AI-projekt i besöksnäringen: så säkrar ni EU-stöd

Besöksnäringen pratar gärna om AI, men många projekt fastnar i samma trånga dörröppning: ”Vi har en bra idé, men ingen finansiering – och ingen struktur som håller i en EU-ansökan.” Det är synd, för när pengarna väl finns på bordet är det ofta organisationerna med bäst ordning på mål, mätetal och samverkan som vinner.

Tillväxtverket hade under 2025 en utlysning inom Regionalfonden för Norra Mellansverige (Dalarna, Gävleborg, Värmland) med en total budget på 30 miljoner kronor och upp till 50 % EU-medfinansiering per projekt. Ansökan stängde 2025-09-16 och beslut skulle fattas i december 2025. Utlysningen är stängd – men innehållet är fortfarande högst relevant, eftersom kraven, logiken och bedömningskriterierna återkommer i kommande regionalfondsutlysningar.

Och här kommer min tydliga ståndpunkt: AI i turism och besöksnäring bör nästan alltid paketeras som ett innovations- och samverkansprojekt – inte som ”vi köper ett system”. EU vill betala för förflyttning, lärande och kapacitet. Inte bara licenser.

Den som kan visa en trovärdig kedja från problem → insats → mätbar effekt har ett rejält försprång i EU-finansiering.

Vad EU vill finansiera – och varför AI passar så bra

Direkt svar: EU-finansiering via regionalfonden prioriterar projekt som stärker forskning och innovation, bygger innovationsmiljöer och gör stödstrukturer mer tillgängliga för små och medelstora företag.

Utlysningen från Tillväxtverket var kopplad till målet ”Stärk forskning och innovation” och till Norra Mellansveriges smart specialisering. Fokus låg på att öka innovationsförmågan hos små och medelstora företag (SMF) och att utveckla innovationsstödsystemet.

AI-projekt i besöksnäringen passar in i det här – om ni formulerar dem rätt. Exempel:

• Efterfrågeprognoser för beläggning och personalplanering (minskar kostnader och stress, ökar servicegrad)
• AI-stödd kundservice på flera språk (bättre svarstider, jämnare kvalitet, tillgänglighet 24/7)
• Dynamisk prissättning och paketering av upplevelser (stödjer intäktsoptimering utan att tumma på gästvärde)
• Rekommendationsmotorer för aktiviteter (ökar merförsäljning och sprider flöden från ”hotspots”)
• AI för hållbarhetsstyrning (beräknar klimatavtryck per paket, föreslår alternativ, stödjer cirkulära val)

Här finns dessutom en naturlig brygga till den här bloggens serie ”AI för Svenska Vårdcentraler: Primärvård 4.0”. Vårdcentraler och besöksnäring delar ett gemensamt mönster: hög volym av återkommande frågor, tidsbokningar, dokumentation och behov av jämn servicekvalitet. Om AI kan avlasta primärvårdens administrativa tryck kan den också avlasta receptioner, bokningscenter och destinationsbolag.

Utlysningens ramar: vem, vad, hur mycket (och vad det betyder i praktiken)

Direkt svar: Stödet riktar sig främst till juridiska personer i innovations- och företagsfrämjande systemet, där företag helst deltar som målgrupp/medfinansiär snarare än projektägare.

Det här är den största missuppfattningen jag ser i AI-projekt: att ett enskilt företag ska äga allt. I EU-logiken är det ofta bättre att en klusterorganisation, kommun, region, lärosäte, science park eller idéburen aktör står som projektägare – och att företagen deltar i test, pilot och medfinansiering.

Vem kan söka?

• Juridiska personer (privat- eller offentligrättsliga)
• Typiska projektägare: kommuner, regioner, universitet/högskolor, kluster, föreningar
• Enskilda näringsidkare/privatpersoner kan inte söka, men kan ibland vara målgrupp för indirekt stöd

Vad kan man söka för?

• Förstudier (rekommenderat upp till 9 månader)
• Genomförandeprojekt (rekommenderat runt 3 år)
• Möjlighet fanns även att söka utökad finansiering för pågående projekt (via ändringsbegäran)

Hur mycket kan man få?

• Max 50 % EU-medfinansiering av total budget
• Resterande 50 % måste vara offentlig och/eller privat medfinansiering
• Utbetalning sker normalt i efterskott, vilket ställer krav på likviditet

Praktisk konsekvens för AI-projekt i turism: bygg inte en ansökan som kräver att små aktörer ska ligga ute med pengar i 6–12 månader utan plan. Likviditet är en dold stoppkloss. Lös det genom att:

• använda en projektägare med stabil ekonomi
• planera inköp/utveckling i etapper
• säkra medfinansiering tidigt (inte ”vi tror att någon går in”)

Så gör ni ett AI-projekt som klarar EU:s kvalitetsbedömning

Direkt svar: En ansökan som vinner visar (1) tydlig förändringsteori, (2) genomarbetad hållbarhetsanalys, (3) hantering av statsstödsregler, och (4) mätbara indikatorer kopplade till resultatkedjan.

Det är här många bra AI-idéer tappar fart. Inte för att tekniken är dålig – utan för att projektet saknar en robust berättelse om varför och hur.

1) Förändringsteori: från ”AI-bot” till faktisk effekt

En enkel förändringsteori för ett AI-projekt i besöksnäringen kan se ut så här:

1. Problem: Lång svarstid i kundservice och låg konvertering från förfrågan till bokning.
2. Orsak: Fragmenterade kanaler, säsongstoppar, brist på flerspråkig kapacitet.
3. Insats: Gemensam AI-assistent + kunskapsbas + integrationsstöd mot bokning.
4. Prestation: X företag anslutna, Y antal automatiserade ärenden, Z antal utbildningstimmar.
5. Kort sikt: Kortare svarstid, fler lösta ärenden första kontakten.
6. Medellång sikt: Högre konvertering, bättre gästnöjdhet, mindre personalomsättning.

