På kort tid har Data & AI Stockholm vuxit från en idé till en livaktig mötesplats för Stockholms data- och AI-praktiker. Vi träffade Vanessa, initiativtagaren bakom communityn och Senior Data Engineer på NOBA Bank Group, för ett samtal om vad som driver engagemanget, varför datakvalitet hamnat i fokus i AI-tiden och vad som väntar när konferensen Data & AI Summit 2026 går av stapeln i höst.
Vad är Data & AI Stockholm?
Data & AI Stockholm är en ideell och oberoende community för människor som arbetar med, bygger med eller är genuint intresserade av data och AI.
Vårt fokus är väldigt practitioner-first. Vi vill skapa en plats där människor kan mötas, lära av varandra, diskutera riktiga utmaningar och dela erfarenheter från det de faktiskt bygger och arbetar med.
En väldigt viktig princip för oss är också att våra event är sales-free. Vi vill inte ha säljpitchar förklädda till kunskapsdelning. När någon står på vår scen ska publiken gå därifrån med nya perspektiv, kunskap eller konkreta erfarenheter som de faktiskt kan använda.
Vi arrangerar meetups, workshops och andra aktiviteter i Stockholm och har på väldigt kort tid byggt upp en community med människor från många olika delar av data- och AI-ekosystemet.
Varför har ni startat denna community?
Jag startade Data & AI Stockholm för att jag själv saknade den typen av community.
Jag ville ha ett sammanhang där man kunde träffa andra som arbetar med liknande frågor, men där fokus låg på människorna och kunskapsutbytet snarare än på företag som ville sälja något.
Data och AI förändras dessutom otroligt snabbt. Ingen sitter ensam med alla svar. Jag tror därför väldigt mycket på värdet av att skapa rum där en Data Engineer kan prata med en Data Scientist, en produktperson, en AI Engineer eller en ledare och där vi kan lära oss av varandras perspektiv.
Det som började som en ganska enkel idé har vuxit mycket snabbare än jag någonsin hade kunnat föreställa mig. Det har verkligen visat mig att behovet av den här typen av mötesplats finns.
Vad är din bakgrund – och varför tog du initiativet?
Min bakgrund är faktiskt lite annorlunda eftersom jag inte började min karriär inom tech.
Jag har en bakgrund inom marketing och management och arbetade tidigare som Marketing Manager, inklusive personalansvar. Senare valde jag att byta riktning, studerade programmering och gick över till data engineering.
Jag har sedan arbetat med bland annat data engineering, data platforms, pipelines, data quality och governance och arbetar idag som Senior Data Engineer på NOBA Bank Group.
Jag tror faktiskt att kombinationen av de här världarna har påverkat hur jag ser på data väldigt mycket. Tekniken är viktig, men jag är minst lika intresserad av människorna, organisationen och kommunikationen runt tekniken. Vi kan bygga fantastiska tekniska lösningar, men om människor inte förstår dem, litar på datan eller kan använda dem för att fatta bättre beslut har vi fortfarande ett problem.
Det var också en stor anledning till att jag tog initiativet till Data & AI Stockholm. Jag ville bygga broar mellan människor, roller och organisationer som annars kanske inte alltid hamnar i samma rum.
Vilka typer av människor och organisationer ingår i er community?
Det är väldigt blandat, och det är något jag verkligen tycker om.
Vi har Data Engineers, Analytics Engineers, Data Scientists, AI/ML Engineers, analytiker, arkitekter, produktpersoner, founders, managers och seniora ledare. Vi har människor från startups och scaleups, stora företag och organisationer, konsulter, studenter och personer som befinner sig mitt i ett karriärbyte.
Det gemensamma är egentligen nyfikenheten kring data och AI och viljan att lära sig och dela kunskap med andra.
Vi samarbetar också med många olika organisationer och techbolag, men vi är väldigt måna om att communityn ska förbli oberoende och att kunskapen alltid ska stå i centrum.
Tycker du att "Data" har blivit en mer prioriterad fråga sedan AI-transformationen?
