AI-finansiering i Norra Mellansverige: så söker ni

EU-pengar finns på bordet – men många i besöksnäringen missar dem för att de tror att utlysningar om “digital omställning” är till för techbolag. Det stämmer inte. För hotell, destinationer, aktivitetsföretag och besöksmål i Dalarna, Gävleborg och Värmland kan AI vara exakt den typ av digital lösning som både höjer lönsamheten och minskar klimatavtrycket.

Den 2026-01-13 öppnar en utlysning som riktar sig till aktörer som kan driva projekt och förstudier för digital hållbar omställning i Norra Mellansverige. För dig som jobbar med turism och besöksnäring är det här en chans att få finansiering för sådant ni ändå behöver göra: effektivare drift, smartare energianvändning, bättre planering av flöden, mer träffsäkra gästresor – och mindre svinn.

Det här inlägget är en del av serien ”AI inom energi och hållbarhet”, där jag fokuserar på praktiska sätt att koppla AI till energieffektivisering, resurseffektiv drift och mätbar hållbarhet. Här får du en konkret bild av vad utlysningen handlar om, hur turismaktörer kan passa in (även om ni inte är projektägare) och vad som brukar avgöra om en ansökan flyger.

Utlysningen i korthet: datum, region och stödnivå

Utlysningen handlar om att stärka små och medelstora företags förmåga att använda digitalisering för att möta samhällsutmaningar – med tydlig koppling till hållbarhet. Den är relevant för besöksnäringen eftersom branschen ofta har hög energianvändning, stora säsongsvariationer och komplexa leverantörskedjor.

Det här är de viktigaste fakta att ha koll på:

• Öppnar: 2026-01-13
• Stänger: 2026-02-17
• Geografi: Dalarna, Gävleborg, Värmland
• Beslut: maj/juni 2026
• EU-stöd: upp till 50 % av total budget (det finns ett förslag om att höja till 60 %, uppdatering väntas under 2026)
• Rekommenderad projekttid: cirka 3 år (förstudier cirka 9 månader)

Det viktiga här är att stödet inte är “bidrag till enskilda investeringar i en ny app”, utan finansiering för projektupplägg som gör att fler företag kan ställa om: metoder, testmiljöer, plattformar, rådgivningsmodeller, systemlösningar och konkreta pilotinsatser.

Varför AI passar perfekt i en hållbar omställning för turism

AI är inte “mer digitalt för digitaliseringens skull”. Rätt använd blir AI ett sätt att minska resursförbrukning och öka kapacitet utan att bygga nytt.

För besöksnäringen finns tre återkommande problem som AI är ovanligt bra på att lösa:

1) Energi och drift: sänk kostnader utan att försämra upplevelsen

Hotell, arenor, badanläggningar och större besöksmål har ofta energikostnader som sticker – särskilt under vintersäsong. AI kan styra värme, ventilation och belysning efter faktisk beläggning, väderprognos och bokningsläge.

Exempel på projektspår:

• prediktiv styrning av värme/ventilation baserat på bokningsdata
• smart schemaläggning av bastu, spa, pool och laddinfrastruktur
• avvikelsedetektering för att hitta energiläckage och fel i utrustning

Det här hör tydligt hemma i seriens tema “AI inom energi och hållbarhet”: ni kan koppla åtgärderna till mätbara effekter i kWh, CO₂ och kostnad per gästnatt.

2) Flöden och trängsel: bättre gästupplevelse med mindre slitage

Särskilt runt sportlov, julledighet och eventhelger blir “för mycket folk på fel plats” ett hållbarhetsproblem: mer bilköer, mer slitage i naturen, längre köer och sämre nöjdhet.

AI kan hjälpa med:

• prognoser för besöksflöden per timme/dag
• optimering av parkeringsflöden och skyltning
• rutt- och kapacitetsplanering för leder, uthyrning och transporter

3) Intäkter och svinn: träffsäker efterfrågan ger mindre waste

Många aktörer i besöksnäringen tappar pengar i glappet mellan säsongstoppar och vardagar. AI kan förbättra prognoser, prissättning, bemanning och inköp.

Praktiska tillämpningar:

• efterfrågeprognoser för restaurang och konferens
• bemanningsplanering som minskar övertid och stress
• lageroptimering för att minska matsvinn

Det här är inte “kul teknik”. Det är vardagsbeslut i ny version.

Vem kan söka – och hur turismföretag kan vara med utan att äga projektet

Utlysningen riktar sig till juridiska personer (privat- eller offentligrättsliga) som är specialiserade på digitalisering och digital omställning, och särskilt till aktörer i företags- och innovationsfrämjande systemet.

För besöksnäringen är en avgörande detalj att:

Företag förväntas ofta medverka som deltagare och/eller medfinansiärer – men inte i första hand som projektägare.

Det här är faktiskt bra. Många små och medelstora turistföretag vill testa nytt men vill inte (och ska inte) bära tung EU-administration.

Så här brukar det fungera i praktiken:

• En innovationshub, ett kluster, en kommun/region, ett lärosäte eller en förening står som projektägare.
• Hotell, restauranger, aktivitetsbolag och besöksmål deltar som pilotparter.
• AI-leverantörer kan bidra med teknik och kompetens inom ramen för upphandling/samarbete.

Om ni driver en destination eller ett besöksmål: leta efter projektägare som redan har strukturer för testmiljöer, datadelning och kompetenslyft.

Vad ni kan söka för: projektidéer som matchar kriterierna

Utlysningen är kopplad till specifikt mål 1.2: Säkra nytta av digitalisering. Det betyder att projektet ska skapa faktisk användning, inte bara rapporter.

