Cem Dilmegani
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
- Cem Dilmegani, Post-AI Banking: Milioni di posti di lavoro a rischio a causa dell'automazione delle funzioni principali delle banche . 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 ai media, a conferenze e ad altri eventi.
- Risposte alle domande di Korea24 sulla perdita di posti di lavoro dovuta all'IA, Korea24
- "Immobiliare e tecnologia" , un seminario presentato dal Wilbur F. Breslin Center for Real Estate Studies e dalla Frank G. Zarb School of Business della Hofstra University nel 2023 e nel 2024.
- Sessione Radar AI (22 giugno 2023): "Aumentare l'impatto della scienza dei dati con ChatGPT".
- Incontro di Generative AI Atlanta: Intelligenza artificiale 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 perseguire un'intelligenza artificiale più intelligente di noi , Washington Post.
- Potenziare la leadership nell'IA: Toolkit per i dirigenti di alto livello in materia di IA , World Economic Forum.
- Prestazioni dell'UE in materia di scienza, ricerca e innovazione , Commissione europea.
- 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.
- Hypatos riceve 11,8 milioni di dollari per un approccio di deep learning all'elaborazione dei documenti , secondo TechCrunch.
- 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
Motori di inferenza LLM: vLLM vs LMDeploy vs SGLang
Abbiamo eseguito il benchmark di 3 motori di inferenza LLM leader su NVIDIA H100: vLLM, LMDeploy e SGLang. Ogni motore ha elaborato carichi di lavoro identici: 1.000 prompt ShareGPT utilizzando Llama 3.1 8B-Instruct per isolare il vero impatto sulle prestazioni delle loro scelte architetturali e strategie di ottimizzazione. Risultati del benchmark dei motori di inferenza Abbiamo misurato il throughput batch offline su 10.000 operazioni di inferenza totali (1.
I 5 migliori strumenti open source per il monitoraggio dei database
Gli strumenti commerciali per il monitoraggio dei database spesso promettono interfacce raffinate e un supporto aziendale dedicato. Le soluzioni open source vengono sempre più scelte per la loro trasparenza, economicità, sviluppo guidato dalla community e flessibilità.
LCM: dalla tokenizzazione LLM alla rappresentazione a livello di concetto
I modelli concettuali di grandi dimensioni (LCM), come introdotti da Meta nel loro lavoro sui “Large Concept Models”, rappresentano un cambiamento fondamentale che si allontana dalla predizione basata sui token per avvicinarsi alla rappresentazione a livello di concetto.
Confronto tra modelli di linguaggio visivo e riconoscimento delle immagini.
I modelli di linguaggio visivo avanzati (VLM) possono sostituire i modelli tradizionali di riconoscimento delle immagini? Per scoprirlo, abbiamo confrontato le prestazioni di 16 modelli leader in tre paradigmi: reti neurali convoluzionali (CNN) tradizionali (ResNet, EfficientNet), VLM (come GPT-4.1, Gemini 2.5) e API cloud (AWS, Google, Azure).
I 7 livelli dello stack di IA agentica in 2026
L'avvento dell'IA agentiva ha introdotto uno stack tecnologico che va ben oltre le semplici chiamate alle API del modello di base. A differenza degli stack software tradizionali, dove il valore si concentra spesso a livello applicativo, lo stack dell'IA agentiva distribuisce il valore in modo più disomogeneo. Alcuni livelli offrono forti opportunità di differenziazione e di creazione di un vantaggio competitivo, mentre altri si stanno rapidamente standardizzando.
Agentic Mesh: il futuro della collaborazione scalabile basata sull'IA
Sebbene si sia scritto molto sulle architetture degli agenti, le implementazioni di livello produttivo nel mondo reale rimangono limitate. Questo articolo mette in evidenza la mesh di IA agentica, un concetto introdotto in una recente analisi di McKinsey. Esamineremo le sfide che emergono negli ambienti di produzione e dimostreremo come la nostra architettura proposta consenta una scalabilità controllata delle capacità di IA.
Ottimizzazione della codifica agentica: come utilizzare il codice Claude nel 2026?
Gli strumenti di programmazione basati sull'IA sono diventati indispensabili per molte attività di sviluppo. Nei nostri test, strumenti di programmazione IA popolari come Cursor sono stati responsabili della generazione di oltre il 70% del codice necessario per le attività.
Le 20 principali previsioni degli esperti sulla perdita di posti di lavoro nel settore dell'IA
Come consulente McKinsey, ho aiutato le aziende ad adottare nuove tecnologie per un decennio. Le mie risposte rapide sulla perdita di posti di lavoro dovuta all'IA: Previsioni sulla perdita di posti di lavoro dovuta all'IA Nota: la dimensione dei grafici è correlata alla dimensione della previsione di perdita di posti di lavoro. Le percentuali a cui si fa riferimento nella nostra analisi derivano da ipotesi sulla sostituzione complessiva dei posti di lavoro.
MCP Benchmark: i migliori server MCP per l'accesso web
Abbiamo eseguito un benchmark su 8 server MCP per la ricerca e l'estrazione web, nonché per le attività di automazione del browser, eseguendo 4 attività diverse 5 volte su tutti gli MCP idonei. Abbiamo anche effettuato un test di carico con 250 agenti AI simultanei.
Principale database vettoriale per RAG: Qdrant vs Weaviate vs Pinecone
I database vettoriali alimentano il livello di recupero nei flussi di lavoro RAG memorizzando gli embedding di documenti e query come vettori ad alta dimensionalità. Consentono ricerche di similarità veloci basate su distanze vettoriali.
Newsletter AI Multiple
Una email gratuita a settimana con le ultime notizie tecnologiche B2B e approfondimenti di esperti per dare impulso alla tua azienda.