Cem Dilmegani
Cem'in AIMultiple'daki çalışmaları Business Insider, Forbes, Morning Brew, Washington Post gibi önde gelen küresel yayınlar, HPE gibi küresel firmalar, Dünya Ekonomik Forumu gibi STK'lar ve Avrupa Komisyonu gibi uluslarüstü kuruluşlar tarafından alıntılanmıştır. [1], [2], [3], [4], [5]
Profesyonel deneyim & başarılar
Cem, kariyeri boyunca teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yapmıştır. On yıldan fazla bir süre McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararlarında danışmanlık yapmıştır. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayımlamıştır.CEO'ya rapor verirken bir telekomünikasyon şirketinin teknoloji stratejisini ve satın alımını yönetmiştir. Ayrıca, 2 yıl içinde 0'dan 7 haneli yıllık yinelenen gelire ve 9 haneli değerlemeye ulaşan derin teknoloji şirketi Hypatos'un ticari büyümesini yönetmiştir. Cem'in Hypatos'taki çalışmaları TechCrunch ve Business Insider gibi önde gelen teknoloji yayınları tarafından ele alınmıştır. [6], [7]
Araştırma ilgi alanları
Cem'in çalışmaları kurumsal yapay zeka ve yazılıma odaklanmaktadır.Cem'in uygulamalı kurumsal yazılım deneyimi, çalışmalarına katkıda bulunmaktadır. Diğer AIMultiple endüstri analistleri ve teknoloji ekibi, kıyaslamaların tasarlanması, yürütülmesi ve değerlendirilmesinde Cem'i desteklemektedir.
Eğitim
2007 yılında Boğaziçi Üniversitesi'nden bilgisayar mühendisi olarak mezun olmuştur. Mühendislik eğitimi sırasında, o dönemde yaygın olarak "veri madenciliği" olarak adlandırılan ve çoğu sinir ağının birkaç gizli katmana sahip olduğu bir zamanda makine öğrenimi üzerine çalışmıştır.2012 yılında Columbia Business School'dan MBA derecesine sahiptir.
Cem, İngilizce ve Türkçe'yi akıcı bir şekilde konuşabilmektedir. Almanca'da ileri seviyede, Fransızca'da başlangıç seviyesindedir.
Dış yayınlar
- Cem Dilmegani, Yapay Zeka Sonrası Bankacılık: Bankalar temel işlevlerini otomatikleştirdikçe milyonlarca iş risk altında. International Banker.
- Cem Dilmegani, Bengi Korkmaz ve Martin Lundqvist (1 Aralık 2014). Kamu sektörü dijitalleşmesi: Trilyon dolarlık zorluk, McKinsey & Company.
Medya, konferans & diğer etkinlik sunumları
- 25 Nisan 2026'da Court Lewis'in AGI hakkındaki sorularını yanıtlayarak American Variety Radio'da konuk oldu.
- 5 Kasım 2025'te Korea24'ün yapay zeka nedeniyle iş kaybı hakkındaki sorularını yanıtladı. Kayıt şu adreste mevcuttur: Korea24
- 2023 ve 2024 yıllarında Hofstra Üniversitesi Wilbur F. Breslin Gayrimenkul Çalışmaları Merkezi ve Frank G. Zarb İşletme Fakültesi tarafından sunulan Gayrimenkul ve Teknoloji.
- Radar AI oturumu (22 Haziran 2023): "ChatGPT ile Veri Bilimi Etkisini Artırma".
- Generative AI Atlanta buluşması: Kurumsal Teknoloji için Üretken Yapay Zeka.
Kaynaklar
- Microsoft, IBM ve Google Neden Yapay Zeka Etiği Konusunda Çabalarını Artırıyor, Business Insider.
- Microsoft, bizden daha zeki yapay zeka geliştirmek için OpenAI'ye 1 milyar dolar yatırım yapıyor, Washington Post.
- Yapay Zeka Liderliğini Güçlendirme: Yapay Zeka C-Suite Araç Kiti, Dünya Ekonomik Forumu.
- AB'nin Bilim, Araştırma ve Yenilik Performansı, Avrupa Komisyonu.
- AB'nin 200 milyar €'luk yapay zeka yatırımı veri merkezlerine nakit akıtıyor, ancak çip piyasası zorluk olmaya devam ediyor, IT Brew.
- Hypatos, belge işlemeye derin öğrenme yaklaşımı için 11,8 milyon dolar aldı, TechCrunch.
- Yapay zeka girişimi Hypatos'un 11 milyon dolar toplamak için kullandığı sunum destesine özel erişim sağladık, Business Insider.