Mätetal (exempel som går att följa upp):

• Svarstid (minuter)
• Första-kontakt-lösning (andel %)
• Konvertering från fråga → bokning (andel %)
• Andel ärenden på icke-svenska språk (volym)
• Beläggningsgrad/planeringsprecision (prognosfel i %)

2) Hållbarhetsanalys som faktiskt betyder något

EU kräver att hållbarhet integreras. Besöksnäringen har dessutom en extra bra chans att vara konkret.

Koppla AI-insatser till Agenda 2030 på ett sätt som går att följa:

• Mål 8 (Anständiga arbetsvillkor): AI avlastar monotona ärenden → mer tid för kvalificerat värdskap.
• Mål 9 (Innovation och infrastruktur): gemensamma testbäddar, dataplattformar och kompetens.
• Mål 12 (Hållbar konsumtion/produktion): AI-stöd för att styra flöden, minska svinn, optimera energi.

Undvik fluff. Skriv hellre: ”Vi minskar manuell hantering av standardfrågor med 30 % och frigör X timmar/vecka för personalutbildning och kvalitetsarbete.”

3) Statsstöd: gör hemläxan innan ni bygger upplägget

AI-projekt i turism handlar ofta om att ge företag rådgivning, coachning, testmiljöer eller verktyg. Det kan trigga statsstödsregler. Poängen här är inte juridik i detalj – utan att ni måste kunna förklara:

• vilka som är stödmottagare
• vad de får (tjänst, pilot, infrastruktur, metod)
• om och hur det påverkar en marknad

Jag har sett projekt bromsas sent när man upptäcker att upplägget kräver mer privat medfinansiering än man trodde. Lägg därför statsstödsanalysen tidigt, parallellt med projektplanen.

4) Resultatkedjor: välj huvudspår och var konsekvent

Utlysningen beskrev tre typer av resultatkedjor:

• Direkta insatser till företag
• Utveckling av stödstrukturer
• Uppbyggnad av miljöer/infrastruktur

För AI i besöksnäringen är en effektiv strategi ofta att välja ”utveckling av stödstrukturer” som huvudspår och låta direkta företagsinsatser ske via piloter. Då blir projektet mindre ”konsulttimmar till enskilda bolag” och mer ”kapacitet som lever vidare”.

Tre projektupplägg som brukar fungera (med konkreta exempel)

Direkt svar: Paketera AI som samverkan, testbädd och kompetenslyft – inte som en enskild produktinstallation.

1) Gemensam AI-assistent för destinationer och besöksmål

• Projektägare: destinationsbolag/kommun/kluster
• Deltagare: hotell, museum, aktivitetsbolag
• Innehåll: gemensam kunskapsbas, flerspråkig kunddialog, integrationsmönster
• Effektmål: kortare svarstid, högre konvertering, mer tillgänglig service

2) Testbädd för AI-baserad beläggnings- och flödesstyrning

• Projektägare: region/lärosäte/science park
• Deltagare: skidanläggningar, evenemang, kollektivtrafiknära besöksmål
• Innehåll: datadelning, prognosmodeller, visualisering för drift
• Effektmål: jämnare flöden, bättre kapacitetsutnyttjande, mindre överbelastning

3) Kompetensprogram för ”AI i service” (med mätbar förändring)

• Projektägare: kluster/utbildningsaktör
• Innehåll: utbildning + coachad implementering + policy för data/etik
• Effektmål: fler företag som faktiskt använder AI i vardagen, inte bara testar

Det här speglar mycket av det vi ser i Primärvård 4.0: utbildning + process + mätetal slår alltid en ”AI-demo” som aldrig landar i rutiner.

Checklista: så förbereder ni nästa ansökan redan i januari

Direkt svar: Bygg ansökan baklänges från effekt och indikatorer, säkra medfinansiering, och skapa en projektlogik som håller för granskning.

1. Sätt ett skarpt problem (en mening) och en mätbar effekt (en mening).
2. Välj resultatkedja och formulera 3–5 indikatorer som ni faktiskt kan följa.
3. Säkra medfinansiering skriftligt i god tid.
4. Planera likviditet (EU-pengar kommer ofta efter genomförande).
5. Gör statsstödsanalys tidigt – och justera upplägget om det behövs.
6. Beskriv hållbarhet som mätbar driftförändring, inte som värdeord.
7. Bygg en samverkansmodell (vem gör vad, varför just ni, hur lever det vidare?).

EU-projekt vinner sällan på fler powerpointbilder. De vinner på tydliga beroenden, ansvar och mätbarhet.

Nästa steg: från AI-idé till finansieringsbar plan

AI inom turism och besöksnäring är en av de mest tacksamma arenorna för innovationsfinansiering just nu, eftersom nyttan går att visa i drift: svarstider, beläggning, flöden, intäkter och arbetsmiljö. Men bara om ni tar projektlogiken på allvar.

Om ni följer den här serien om AI för Svenska Vårdcentraler: Primärvård 4.0 känner ni igen mönstret: organisationer som lyckas med AI börjar inte i teknik. De börjar i process, ansvar och mätetal. Besöksnäringen har allt att vinna på att göra samma resa – och EU-finansiering kan vara den katalysator som gör att samverkan faktiskt händer.

Vilken del i er verksamhet skulle ge störst effekt om ni kunde mäta och förbättra den med AI redan nästa säsong: bokning, kundservice, bemanning eller hållbarhetsstyrning?