Cem Dilmegani
Mesleki Deneyim ve Başarılar
Kariyeri boyunca Cem; teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yaptı. On yılı aşkın süre boyunca McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararlarında danışmanlık yaptı. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayımladı. CEO'ya rapor verirken bir telekom şirketinin teknoloji stratejisini ve satın alma süreçlerini yönetti. Ayrıca 2 yıl içinde 0'dan 7 haneli yıllık yinelenen gelire ve 9 haneli değerlemeye ulaşan derin teknoloji şirketi Hypatos'un ticari büyümesini yönetti. Cem'in Hypatos'taki çalışmaları TechCrunch ve Business Insider gibi önde gelen teknoloji yayınları tarafından ele alındı. [6], [7]Araştırma Alanları
Cem'in çalışmaları kurumsal yapay zekâ ve yazılıma odaklanmaktadır. Cem'in kurumsal yazılım konusundaki uygulamalı deneyimi çalışmalarına katkı sağlamaktadır. Diğer AIMultiple sektör analistleri ve teknoloji ekibi, Cem'e benchmark'ların tasarlanması, yürütülmesi ve değerlendirilmesinde destek olmaktadır.Eğitim
2007 yılında Boğaziçi Üniversitesi'nden bilgisayar mühendisi olarak mezun oldu. Mühendislik eğitimi sırasında, o dönemde yaygın olarak "veri madenciliği" olarak adlandırılan makine öğrenmesi üzerine çalıştı ve çoğu sinir ağı birkaç gizli katmana sahipti. 2012 yılında Columbia Business School'dan MBA derecesi almıştır. Cem, İngilizce ve Türkçeyi akıcı bir şekilde konuşmaktadır. Almancada ileri düzeyde, Fransızcada başlangıç düzeyindedir.Dış Yayınlar
- Cem Dilmegani, Yapay Zekâ Sonrası Bankacılık: Bankalar temel işlevlerini otomatikleştirirken 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 ve Diğer Etkinlik Sunumları
- 25 Nisan 2026'da American Variety Radio'da konuk olarak Court Lewis'in AGI hakkındaki sorularını yanıtladı.
- 5 Kasım 2025'te Korea24'ün yapay zekâ nedeniyle iş kaybı hakkındaki sorularını yanıtladı. Kayıt şu adreste mevcut: Korea24
- Gayrimenkul ve Teknoloji, 2023 ve 2024 yıllarında Hofstra Üniversitesi'nin Wilbur F. Breslin Gayrimenkul Çalışmaları Merkezi ve Frank G. Zarb İşletme Okulu tarafından sunuldu.
- Radar AI oturumu (22 Haziran 2023): "ChatGPT ile Veri Bilimi Etkisini Artırma".
- Generative AI Atlanta buluşması: Kurumsal Teknoloji için Üretken Yapay Zekâ.
Kaynaklar
- Microsoft, IBM ve Google Yapay Zekâ Etiği Konusundaki Çabalarını Neden Artırıyor, Business Insider.
- Microsoft, bizden daha akıllı yapay zekâ peşinde OpenAI'a 1 milyar dolar yatırım yapıyor, Washington Post.
- Yapay Zekâ Liderliğini Güçlendirme: Yapay Zekâ C-Suite Araç Seti, Dünya Ekonomik Forumu.
- AB'nin Bilim, Araştırma ve Yenilik Performansı, Avrupa Komisyonu.
- AB'nin 200 milyar avroluk yapay zekâ yatırımı nakit akışını veri merkezlerine yönlendiriyor ancak çip pazarı zorlu olmaya devam ediyor, IT Brew.
- Hypatos, belge işleme için derin öğrenme yaklaşımıyla 11,8 milyon dolar yatırım aldı, TechCrunch.
- Yapay zekâ girişimi Hypatos'un 11 milyon dolar yatırım almak için kullandığı sunum destesine özel bir göz attık, Business Insider.
