AI-projekt i besöksnäringen: sök EU-stöd i Norrland

150 miljoner kronor finns i potten för att öka innovationskapaciteten i Mellersta Norrland – och utlysningen öppnar 2026-01-13. Det är ett sånt läge många missar eftersom de tänker “vi är ju bara en destination/ett hotell/en liten upplevelseaktör”. Men exakt den typen av små och medelstora verksamheter är ofta de som får störst effekt av rätt innovationsstöd, särskilt när AI blir en konkret del av affären.

Samtidigt sitter många fast i samma problem: man vill göra mer med mindre. Personalkostnaderna är höga, gästernas förväntningar på snabb service har ökat, och marknadsföringen kräver både precision och tempo. AI kan avlasta, höja kvaliteten och minska spill – men bara om den införs på ett sätt som faktiskt passar vardagen.

Den här posten kopplar ihop Tillväxtverkets kommande utlysning i Jämtland och Västernorrland med en praktisk fråga jag ofta återkommer till i serien ”AI för Svenska Vårdcentraler: Primärvård 4.0”: Hur tar man en idé från “vi borde” till en genomförbar, mätbar förändring? Skillnaden är bransch, men logiken är densamma.

Vad utlysningen faktiskt öppnar för (och varför turism bör bry sig)

Utlysningen handlar om att stärka innovationskapacitet i Mellersta Norrland genom projekt och förstudier. För besöksnäringen betyder det: ni kan bygga kapacitet som gör att fler företag kan införa ny teknik, jobba mer datadrivet och samarbeta med forskning – trots avstånd och småskalighet.

Tre saker gör den här utlysningen extra relevant för turism och hospitality:

1. Fokus på små och medelstora företag: Det är där många turistaktörer hamnar, och där effekten av bättre arbetssätt blir tydlig snabbt.
2. Smart specialisering och industriomställning: Låter industriellt, men i praktiken handlar det om att koppla innovation till regionens styrkor – natur, kultur, mat, evenemang, vinterturism, logi, transport.
3. Testmiljöer och forsknings-/innovationsutrustning: Det öppnar för fysiska och digitala testbäddar där AI-lösningar kan provas i verkliga flöden, inte bara i PowerPoints.

En rak formulering: Om ni vill införa AI i besöksnäringen utan att uppfinna allt själva, är den här typen av finansiering en av de bättre vägarna.

Snabbfakta: villkor, datum och pengar

Här är de punkter som brukar avgöra om en idé ens är realistisk.

• Geografi: Jämtland Härjedalen och Västernorrland (Mellersta Norrland)
• Öppnar: 2026-01-13
• Stänger: 2026-02-17
• Beslut: maj–juni 2026
• Projektlängd: längst till och med 2029-09-30
• Stödnivå: max 40 % av projektets kostnader
• Total budget i utlysningen: cirka 150 Mkr
• Krav: koppling till regionernas smart specialiseringsstrategier, hållbarhetsanalys, och förändringsteori

Viktigt i praktiken: eftersom stöd betalas ut i efterskott behöver projektägaren planera likviditet. Det här blir ofta en dold stoppkloss om man inte tar höjd tidigt.

Vem kan söka – och hur turismföretag passar in

Utlysningen riktar sig till offentliga aktörer, universitet/högskolor, andra forsknings- och utbildningsaktörer, företagsfrämjande organisationer och ekonomiska föreningar.

Det betyder att ett enskilt hotell eller aktivitetsbolag vanligtvis inte är projektägare. Men turismföretag kan vara:

• målgrupp (ta del av insatserna),
• pilotpartners (testa i skarp miljö),
• medfinansiärer (kontant eller i vissa fall in-kind beroende på upplägg),
• medskapare i behovsanalys, design och implementering.

Jag har sett samma mönster i vårdcentralers digitaliseringsprojekt: de mest lyckade satsningarna leds ofta av en neutral aktör (region/kluster/inkubator) men byggs med “verkligheten” som medförfattare. AI blir bara användbar när den tränas på riktiga processer, riktiga frågor och riktiga begränsningar.

Så kopplar du AI till utlysningens tre resultatkedjor

Utlysningen jobbar med tre “resultatkedjor”. Översatt till turism-AI är det här ett bra sätt att välja vad ni faktiskt ska göra.

RK1: Direkta insatser till företag – AI som vardagsnytta

Kärnan: hjälpa företag ställa om, jobba mer hållbart och få fram innovationer som märks i drift.

Exempel i besöksnäringen:

• AI för efterfrågeprognoser: bättre bemanning och inköp inför sportlov, påsk, höstlov och evenemang.
• AI-stöd i kundservice: chatt/telefontriage för vanliga frågor (öppettider, bokningsvillkor, vägbeskrivning, allergier, utrustning).
• AI för prissättning och paketering: dynamiska erbjudanden som tar hänsyn till beläggning och målgrupp.

Mätbara effekter (bra för indikatorer):

• kortare svarstid,
• högre konvertering i bokning,
• minskat matsvinn,
• jämnare beläggning över veckan.

RK2: Utveckling av stödstrukturer – AI-kompetens som inte dör efter projektet

Kärnan: skapa metoder, samverkan och arbetssätt som gör att fler klarar innovation även efter att pengarna tagit slut.

Exempel:

• Regional AI-coachning för besöksnäringen (som digital motsvarighet till “förbättringscoach” i primärvården): mallar, utbildning, uppföljning.
• Gemensam datagrund: standard för hur bokningsdata, gästfeedback och driftdata kan delas säkert mellan aktörer.
• AI-upphandlingsstöd: kravbibliotek som minskar risken för dåliga upphandlingar (oklara mål, svag GDPR-design, låsta plattformar).

