Cem Dilmegani
Mesleki deneyim ve başarılar
Cem, kariyeri boyunca teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yaptı. On yıldan uzun bir süre boyunca McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararları konusunda danışmanlık yaptı. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayınladı. Bir telekom şirketinin CEO'suna bağlı olarak teknoloji stratejisi ve tedarikini yönetti. Ayrıca, 2 yıl içinde 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 yayınlarında yer aldı. [6], [7]Araştırma ilgi alanları
Cem'in çalışmaları, işletmelerin yapay zeka, ajan tabanlı yapay zeka, siber güvenlik (ağ güvenliği, uygulama güvenliği dahil) ve web verileri de dahil olmak üzere verilerdeki yeni teknolojilerden nasıl yararlanabileceğine odaklanmaktadır. Cem'in uygulamalı kurumsal yazılım deneyimi çalışmalarına katkıda bulunmaktadır. Diğer AIMultiple sektör analistleri ve teknoloji ekibi, Cem'e kıyaslama testlerinin tasarlanması, yürütülmesi ve değerlendirilmesinde destek vermektedir.Eğitim
Cem, 2007 yılında Boğaziçi Üniversitesi'nden bilgisayar mühendisliği bölümünden mezun oldu. Mühendislik eğitimi sırasında, o dönemde yaygın olarak "veri madenciliği" olarak adlandırılan ve çoğu sinir ağının birkaç gizli katmana sahip olduğu bir dönemde makine öğrenmesi üzerine çalıştı. 2012 yılında Columbia İşletme Okulu'ndan MBA derecesi aldı. Cem, İngilizce ve Türkçe dillerini akıcı bir şekilde konuşmaktadır. Almanca'da ileri düzeyde, Fransızca'da ise başlangıç düzeyindedir.Dış yayınlar
- Cem Dilmegani, Yapay Zeka Sonrası Bankacılık: Bankalar temel işlevlerini otomatikleştirirken milyonlarca iş risk altında . International Banker.
- Cem Dilmegani, Bengi Korkmaz ve Martin Lundqvist (1 Aralık 2014). Kamu sektörünün dijitalleşmesi: Trilyon dolarlık meydan okuma , McKinsey & Company.
Medya, konferans ve diğer etkinlik sunumları
- Korea24'ün yapay zekâ nedeniyle yaşanan iş kayıplarına ilişkin sorularına verilen yanıtlar, Korea24
- Gayrimenkul ve Teknoloji , Hofstra Üniversitesi Wilbur F. Breslin Gayrimenkul Çalışmaları Merkezi ve Frank G. Zarb İşletme Okulu tarafından 2023 ve 2024 yıllarında sunulmuştur.
- Radar AI oturumu (22 Haziran 2023): "ChatGPT ile Veri Biliminin Etkisini Artırma".
- Atlanta'da Üretken Yapay Zeka Buluşması: Kurumsal Teknoloji için Üretken Yapay Zeka .
Kaynaklar
- Microsoft, IBM ve Google'ın Yapay Zeka Etiği Konusundaki Çabalarını Artırmasının Nedenleri , Business Insider.
- Microsoft, bizden daha akıllı yapay zekâ geliştirmek için OpenAI'ye 1 milyar dolar yatırım yapıyor , Washington Post.
- Yapay Zeka Liderliğini Güçlendirme: Yapay Zeka Üst Düzey Yönetici Araç Seti , Dünya Ekonomik Forumu.
- AB'nin Bilim, Araştırma ve İnovasyon Performansı , Avrupa Komisyonu.
- AB'nin 200 milyar avroluk yapay zeka yatırımı, veri merkezlerine nakit akışını artırıyor ancak çip pazarı hâlâ bir zorluk teşkil ediyor , IT Brew.
- TechCrunch'ın haberine göre, Hypatos belge işleme için derin öğrenme yaklaşımına yönelik 11,8 milyon dolarlık yatırım aldı .
- Business Insider , yapay zeka girişim şirketi Hypatos'un 11 milyon dolar yatırım almak için kullandığı sunum dosyasına özel bir bakış sundu .
Cem Tarafından Son Makaleler
Yapay Zeka Ajanları: Operatör Kullanımı mı, Tarayıcı Kullanımı mı, Yoksa Project Mariner mı?
Yapay zekâ ajanları giderek uçtan uca dijital çalışanlar olarak pazarlanıyor, ancak gerçek dünya performansı göreve, araçlara ve uygulama ortamına bağlı olarak büyük ölçüde değişebiliyor. Bu sistemlerin bugün gerçekten neler sunabileceğini anlamak için, pratik iş senaryolarında uygulamalı kıyaslama çalışmaları gerçekleştirdik.
Blockzincir Önemli Sektörlerdeki Vaka Çalışmaları
Son tahminlere göre, blockchain pazarı 2032 yılına kadar 943 milyar ABD dolarına ulaşacak ve yıllık bileşik büyüme oranı (CAGR) %56 olacak. Potansiyel çok büyük olsa da, yöneticiler sektörler genelinde blockchain çözümlerinin farklı olgunluk seviyeleri nedeniyle belirsizlikle karşı karşıya kalıyor.
