En oväntad men självklar resa
När vi möter Josefin Ahnlund på Consids kontor i Malmö är det en solig men blåsig förmiddag. I det luftiga mötesrummet har hon just fyllt sin kopp med kaffe, hon slår hon sig ner i en av stolarna och med ett varmt leende inleder hon samtalet genom att berätta om hennes resa till Consid.
Josefins väg in i teknikvärlden är långt ifrån spikrak. Med en bakgrund inom humaniora och musik var det först efter flera år av utforskande som hon landade i att läsa Teknisk Fysik på KTH, med en master i maskininlärning. Sedan dess har hennes karriär kretsat kring data, språk och intelligenta system.
– Det som lockade mig med maskininlärning var att det krävde både teknisk förståelse och insikt i verksamheten vilket passar mig perfekt, berättar Josefin entusiastiskt.
Josefin har arbetat som Data Scientist inom startupvärlden, varit konsult för bland annat Filmstaden och Apple, och fokuserat på kundtjänstdata inom IKEA.
– Under hela mitt studie- och yrkesliv har fokuset kring NLP löpt som en röd tråd, det har fallit sig naturligt då språk alltid varit ett av mina stora intressen, säger Josefin.
Efter flera år i branschen har hon har följt den snabba utvecklingen inom området på nära håll, från de första grundläggande modellerna till dagens revolution med Large Language Models.
– Det har skapats en AI-hype som sträcker sig längre än jag någonsin varit med om tidigare. Det är både häftigt och revolutionerande men samtidigt utmanande då jag upplever att förståelsen för tekniken inte alltid är i fas med den hype som omger den, vilket kan leda till svårigheter med tillämpning och värdeskapande, berättar Josefin reflekterande.
Kodat välkända röstassistenter
Under en period arbetade Josefin med en av världens mest välkända röstassistenter. Det var ett komplext uppdrag där flera teknologier skulle samverka i en storskalig produktionspipeline, från att transkribera tal till text, till att förstå användarens fråga och formulera ett relevant svar.
– Att arbeta med röstassistenter innebär att få flera system att fungera sömlöst tillsammans, och det kräver både precision och överblick. Det var både utmanande och otroligt lärorikt, säger Josefin.
Det var också där hon på allvar fick en djup förståelse för produktionsnära AI-lösningar och insikten att verklig innovation uppstår först när tekniken möter användarnas behov.