Cem Tarafından Son Makaleler
YZ Ajan Performansı: Başarı Oranları ve ROI
Son araştırmalar, YZ performansının öngörülebilir üstel azalma örüntülerini izlediğini ve işletmelerin yetenekleri tahmin etmelerini ve maliyetli başarısızlıklarla başarılı ROI-getirili uygulamalar arasında ayrım yapmalarını sağladığını ortaya koyuyor. Neredeyse 70 YZ ajanını 1.000'den fazla görevde kapsayan, 12 AIMultiple kıyaslamasını yönettim. Her kıyaslamanın neyi ölçtüğünü ve sınırların nerede kaldığını görün: Bilgisayar kullanım ajanları, bir ekranla bir insanın yaptığı…
En İyi 5 SAP BTP Otomasyon Platformu
SAP BTP, veri ve analitik, yapay zeka, uygulama geliştirme, otomasyon ve entegrasyonu birleşik bir ortamda bir araya getirir. Buluttaki SAP uygulamaları için optimize edilmiş bir platformdur. Platform, SAP müşterilerinin küresel ticaretin toplamının %87'sini oluşturması nedeniyle erişimi açısından önemlidir.1. SAP BTP ekosistemindeki en iyi 5 otomasyon yazılımının faydalarını ve vaka çalışmalarını keşfetmek için bağlantıları takip edin:…
Mac için RPA: Mac'te Çalışabilen 12+ RPA Aracı
Çoğu RPA aracı, Windows için geliştirilmiştir, çünkü Windows kurumsal masaüstü bilgisayarların çoğunluğunu çalıştırır. Mac'ler zemin kazanmıştır. Artık dünya genelinde masaüstü işletim sistemlerinin %15'inden fazlasını ve ABD'de %24'ten fazlasını oluşturmaktadırlar.1 Bu değişim, satıcıları macOS'u desteklemeye itmiştir. Daha fazla bilgi için aşağıdaki bölümlere bakın: macOS'ta çalışan tüm premium RPA araçlarının bir listesini oluşturduk. UiPath ve IBM, bu…
En İyi +100 RPA Kullanım Örneği: Gerçek Hayattan Örneklerle
RPA pazarı 2026'da $35 milyar değerindedir ve 2035'e kadar $247 milyara ulaşması öngörülmektedir.1 RPA, ön ve arka ofislerdeki tekrarlayan görevleri otomatikleştirebilir. Kullanım örneği odaklı bir yaklaşım, teknoloji yatırımlarının değerini optimize etmek için kritiktir. Robotik Süreç Otomasyonu'nun 103 kullanım örneğini ve gerçek hayat örneklerini belirliyor, çeşitli iş, sektöre özgü ve kişisel bağlamlarda tekrarlayan görevleri otomatikleştirmedeki uygulamasını…
Kurumsal Üretken Yapay Zeka: 11 Kullanım Örneği ve En İyi Uygulamalar
Üretken Yapay Zeka (GenAI), orta ölçekli şirketlere veya girişimlere kıyasla kuruluşlar için yeni fırsatlar sunar: Ancak, üretken yapay zeka büyük organizasyonlara özgü zorluklar getirir. Örneğin: Büyük şirketlerin kendi üretken yapay zeka modellerini etkili bir şekilde nasıl oluşturabileceğini, dağıtabileceğini ve yönetebileceğini öğrenmek için pratik kurumsal yapay zeka kullanım örneklerimizi keşfedin. Web, derin entegrasyon veya özel modeller…
YZ IPS: 6 Gerçek Hayat Kullanım Örneği ve Önde Gelen Araçlar
YZ saldırı önleme sistemleri (IPS), çeşitli siber tehditleri tespit etmek ve önlemek için makine öğrenimi algoritmalarını ve davranışsal analitiği kullanır. YZ, özellikle sınırlı kaynaklara sahip kuruluşlar için daha hızlı, daha uyarlanabilir ve daha maliyet etkin tespit sağlayarak geleneksel IPS yeteneklerini güçlendirebilir. Gerçek hayat örnekleriyle YZ IPS kullanım örneklerini ve en iyi 4 YZ IPS aracını…
25 Dijital İkiz Uygulamaları/ Sektöre Göre Kullanım Alanları
Daha fazla sektör sanallaştırmayı keşfettikçe, dijital ikiz çözümleri ana akımda ilgi görmeye başlıyor. Dijital ikizler için küresel pazarın 2027 yılına kadar $74 milyara ulaşması bekleniyor ve IoT teknolojisinin yaygınlaşması bu büyümeyi hızlandırıyor.1 Mevcut 25 dijital ikiz uygulamasını görün: Dijital ikizler, verimliliği artırmak, maliyetleri düşürmek ve karar vermeyi iyileştirmek için tedarik zinciri ve lojistik sektöründe giderek…
10 Python İş Zamanlama Yöntemini Karşılaştırın
Python iş zamanlama, belirli aralıklarla görevleri otomatikleştirerek sıkı yürütme zaman çizelgelerini uygulamak, çalışma zamanı istisnalarını yakalamak ve manuel müdahale olmadan sistem durumu tutarlılığını sağlamak için kullanılır. Aşağıda Python'daki çeşitli iş zamanlama yöntemleri, avantajları ve dezavantajlarıyla birlikte verilmiştir: Cron, script'leri belirli zamanlarda çalıştıran yerleşik bir Unix/Linux zamanlayıcısıdır. Python dışındaki işleri zamanlamak için kullanışlıdır. Örnek crontab girdisi:…
10+ Agentic AI Trendleri ve Örnekleri
Birçok büyük sektör raporundan, kıyaslama testlerinden ve satıcı açıklamalarından Agentic AI trendlerini inceledik ve karşılaştırdık. Kaynaklar, agentic YZ'ın geleceğinin yapay zekayı derinlemesine entegre etmek ve mevcut çerçeveleri yeniden yapılandırarak iş yaklaşımlarını dönüştürmekle ilgili olduğuna işaret ediyor. Önemli çıkarımlar: Kuruluşlar yapay zeka ve analitik girişimlerini ölçeklendirdikçe, hatlar boyunca yüksek veri kalitesini korumak giderek karmaşıklaşıyor. Manuel kontroller…
Karşılaştır 45+ MLOps Aracını
Machine Learning Operations (MLOps), DevOps ilkelerini makine öğrenimine model dağıtımından bakıma kadar getirir ve eğitim ile dağıtım pipeline'ları arasındaki geçişleri otomatikleştirir. ML yaşam döngüsünün farklı bileşenleri için 45+ MLOps aracını keşfedin, örneğin: %63 of organizations from different sectors and %72 in the tech sector reported using open-source YZ tools, while over three-quarters of respondents (%76)…
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.