商傳媒｜責任編輯／綜合外電報導
印度出生、在當地成長的工程師 Dipkumar Mehta，現已成為亞馬遜網路服務（AWS）自然語言人工智慧（Natural Language AI）首席交付顧問，他的人生軌跡橫跨印度與美國矽谷，並致力於重塑全球人機對話的方式。
Mehta 於 2002 年在蘇拉特的 C.K. Pithawalla 工程技術學院取得電機工程學士學位，畢業後從電信工程師做起，在 HCL Infosystems 負責印度企業的電信系統設計與實施。他的職涯持續進展，陸續服務於 Wipro Infotech、美國運通（American Express）等知名企業，更曾在華沙協助花旗銀行（Citibank）將客服中心平台升級為現代化的多管道架構。
2016 年，Mehta 的職涯迎來轉捩點，他加入舊金山的 LendingClub Corporation 擔任首席工程師，開始投身人工智慧領域。在 LendingClub 任職期間，他設計並推出了美國金融服務業最早的對話式人工智慧（conversational AI）系統之一，這項技術能將傳統電話網路直接連接到雲端自然語言理解（Natural Language Understanding）服務。這項創新解決了電話網路同步而嚴謹，但雲端 AI 服務非同步且相對較慢的技術挑戰，透過建立即時音訊串流層，使系統能在真人可接受的短時間內完成處理。這種做法大幅減少了錯誤轉接的電話，並讓大量符合條件的請求無需人工介入即可解決，為公司每年節省數十萬美元的營運成本。
據報導，Mehta 開創的這種將語言推論（language inference）直接嵌入即時通話路徑的模式，現已成為全球企業對話式人工智慧領域的主流設計。他表示：「過去的選單樹狀圖，其實是在承認機器無法理解我們。現在，這種承認不再必要。客戶應該能夠用自己的話語和語言，表達他們的需求，並在第一次就被正確引導。」
自 2020 年加入 AWS 後，Mehta 將重心從對話式人工智慧轉向業界所謂的「代理式人工智慧（agentic AI）」，這類系統能讓自主軟體代理人規劃並執行多步驟任務，而不僅僅是回答問題。他開發的平台能將過去耗時多年、耗資數百萬美元的客服中心遷移專案壓縮至數週內自動執行，並已被 AWS Professional Services 採用為醫療、保險、金融服務及公共部門客戶的標準加速器。此外，他還開發了另一配套平台，透過自主代理人驗證 AI 代理行為，將原本數週的人工品質保證測試週期縮短至數小時。
Mehta 在業界的貢獻之餘，也在學術界發表多篇經同儕審查的論文，主題涵蓋從強化學習適應性雲端安全政策到放射學中保護隱私的分散式機器學習等。對於今日古吉拉特邦的工程系學生，Mehta 直言：「我當年並沒有學習人工智慧，因為那時它還不是一門學科。但我具備的習慣是仔細觀察系統如何失敗，以及是什麼阻礙了它們成長。這種習慣適用於任何技術，包括那些尚未發明的技術。」他總結道：「現在，有趣的問題已不再是機器能否理解一個句子，而是它能否被信任來依據這個句子採取行動。這是一個更困難的工程問題，也是未來十年工作的重點。」