Konuşmadan Metne Dönüştürme Performans Testi: Deepgram ve Whisper
Önde gelen konuşmadan metne (STT) sağlayıcılarını, özellikle sağlık uygulamalarına odaklanarak, karşılaştırmalı olarak değerlendirdik. Karşılaştırmalı değerlendirmemiz, hassasiyetin çok önemli olduğu tıbbi bağlamlarda transkripsiyon doğruluğunu değerlendirmek için gerçek dünya örneklerini kullandı. Konuşmadan metne karşılaştırmalı değerlendirme sonuçları: Hem kelime hata oranı (WER) hem de karakter hata oranı (CER) sonuçlarına göre, GPT-4o-transcribe, değerlendirilen tüm konuşmadan metne sistemleri arasında en yüksek transkripsiyon doğruluğunu göstermektedir.
2026 Yılında Kullanım Senaryolarına Göre LLM Gecikme Süresi Karşılaştırması
Büyük dil modellerinin (LLM'ler) etkinliği yalnızca doğrulukları ve yetenekleriyle değil, aynı zamanda kullanıcılarla etkileşim kurma hızlarıyla da belirlenir. Önde gelen dil modellerinin performansını çeşitli kullanım durumlarında karşılaştırdık ve kullanıcı girdilerine verdikleri yanıt sürelerini ölçtük.
Yapay Zekada Önyargı: Örnekler ve 2026'da Düzeltmenin 6 Yolu
İşletmeler yapay zekanın kullanım alanlarındaki faydalarını gördükçe, yapay zekaya olan ilgi artıyor. Bununla birlikte, yapay zeka teknolojisiyle ilgili geçerli endişeler de mevcut: Yapay zeka önyargı kıyaslaması. Soru formatından kaynaklanabilecek herhangi bir önyargı olup olmadığını görmek için, aynı soruları hem açık uçlu hem de çoktan seçmeli formatlarda test ettik.
El Yazısı Tanıma Kıyaslaması: LLM'ler ve OCR'ler
OCR araçları, yüksek kaliteli görüntülerdeki yazılı metinlerde %99'un üzerinde doğruluk oranına ulaşır. Bununla birlikte, el yazısı, stil, aralık ve düzensizliklerdeki farklılıklar nedeniyle zorlu olmaya devam etmektedir. Aşırı uyumun önlenmesi için ekibimiz tarafından yazılan 100 el yazısı örneğiyle bir el yazısı karşılaştırma testi sunuyoruz.
2026 Yılının Kuantum Hesaplama Şirketleri
Optimizasyon, araştırma ve kriptografi alanlarında geniş uygulama alanlarına sahip kuantum hesaplama, şu kuruluşlar tarafından yönlendirilmektedir: Kuantum donanımı, karmaşık donanıma dayanan yeni bir hesaplama teknolojisidir. Kişisel bilgisayarların ilk günlerinde olduğu gibi, donanım, yazılım ve uçtan uca çözümler konusunda uzmanlaşmış şirketler bulunmaktadır.
2026'da Kullanım Alanlarıyla Birlikte En İyi 15 Gelişmiş Yapay Zeka Çipi Üreticisi
Düşük gecikmeli işlemeye olan talep, uç yapay zeka çiplerinde inovasyonu tetikledi. Bu işlemciler, bulut tabanlı çözümlere güvenmek yerine, yapay zeka hesaplamalarını yerel olarak cihazlarda gerçekleştirmek üzere tasarlanmıştır. Yapay zeka çip üreticilerini analiz etme deneyimimize dayanarak, robotik, endüstriyel IoT, bilgisayar görüşü ve gömülü sistemler için önde gelen çözümleri belirledik.
2026'da Kuantum Tavlama: Pratik Kuantum Hesaplama
Kuantum tavlama, geleneksel bilgisayarların hızlı bir şekilde çözemediği acil optimizasyon sorunları olan şirketler için umut vadeden bir kuantum teknolojisidir. Optimizasyon problemlerini geleneksel bilgisayarlardan daha etkili bir şekilde çözmek için kullanılabilir. Bununla birlikte, hala çoğunlukla akademik alanda kullanılmaktadır ve ticari kuantum tavlama cihazlarının geliştirilmesi için daha fazla Ar-Ge çalışmasına ihtiyaç duyulmaktadır.
Yapay Kuantum Intelligence
Kuantum hesaplama ve yapay zeka, her ikisi de dönüştürücü teknolojilerdir ve yapay zekanın önemli ilerleme kaydetmesi için kuantum hesaplamaya ihtiyaç duyması muhtemeldir. Yapay zeka, klasik bilgisayarlarda işlevsel uygulamalar üretse de, hesaplama kapasiteleriyle sınırlıdır.
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.