Här är fem AI-nära projektformat som ofta passar väldigt väl – och som går att motivera i termer av hållbar digital omställning:

1) Förstudie: “AI för energistyrning i besöksnäringen” (9 månader)

Leverans: datakartläggning, nulägesanalys, pilotdesign, juridik (inkl. avtal), samt plan för skalning.

Passar när ni vill svara på:

• vilka datakällor finns (bokning, sensorer, el, väder)?
• vad saknas för att kunna styra och optimera?
• vilka KPI:er ska följas upp?

2) Genomförandeprojekt: gemensam testmiljö för AI i turism

Leverans: en fungerande testmiljö där flera företag kan prova AI-funktioner på riktiga data, med stöd i förändringsledning.

Det kan kopplas till quadruple-helix-samverkan (näringsliv, offentlig sektor, akademi och civilsamhälle), vilket ofta ses som en styrka.

3) Digital mognad + AI-kompetens i SMF

Leverans: program med workshops, coachning och pilotcase där företag går från “vi har data” till “vi tar beslut med data”.

Det här är extra relevant i besöksnäringen där många jobbar i flera system samtidigt (PMS, POS, bokning, ekonomi) utan att få ihop helheten.

4) AI för hållbara gästresor och transporter

Leverans: modeller som minskar bilberoende genom smartare tidtabeller, bokningsstyrning, samåkning eller ruttoptimering.

Nyckeln är att projektet visar miljömässig och social nytta – inte bara “smidigare”.

5) Offentlig sektor som möjliggörare: data och stödstrukturer

Leverans: kommuner/regioner och främjarsystemet bygger kapacitet att stötta företag med data, upphandling, informationssäkerhet och AI-etik.

I praktiken kan det vara “manualer + utbildning + gemensamma kravmallar” som gör att fler företag vågar testa AI.

Så ökar ni chansen att få stöd: förändringsteori, hållbarhetsanalys och mätbara effekter

Det som ofta skiljer en beviljad ansökan från en avslagen är inte hur spännande tekniken är, utan hur tydligt ni kan visa att projektet leder till förändrat beteende och mätbara resultat.

Använd förändringsteori som en “röd tråd”, inte en bilaga

En bra förändringsteori för AI i besöksnäringen kan se ut så här (förenklat):

• Problem: energikostnader och utsläpp drivs av säsongsvariationer och låg precision i styrning.
• Orsak: data finns men används inte i operativ drift.
• Insats: dataintegration + AI-modeller + utbildning + stöd till implementering.
• Direkt resultat: företag tar beslut baserat på prognoser och realtidsdata.
• Effekt: lägre energianvändning per gäst, mindre svinn, bättre arbetsmiljö.

Gör hållbarhetsanalysen konkret (och våga prata målkonflikter)

Utlysningen kräver att hållbarhet integreras: miljömässigt, socialt och ekonomiskt.

Exempel på relevanta globala mål att koppla till i turism-AI-projekt:

• Mål 8: anständiga arbetsvillkor och ekonomisk tillväxt (t.ex. stabilare bemanning)
• Mål 9: hållbar industri, innovationer och infrastruktur (testmiljöer, innovationshubbar)
• Mål 12: hållbar konsumtion och produktion (minskat svinn och resursanvändning)

Målkonflikter kan vara exempelvis:

• mer datainsamling kan öka integritetsrisker
• AI-automation kan upplevas hota vissa arbetsuppgifter

En ansökan som adresserar detta med tydliga skyddsåtgärder (dataminimering, rollbaserad åtkomst, kompetensväxling) känns ofta mer genomarbetad.

Bestäm era indikatorer redan nu

AI-projekt blir lätt för “tekniska” i formuleringarna. Gör det enkelt för bedömaren:

• kWh minskning per m² eller per gästnatt
• CO₂ minskning per säsong
• minskat matsvinn i kg eller procent
• ökad beläggning i lågperiod i procent
• minskade sjukfrånvarodagar kopplat till bättre bemanning

Budget och likviditet: den praktiska verkligheten

EU-stöd betalas ofta ut i efterskott, vilket betyder att projektet behöver klara likviditeten. Det här påverkar upplägg för mindre turismaktörer.

Tre råd som brukar spara mycket huvudvärk:

1. Gör pilotinsatser lagom stora. Hellre 6–10 företag som faktiskt implementerar än 40 som “inspireras”.
2. Planera för dataarbete. Integration, datakvalitet och informationssäkerhet tar tid och kostar pengar.
3. Bestäm vem som äger vad. Vem äger modellen, datan och rätten att använda resultaten efter projektet? Skriv det tidigt.

Nästa steg: en snabb plan fram till 2026-02-17

Om ni vill använda utlysningen för AI i turism och besöksnäring i Norra Mellansverige, gör så här i grova drag:

1. Nu (innan 2026-01-13): formulera en enkel “tidig projektidé” och välj 1–2 tydliga användningsfall (energi, flöden eller svinn).
2. 2026-01-13–2026-01-31: säkra projektägare och piloter, bestäm budgetlogik och medfinansiering.
3. 2026-02-01–2026-02-17: skriv ansökan med förändringsteori + indikatorer + hållbarhetsanalys.

Det mest lönsamma ni kan göra är att ta en tidig dialog med projektkontoret och regionalt utvecklingsansvariga – inte för att “pitcha”, utan för att snabbt förstå om upplägget matchar statsstödsregler och utlysningens boxar.

Besöksnäringen i Norra Mellansverige har allt som krävs för att ligga i framkant: starka destinationer, tydliga säsonger (perfekt för prognoser), och ett växande behov av energieffektivisering. Frågan är vilka som hinner paketera sina idéer i tid – och vilka som väntar till nästa fönster.

Vilket område skulle ge er snabbast effekt: energi i drift, smartare flöden, eller mindre svinn?