Cem Dilmegani
O trabalho de Cem no AIMultiple foi citado por publicações globais de destaque, incluindo Business Insider, Forbes, Morning Brew, Washington Post, empresas globais como HPE, ONGs como o Fórum Econômico Mundial e organizações supranacionais como a Comissão Europeia. [1], [2], [3], [4], [5]
Experiência profissional e conquistas
Ao longo de sua carreira, Cem atuou como consultor de tecnologia, comprador de tecnologia e empreendedor de tecnologia. Ele aconselhou empresas em suas decisões de tecnologia na McKinsey & Company e na Altman Solon por mais de uma década. Ele também publicou um relatório da McKinsey sobre digitalização.Ele liderou a estratégia de tecnologia e aquisições de uma empresa de telecomunicações, reportando-se ao CEO. Ele também liderou o crescimento comercial da empresa de tecnologia profunda Hypatos, que alcançou uma receita recorrente anual de 7 dígitos e uma avaliação de 9 dígitos partindo do zero em 2 anos. O trabalho de Cem na Hypatos foi coberto por publicações de tecnologia de destaque como TechCrunch e Business Insider. [6], [7]
Interesses de pesquisa
O trabalho de Cem concentra-se em IA empresarial e software.A experiência prática de Cem com software empresarial contribui para o seu trabalho. Outros analistas da indústria do AIMultiple e a equipe técnica apoiam Cem na concepção, execução e avaliação de benchmarks.
Formação acadêmica
Ele se formou como engenheiro de computação pela Universidade Bogazici em 2007. Durante sua graduação em engenharia, ele estudou aprendizado de máquina numa época em que era comumente chamado de "mineração de dados" e a maioria das redes neurais tinha poucas camadas ocultas.Ele possui um MBA pela Columbia Business School, obtido em 2012.
Cem é fluente em inglês e turco. Ele possui nível avançado em alemão e nível iniciante em francês.
Publicações externas
- Cem Dilmegani, Banco Pós-IA: Milhões de empregos em risco à medida que os bancos automatizam suas funções principais. International Banker.
- Cem Dilmegani, Bengi Korkmaz e Martin Lundqvist (1 de dezembro de 2014).Digitalização do setor público: O desafio de um trilhão de dólares, McKinsey & Company.
Mídia, conferências e outras apresentações em eventos
- Apresentado na American Variety Radio, respondendo às perguntas de Court Lewis sobre IAG em 25 de abril de 2026.
- Respondeu às perguntas da Korea24 sobre perda de empregos devido à IA em 5 de novembro de 2025. Gravação disponível em: Korea24
- Imóveis e Tecnologia, apresentado pelo Wilbur F. Breslin Center for Real Estate Studies da Universidade Hofstra e pela Frank G. Zarb School of Business em 2023 e 2024.
- Sessão Radar AI (22 de junho de 2023): "Aumentando o Impacto da Ciência de Dados com o ChatGPT".
- Encontro de IA Generativa de Atlanta: IA Generativa para Tecnologia Empresarial.
Fontes
- Por que Microsoft, IBM e Google estão intensificando esforços em ética de IA, Business Insider.
- Microsoft investe US$ 1 bilhão na OpenAI para buscar inteligência artificial que é mais inteligente que nós, Washington Post.
- Capacitando a Liderança em IA: Kit de Ferramentas para C-Suite de IA, Fórum Econômico Mundial.
- Desempenho de Ciência, Pesquisa e Inovação da UE, Comissão Europeia.
- Investimento de €200 bilhões da UE em IA injeta dinheiro em data centers, mas mercado de chips continua desafiador, IT Brew.
- Hypatos recebe US$ 11,8 milhões por abordagem de aprendizado profundo para processamento de documentos, TechCrunch.
- Tivemos uma visão exclusiva do pitch deck que a startup de IA Hypatos usou para levantar US$ 11 milhões, Business Insider.