Cem Tarafından Son Makaleler
Üretken Yapay Zeka ERP Sistemleri: 10 Kullanım Alanı ve Faydaları
Kurumsal kaynak planlama (ERP) yazılımı, işletmelerin finans ve operasyonlar genelinde iş akışlarını entegre etmelerine yardımcı olur. Üretken yapay zeka, RPA gibi teknolojilerle birlikte, ERP süreçlerini geliştirme potansiyeline sahiptir. ERP sistemlerinde Üretken Yapay Zeka'nın finansal kullanımı, tüm satın almadan ödemeye döngüsünün ve borç hesapları süreci gibi işlemlerin otomasyonunu kapsayabilir. ERP sistemleri için bir diğer önemli unsur…
Python RPA: Geliştiriciler için 8 Kullanım Alanı
Robotik süreç otomasyonu (RPA), yazılım robotlarının tekrarlayan bilgisayar görevlerini çalıştırmasına olanak tanır. Python geliştiricilere bu robotları kod içinde oluşturmak için esnek bir yol sunar. Küresel RPA pazarı 2025'te yaklaşık USD 28 milyar seviyesindedir ve 2035'e kadar kabaca USD 247 milyara ulaşması öngörülmektedir.1 Bununla birlikte RPA projelerinin %30 ila %50'si başarısız olur, bunun nedeni genellikle katı,…
Yapay Zeka Veri Kalitesi: Zorluklar ve En İyi Uygulamalar
Düşük veri kalitesi, yapay zeka ve makine öğrenimi projelerinin başarılı bir şekilde uygulanmasını geciktirir. 1 En gelişmiş yapay zeka algoritmaları bile, temel verilerin kalitesi düşükse hatalı sonuçlar üretebilir. Yapay zekada veri kalitesinin önemini, kuruluşların karşılaştığı zorlukları ve yüksek kaliteli veri sağlamanın en iyi uygulamalarını inceleyin: Veri kalitesi, yapay zeka için elzemdir, çünkü AI modellerinin performansını,…
En İyi 7 Açık Kaynak DLP Yazılımı
Açık kaynak DLP yazılımı, veri koruma için uygulanabilir çözümler sunarken, daha büyük kuruluşlar genellikle gelişmiş merkezi anahtar yönetimi ve bulut tabanlı dağıtım seçenekleri için kapalı kaynak DLP yazılımına yönelir. Aşağıda, tespit doğruluğu, dağıtım karmaşıklığı ve topluluk desteği açısından değerlendirilen en iyi beş açık kaynak DLP aracı bulunmaktadır. Dahil etme kriterleri: Aktif geliştirme (son 6 ay…
En İyi 15 Eğitim Verisi Platformu
Bir model, öğrendiği veri kadar iyidir. Denetimli model'ler, doğru tahminler yapabilmek için doğru, iyi etiketlenmiş örneklere ihtiyaç duyar. Eğitim verisi platformları, ham veri ile kullanılabilir bir dataset arasındaki adımları kapsar: kaynak bulma, etiketleme ve kalite kontrolleri. Veri pazar yerleri ve veri etiketleme araçlarına göre ayrılmış ve temel veri işlevlerine göre eşleştirilmiş en iyi eğitim verisi…
DLP Fiyatlandırması: En İyi 5 Satıcıyı Karşılaştırın
Bir veri kaybı önleme (DLP) yazılımı, benzer özellikler sunan bir diğerine göre iki kat daha pahalı olabilir. 18 DLP aracını inceledik. Web sitelerinde fiyatlandırma bilgisi sunan en iyi 5 çözüm karşılaştırılmıştır. En iyi DLP yazılımlarından bazılarının fiyatlandırmasını karşılaştırarak toplam sahip olma maliyetinden tasarruf edin: * En temel paket için, bir kullanıcı/bilgisayar başına yıllık faturalandırılan USD…
SCADA Sistemleri: En İyi 10 SCADA Yazılımının Karşılaştırması
Denetleyici Kontrol ve Veri Toplama (SCADA) sistemleri, endüstriyel altyapının operasyonel omurgasını oluşturur. Ancak bir platform seçmek uzun vadeli bir taahhüttür. Bu sistemler genellikle 10 ila 20 yıl çalışır ve birine sahip olmanın toplam maliyeti yüksektir. Bu da seçimi geri döndürmeyi zorlaştırır. Tedarik kararlarına rehberlik etmek için 10 büyük SCADA sistemini lisanslama modelleri, teknik mimariler, güvenlik…
En İyi 8 Açık Kaynak Yapay Zeka Kodlama Ajanı
Önceki değerlendirmelerde, hem açık kaynak hem de tescilli Agentic CLI'leri benchmark'ladık, web geliştirme görevlerindeki performanslarına odaklandık ve bazı açık kaynak ajanlar ücretli seçenekler kadar başarılı oldu. Bu nedenle, gizlilik endişeleri olan kullanıcılar için en iyi açık kaynak kodlama ajanlarını da listeledik. Metodoloji için, AI kodlama benchmark'ına bakın. Bu araçlar hakkında daha fazla ayrıntı için Agentic…
Automic Automation'a En İyi 7 Alternatif
Automic Automation, WLA pazarında önde gelen bir iş yükü otomasyon aracıdır. Ancak, işletmelerin benzersiz ve genellikle niş gereksinimleri göz önüne alındığında, birden fazla alternatifi incelemek önemlidir. Her rakibin kullanıcı yorumlarını ve pazar varlığı göstergelerini değerlendirerek güçlü yönlerini ve avantajlarını belirleyin: * Her ürün için gerekçeleri görmek üzere aşağıdaki bölümlere bakın Automic Automation, artık Automic® Automation…
AI Ajan Performansı: Başarı Oranları ve ROI
Son araştırmalar, AI 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 AI 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…
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.