Contattaci
Servizi
Contattaci
Nessun risultato trovato.
Cem Dilmegani

Cem Dilmegani

Analista principale
344 Articoli
Rimani aggiornato sulle novità tecnologiche B2B.
Cem è stato l'analista principale di AIMultiple per quasi un decennio. 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 e risultati conseguiti

Nel corso della sua carriera, Cem ha lavorato come consulente tecnologico, acquirente di tecnologia e imprenditore tecnologico. Ha fornito consulenza alle aziende 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 gli acquisti di una società di telecomunicazioni, riportando direttamente all'amministratore delegato. Ha anche guidato la crescita commerciale dell'azienda deep tech Hypatos, che ha raggiunto un fatturato ricorrente annuo a 7 cifre e una valutazione a 9 cifre partendo da zero in 2 anni. Il lavoro di Cem in Hypatos è stato trattato da importanti pubblicazioni tecnologiche come TechCrunch e Business Insider. [6], [7]

Interessi di ricerca

Il lavoro di Cem si concentra su come le aziende possono sfruttare le nuove tecnologie in ambito di intelligenza artificiale, intelligenza artificiale agenziale, sicurezza informatica (inclusa la sicurezza di rete e la sicurezza delle applicazioni) e dati, compresi i dati web. L'esperienza pratica di Cem nello sviluppo di software aziendali contribuisce al suo lavoro. Altri analisti del settore e il team tecnico supportano Cem nella progettazione, esecuzione e valutazione dei benchmark.

Preparazione

Si è laureato in ingegneria informatica presso l'Università di Bogazici nel 2007. Durante gli studi di ingegneria, ha approfondito l'apprendimento automatico in un periodo in cui veniva comunemente chiamato "data mining" e la maggior parte delle reti neurali presentava alcuni strati nascosti. Ha conseguito un MBA presso la Columbia Business School nel 2012. Cem parla fluentemente inglese e turco. Ha una conoscenza avanzata del tedesco e un livello principiante del francese.

Pubblicazioni esterne

Presentazioni ai media, a conferenze e ad altri eventi.

Fonti

  1. Perché Microsoft, IBM e Google stanno intensificando gli sforzi sull'etica dell'IA , Business Insider.
  2. Microsoft investe 1 miliardo di dollari in OpenAI per perseguire un'intelligenza artificiale più intelligente di noi , Washington Post.
  3. Potenziare la leadership nell'IA: Toolkit per i dirigenti di alto livello in materia di IA , World Economic Forum.
  4. Prestazioni dell'UE in materia di scienza, ricerca e innovazione , Commissione europea.
  5. L'investimento di 200 miliardi di euro dell'UE nell'intelligenza artificiale convoglia capitali verso i data center, ma il mercato dei chip rimane una sfida , IT Brew.
  6. Hypatos riceve 11,8 milioni di dollari per un approccio di deep learning all'elaborazione dei documenti , secondo TechCrunch.
  7. Business Insider ha pubblicato in esclusiva il pitch deck utilizzato dalla startup di intelligenza artificiale Hypatos per raccogliere 11 milioni di dollari .

Ultimi articoli di Cem

IAGen 23

Le 20 migliori applicazioni e esempi di AI per la sostenibilità

According to PwC, GenAI could improve operational efficiency, which might indirectly reduce carbon footprints in business processes. By applying generative AI to areas such as logistics optimization, demand forecasting, and waste reduction, companies can reduce emissions across their operations beyond the AI systems themselves.

Agente IAGen 23

Agenti AI Mobili Testati su 65 Attività del Mondo Reale

We spent 3 days benchmarking four mobile AI agents (DroidRun, Mobile-Agent, AutoDroid, and AppAgent) across 65 real-world tasks using an Android emulator with applications such as calendar management, contact creation, photo capture, audio recording, and file operations.

IAGen 23

Le 9 migliori aziende di infrastruttura AI e applicazioni

Many organizations invest heavily in AI, yet most projects fail to scale. Only 10-20% of AI proofs of concept progress to full deployment. A key reason is that existing systems are not equipped to support the demands of large datasets, real-time processing, or complex machine learning models.

IAGen 22

GPU Software per l'IA: CUDA vs. ROCm

Raw hardware specifications tell only half the story in GPU computing. To measure real-world AI performance, we ran 52 distinct tests comparing AMD’s MI300X with NVIDIA’s H100, H200, and B200 across multi-GPU and high-concurrency scenarios.

IAGen 22

GPU Marketplace: Shadeform vs Prime Intellect vs Node AI

Finding available GPU capacity at reasonable prices has become a critical challenge for AI teams. While major cloud providers like AWS and Google Cloud offer GPU instances, they’re often at capacity or expensive. GPU marketplace aggregators have emerged as an alternative, connecting users to dozens of providers through a single interface.

IAGen 22

Fatura OCR Benchmark: LLMların OCRlara Göre Çıkarma Doğruluğu

Invoice processing is a critical yet labor-intensive business operation that traditionally requires manual data extraction and entry into accounting systems. This manual approach is time-consuming and susceptible to human error.

Agente IAGen 22

AI Ajanlar: Operator vs Tarayıcı Kullanımı vs Project Mariner

AI agents are increasingly marketed as end-to-end digital workers, but real-world performance can vary widely depending on the task, tools, and execution environment. To understand what these systems can genuinely deliver today, we conducted hands-on benchmarking across practical business scenarios.

Software aziendaleGen 22

Casi di studio blockchain in settori chiave

A recent forecast projects the blockchain market will reach 943 billion U.S. dollars by 2032, growing at a CAGR of 56%.While the potential is massive, executives face uncertainty due to the varying maturity of blockchain solutions across industries.

IAGen 22

Ses-Konuşma Metne Dönüştürme Benchmark: Deepgram vs. Whisper

We benchmarked the leading speech-to-text (STT) providers, focusing specifically on healthcare applications. Our benchmark used real-world examples to assess transcription accuracy in medical contexts, where precision is crucial. Speech-to-text benchmark results Based on both word error rate (WER) and character error rate (CER) results, GPT-4o-transcribe demonstrates the highest transcription accuracy among all evaluated speech-to-text systems.

IAGen 22

LLM Kullanım Durumlarına Göre Gecikme Karşılaştırması

The effectiveness of large language models (LLMs) is determined not only by their accuracy and capabilities but also by the speed at which they engage with users. We benchmarked the performance of leading language models across various use cases, measuring their response times to user input.

...3132333435