Absolut, och jag tror att många organisationer nu inser hur avgörande deras data faktiskt är.
Det är lätt att bli fascinerad av AI-modellen eller den senaste agenttekniken, men AI blir inte bättre än den data och kontext vi ger den. Om datan är dåligt strukturerad, inkonsekvent, otillgänglig eller om vi inte vet varifrån den kommer, kommer AI inte magiskt att lösa det problemet.
På ett sätt tycker jag därför att AI-boomen har gjort data engineering, governance, data quality och data management ännu viktigare.
Vi pratar väldigt mycket om AI-transformation, men bakom en framgångsrik AI-transformation finns nästan alltid ett stort och betydligt mindre glamoröst arbete med data.
Vad har du för lärdomar eller råd att dela till den som vill bättre förstå kopplingen mellan data och AI?
Mitt största råd är att inte börja med AI bara för att man känner att man "måste ha AI".
Börja med problemet.
Vad försöker vi faktiskt lösa? Vilken data behöver vi för att lösa det? Kan vi lita på den datan? Vem äger den? Har vi rätt governance? Vad händer när modellen eller agenten har fel? Och hur ska människor använda resultatet?
Jag tror också att man behöver förstå att AI inte ersätter behovet av bra data foundations, snarare tvärtom.
Ju mer vi automatiserar och ju mer självständiga AI-system blir, desto viktigare blir det att vi vet vilken data de använder, vilka definitioner som gäller och vilka gränser systemen ska arbeta inom.
Har du några tankar kring data och AI på arbetsmarknaden – varför det är viktigt eller vad som saknas?
Jag tror att vi kommer att se roller förändras väldigt mycket snarare än att alla roller helt enkelt försvinner.
AI kan redan automatisera delar av arbetet som tidigare tog mycket tid, och den utvecklingen kommer fortsätta. Men samtidigt skapar det ett ännu större behov av människor som förstår systemen bakom AI – data, arkitektur, governance, säkerhet, kvalitet och hur tekniken faktiskt implementeras i en organisation.
Jag tror också att en av de viktigaste kompetenserna framåt blir förmågan att kombinera teknisk förståelse med verksamhetsförståelse.
Det räcker inte alltid att vara fantastisk på Python, SQL eller en specifik AI-modell. Vi behöver människor som kan förstå ett affärsproblem, kommunicera med olika stakeholders, förstå riskerna och sedan använda tekniken för att faktiskt lösa problemet.
Och vi behöver fortsätta skapa möjligheter för människor att lära sig. Tekniken utvecklas för snabbt för att utbildning ska sluta när man lämnar universitetet. Communities, kunskapsdelning och kontinuerligt lärande kommer därför att bli ännu viktigare.
Berätta om Data & AI Summit 2026!
Data & AI Stockholm Summit, The Future of Data & AI, går av stapeln den 14 oktober 2026 på Space i Stockholm, och det är vårt största event hittills.
Det känns faktiskt lite surrealistiskt att säga det, eftersom Data & AI Stockholm började som en community och nu samlar vi några av de mest intressanta människorna inom data och AI under en hel dag.
Vi kommer att ha 17+ speakers och panelister, med personer från bland annat OpenAI, Google, Lovable, Spotify, Funnel, Legora och många fler.
Under dagen kommer vi bland annat prata om hur organisationer går från AI-piloter till verklig implementation, framtidens data platforms, AI-native organisationer, hur AI förändrar analytics och produktutveckling samt governance och Responsible AI.
Och precis som med våra vanliga meetups är Summit helt sales-free. Det ska inte vara en dag där man sitter och lyssnar på produktpresentationer. Vi vill skapa en dag med riktiga erfarenheter, konkreta insikter, diskussioner och möjlighet att träffa andra människor som faktiskt arbetar med de här frågorna.
För mig handlar Summit egentligen om samma sak som hela Data & AI Stockholm: att samla människor som bygger framtiden inom data och AI och ge dem en plats där de kan lära av varandra.
Mer information och hela programmet finns här: https://dataaistockholm.com/summit