantire la qualità e l'affidabilità delle applicazioni nel testing e nello sviluppo software. Le aziende e i team QA stanno passando dal testing manuale al testing automatizzato poiché può: Ciò che spesso viene trascurato è il ruolo di una documentazione efficace nel massimizzare i benefici dell'automazione dei test. Esploriamo…
I 7 Migliori Software DLP Open Source
Mentre i software DLP open source offrono soluzioni valide per la protezione dei dati, le aziende più grandi spesso si rivolgono a software DLP a sorgente chiuso per una gestione centralizzata delle chiavi potenziata e opzioni di implementazione cloud-native. Di seguito sono riportati i cinque strumenti DLP open source migliori, valutati per accuratezza del rilevamento,…
Confronto tra 9 Large Language Models in ambito sanitario
Abbiamo sottoposto a benchmark 9 LLM utilizzando il dataset MedQA, un benchmark di esami clinici a livello universitario derivato dalle domande USMLE. Ogni modello ha risposto agli stessi scenari clinici a scelta multipla utilizzando un prompt standardizzato, consentendo un confronto diretto dell'accuratezza. Abbiamo anche registrato la latenza per domanda dividendo il tempo di esecuzione totale…
OCR Benchmark: Accuratezza nell'Estrazione / Acquisizione del Testo
L'accuratezza dell'OCR è fondamentale per molte attività di elaborazione documentale, e i modelli LLM multimodali SOTA stanno ora offrendo un'alternativa all'OCR. Abbiamo confrontato i principali servizi di OCR nel DeltOCR Bench per identificare i loro livelli di accuratezza su diversi tipi di documenti: Di seguito sono elencati i nomi completi dei prodotti sopra citati e…
Sistemi ERP con IA Generativa: 10 Casi d'Uso e Vantaggi
I software di enterprise resource planning (ERP) aiutano le aziende a integrare i flussi di lavoro tra finanza e operations. L'IA generativa, insieme a tecnologie come l'RPA, ha il potenziale per migliorare i processi ERP. L'utilizzo finanziario dell'IA generativa nei sistemi ERP può coprire l'automazione dell'intero ciclo procure-to-pay e processi come la contabilità fornitori. Un…
10 Rischi dell'IA Generativa & Come Mitigarli
Con le industrie che danno priorità all'IA generativa per l'innovazione e l'automazione, il suo potenziale cresce. Tuttavia, i rischi dell'IA generativa come l'accuratezza e le preoccupazioni etiche rimangono. Affrontare queste sfide è fondamentale per garantire che l'IA benefici l'umanità. Esplora i principali 10 rischi dell'IA generativa e i passaggi per mitigarli: L'IA generativa strumenti come…
AI generativa nel retail: 7 casi d'uso ed esempi
Le aziende del retail si impegnano a migliorare l'esperienza e la fedeltà dei clienti. Ciò richiede la produzione di contenuti accattivanti in vari formati, attività di marketing efficaci e un servizio clienti eccezionale. Con l'AI generativa, i rivenditori possono affrontare la maggior parte di questi problemi attraverso l'automazione, in particolare migliorando la loro capacità di…
Federated Learning: 7 Casi d'Uso ed Esempi
Il federated learning (FL) consente ai modelli di apprendere da dati decentralizzati mantenendo private le informazioni sensibili e garantendo la conformità con le leggi sulla localizzazione e sulla privacy dei dati. Scopri cos'è il federated learning, come funziona, casi d'uso comuni con esempi reali, potenziali sfide e le sue alternative. Il federated learning supporta un'ampia…
Control-M per l'automazione dei carichi di lavoro aziendali
Control-M di BMC Software aiuta i team a coordinare e automatizzare i flussi di lavoro di dati e applicazioni in ambienti diversi, inclusi mainframe, cloud e sistemi ibridi. Offre agli utenti un unico punto per programmare i job, monitorare l'avanzamento e gestire le dipendenze. La piattaforma si connette anche con servizi cloud diffusi, strumenti per…
Newsletter AI Multiple
Una email gratuita a settimana con le ultime notizie tecnologiche B2B e approfondimenti di esperti per dare impulso alla tua azienda.