Últimos artigos de Cem
Top 10 Ferramenta e Aplicações de Reconhecimento de Voz
Se você já usou assistentes virtuais como Alexa, Cortana ou Siri, provavelmente está familiarizado com reconhecimento de fala e IA conversacional. Esta tecnologia permite que os usuários interajam com dispositivos por meio de comandos verbais, convertendo consultas faladas em texto legível por máquina. Explore os 10 principais usos da tecnologia de reconhecimento de voz em…
IA Sem Código: Benefícios, Setores e Principais Diferenças
As ferramentas de IA sem código permitem que os utilizadores criem, treinem ou implementem aplicações de IA sem escrever código. Estas plataformas geralmente baseiam-se em interfaces de arrastar e largar, prompts de linguagem natural, assistentes de configuração guiada ou construtores visuais de fluxos de trabalho. Esta abordagem reduz a barreira de entrada e torna o…
Top 13 Casos de Uso de GANs
Embora as GANs tenham sido pioneiras em muitas das primeiras aplicações de IA generativa, particularmente na síntese de imagens e transferência de estilo, a maioria das ferramentas de IA generativa voltadas para o consumidor atualmente depende de arquiteturas baseadas em difusão ou abordagens relacionadas, como flow matching e diffusion transformers (DiT). No entanto, as GANs…
Agentes de IA Locais: Goose, Observer AI, AnythingLLM
Agentes de IA locais são frequentemente descritos como offline, no dispositivo ou totalmente locais. Passamos três dias mapeando o ecossistema de agentes de IA locais que rodam autonomamente em hardware pessoal sem depender de APIs externas ou serviços em nuvem. Nossa análise categoriza as principais soluções em três áreas-chave, com base em testes práticos em…
Benchmark e Análise de Documentação de TI
Avaliamos as principais plataformas de documentação de TI para avaliar seu desempenho, recursos e usabilidade. Nosso benchmark mediu fluxos de trabalho de criação de documentos, capacidades do editor, precisão da pesquisa e gerenciamento de relacionamentos em cenários do mundo real, incluindo pesquisas de códigos de erro, indexação de conteúdo PDF e preservação de sintaxe de…
Compare os Melhores Agentes de IA no Atendimento ao Cliente
Agentes de IA alimentados por modelos de linguagem de grande porte (LLMs) podem responder a consultas de clientes em linguagem natural, interpretar contexto e gerar respostas semelhantes às humanas. Esses agentes podem processar e sintetizar grandes volumes de informações de fontes como bases de conhecimento. Compilamos quatro agentes de IA de atendimento ao cliente: Tidio…
Benchmark de Web Crawler para Alimentar Sites com IA
Benchmarkamos quatro APIs de raspagem em três domínios de dificuldade variada em três níveis de profundidade máxima (5, 10, 20) com um limite de 1.000 páginas, medindo a cobertura da raspagem, tempo de execução, descoberta de links, qualidade dos links em markdown e precisão da extração de títulos. Se você tem como objetivo: Você pode…
Modelos de Incorporação Multimodal: Apple vs Meta vs OpenAI
Modelos de incorporação multimodal se destacam na identificação de objetos, mas lutam com relacionamentos. Os modelos atuais têm dificuldade em distinguir “telefone em um mapa” de “mapa em um telefone”. Avaliamos 7 modelos líderes em MS-COCO e Winoground para medir essa limitação específica. Para garantir uma comparação justa, avaliamos cada modelo sob condições idênticas usando…
RAG Ferramentas de Avaliação: Weights & Biases vs Ragas vs DeepEval
Quando um pipeline de RAG recupera o contexto errado, o LLM gera confiantemente a resposta errada. Os avaliadores de relevância de contexto são a principal defesa. Comparamos cinco ferramentas em 1,460 perguntas e mais de 14,600 contextos pontuados sob condições idênticas: mesmo modelo juiz (GPT-4o), configurações padrão e sem prompts personalizados. Em condições padrão, WandB,…
Benchmark de Fala para Texto: Deepgram vs. Whisper
Nós realizamos um benchmark dos principais provedores de fala para texto (STT), com foco específico em aplicações de saúde. Nosso benchmark utilizou exemplos reais para avaliar a precisão da transcrição em contextos médicos, onde a exatidão é crucial. Com base nos resultados da taxa de erro de palavra (WER) e da taxa de erro de…
Boletim informativo AIMultiple
Receba um e-mail gratuito por semana com as últimas notícias de tecnologia B2B e insights de especialistas para impulsionar o seu negócio.