Här tar jag ställning: utan en stödstruktur blir AI lätt en “tool spree” – många verktyg, få effekter.

RK3: Miljöer och infrastruktur – testbäddar som går att lita på

Kärnan: bygga fysiska/digitala miljöer för test, pilot och samverkan.

I turism kan det vara:

• en testmiljö i en destination där flera företag testar samma AI-flöden (bokning–ankomst–service–feedback),
• en labmiljö för språkmodeller på svenska och lokala dialekter/termer (platsnamn, leder, naturfenomen),
• en simuleringsmiljö för besöksflöden (köer, parkering, liftkapacitet, transporter) för att minska trängsel och utsläpp.

Det här är också platsen där ni kan säkra kvalitet: dataskydd, loggning, ansvarsfördelning och mätning.

Förändringsteori: gör AI-projektet ansökningsbart

Kravet på förändringsteori kan kännas akademiskt, men jag gillar det. Det tvingar fram en enkel sanning: AI är inte målet. Beteendeförändringen är målet.

En användbar mini-mall (funkar lika bra i vårdcentral som i reception):

1. Problem: Var läcker tid/pengar/kvalitet idag? (exempel: 35 % av alla frågor till receptionen är repetitiva)
2. Målgrupp: vilka roller påverkas? (reception, bokning, housekeeping, guider)
3. Insats: vad gör ni konkret? (AI-assistent med kunskapsbas, integrationsflöde till bokningssystem)
4. Prestation: vad levererar ni? (utbildningar, piloter, processkartor, testmiljö)
5. Kort sikt: kunskap/kapacitet (personal kan hantera avvikelseflöden och kvalitetssäkra svar)
6. Medellång sikt: nytt beteende (70 % av standardfrågor löses utan mänsklig handpåläggning)
7. Lång sikt: effekt (högre gästnöjdhet och lägre personalstress under högsäsong)

Snippet-vänlig formulering: En bra förändringsteori gör det tydligt vilket mänskligt arbete AI ska ta bort, vilket mänskligt arbete AI ska förbättra, och hur ni mäter skillnaden.

Statsstöd och medfinansiering: vanliga fallgropar

Två saker ställer till det oftare än tekniken:

Medfinansiering (60 %)

Ni måste planera hur resterande 60 % ska täckas av offentliga och/eller privata medel. För turismprojekt blir det ofta en mix av region/kommun, klusterorganisation och deltagande företag.

Statsstödsregler

Om projektet gynnar företag kan statsstödsregler påverka upplägget (t.ex. krav på privat medfinansiering eller begränsningar i stödgrad). Det här är inte en detalj att “lösa sen”. Det påverkar:

• vilka aktiviteter som kan erbjudas gratis,
• om ni kan köpa in utrustning och låta företag använda den,
• hur ni tar betalt (om alls) för test och coachning.

Praktiskt råd: boka avstämning med projektrådgivare tidigt och var tydlig med vilka företagsnära tjänster ni bygger.

Konkreta AI-projektidéer för Jämtland och Västernorrland

Här är fem idéspår jag tycker ligger rätt i tiden inför 2026, och som passar både innovation och glesa strukturer.

1. AI för säsongsstyrd bemanning och kompetensmix

   • prognoser + schemastöd + utbildningsinsatser
   • mål: minska övertid och förbättra service i toppar

2. Gemensam AI-assistent för destinationen

   • en “digital turistinformatör” som kan svara på svenska/engelska/tyska
   • mål: avlasta företag och höja tillgänglighet

3. Automatiserad feedback-analys och kvalitetsloop

   • AI som sammanfattar gästomdömen per vecka och föreslår åtgärder
   • mål: snabbare förbättringsarbete, mindre brandkårsutryckningar

4. Testbädd för AI i hållbarhetsstyrning

   • energi, tvätt, matsvinn, transporter – kopplat till operativa beslut
   • mål: sänka utsläpp och kostnad per gästnatt

5. AI-stöd för tillgänglighet och inkludering

   • bättre information till gäster med funktionsnedsättning, tydligare flöden
   • mål: fler kan resa och delta, färre missförstånd på plats

Nästa steg: en enkel 30-dagars plan före 2026-01-13

Om ni vill vara redo när utlysningen öppnar, funkar den här planen för de flesta konstellationer:

1. Vecka 1: samla 5–10 företag och välj ett smalt problem (inte “AI i allt”).
2. Vecka 2: skriv en första förändringsteori + föreslå resultatkedja (RK1/RK2/RK3).
3. Vecka 3: räkna grov budget och medfinansiering (40/60), säkra likviditetstänk.
4. Vecka 4: gör hållbarhetsanalys och skissa indikatorer (vad mäts, när, av vem).

Det som brukar avgöra tempo är inte teknikvalet – det är om ni får med rätt människor från drift, IT, ledning och en forsknings-/stödaktör.

Avslut: innovationsstöd är en chans att göra AI “på riktigt”

Utlysningen “Var med och bidra till ökad innovationskapacitet” är inte bara för laboratorier och industriparker. Den passar också besöksnäringen, där AI kan öka produktivitet, frigöra tid i kundnära roller och ge bättre planering i en region där avstånd och säsongstoppar skapar extra friktion.

Och även om den här bloggen vanligtvis handlar om AI i svenska vårdcentraler är lärdomen densamma: när du kopplar AI till en tydlig förändringsteori, mätbara effekter och en hållbar struktur för införande, då blir det mer än ett verktyg. Det blir ett arbetssätt.

Vilket gästflöde i er verksamhet skulle ni vilja kunna köra stabilt även under de mest intensiva veckorna 2026 – om ni fick stöd att testa, mäta och skala?