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
10+ Esempi di Large Language Model
Abbiamo raccolto benchmark open-source per confrontare i principali large language models proprietari e open-source. Scegli il tuo caso d'uso per trovare il model giusto. Puoi valutare i large language models esaminando le loro prestazioni nei benchmark e la latenza nel mondo reale (disponibile facendo clic sul nome di ciascun model nella tabella) e analizzando i…
Chatbot vs ChatGPT: Differenze e funzionalità
I chatbot tradizionali recuperano risposte predefinite da una base di conoscenza fissa. ChatGPT genera risposte da zero utilizzando un large language model addestrato su dati su scala Internet. Questa singola differenza architetturale è il motivo per cui risolvono problemi completamente diversi e per cui scegliere quello sbagliato costa tempo e denaro. Chiariamo cosa distingue i…
Agenti IA nel servizio clienti a confronto
Gli agenti IA basati su modelli linguistici di grandi dimensioni (LLMs) possono rispondere alle richieste 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 provenienti da fonti come le knowledge base. Abbiamo raccolto quattro agenti IA per il servizio…
Sistemi CRM IA: I 5 migliori fornitori e funzionalità chiave
Abbiamo monitorato 50+ annunci di prodotto dai principali fornitori di CRM, analizzato i lanci di integrazione di Salesforce, HubSpot e Microsoft e incrociato i dati di adozione di 15+ rapporti di ricerca di settore per capire quali funzionalità di CRM IA offrono davvero valore rispetto al clamore del marketing. ClickUp domina l'interesse di ricerca con…
Browser remoti: infrastruttura web per agenti IA a confronto
Gli agenti IA si affidano a browser remoti per automatizzare le attività web senza essere bloccati da misure anti-scraping. Le prestazioni di questa infrastruttura browser sono fondamentali per il successo di un agente. Abbiamo valutato 8 fornitori in termini di tasso di successo, velocità e funzionalità. Per farlo, abbiamo eseguito 160 attività automatizzate, eseguendo 4…
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…
I migliori 25 casi d'uso della generative IA nella finanza
Ho trascorso un decennio a fare consulenza per le società di servizi finanziari. Ogni implementazione di IA che ho visto seguiva lo stesso schema: progetti pilota che apparivano impressionanti nelle presentazioni ma si bloccavano in produzione. Questo sta cambiando. Le banche stanno implementando la generative IA su larga scala e i risultati sono misurabili. Ecco…
17 Casi d'uso dell'IA generativa in sanità
I sistemi sanitari stanno affrontando un aumento dei volumi di dati, carenze di personale e crescenti aspettative di assistenza personalizzata. L'IA generativa sta emergendo come soluzione chiave sintetizzando dati medici non strutturati, come note cliniche, referti di imaging e storie dei pazienti, in approfondimenti per clinici e amministratori. Scopri come l'IA generativa viene applicata nell'erogazione…
I migliori 9 software AS2
Abbiamo confrontato i 9 migliori strumenti che offrono supporto AS2 in base a prezzi, funzionalità principali e opzioni di implementazione: La tabella è ordinata in base al numero di recensioni. I nostri abbonati sono elencati in cima. L'implementazione AS2 di JSCAPE MFT Server è certificata Drummond dal 2015. Supporta MDN sincrono o asincrono e OFTP2…
Esplora le migliori 11 tecnologie per il miglioramento della privacy
Anche con normative come GDPR e CCPA, i dati dei consumatori sono spesso esposti a hacker, aziende e governi. Poiché le aziende condividono i dati con terze parti per migliorare la visibilità di rete, il rischio di fughe di dati aumenta. Le tecnologie per il miglioramento della privacy (PET) aiutano le aziende a utilizzare questi…
Newsletter AI Multiple
Una email gratuita a settimana con le ultime notizie tecnologiche B2B e approfondimenti di esperti per dare impulso alla tua azienda.