AI för hållbar tillväxt: stöd som stärker SMEs i norr

Norrbotten och Västerbotten står mitt i en omställning som märks i allt från elpriser och kompetensbehov till nya leverantörskedjor. När stora industriinvesteringar rullar in händer något som många missar: små och medelstora företag (SMF) får plötsligt en chans att växa snabbare än på decennier – men bara om de klarar kraven på digitalisering, energieffektivitet och hållbarhetsarbete.

Det är därför Tillväxtverkets utlysning Stärk småföretagen för en hållbar framtid är extra intressant för besöksnäring och turismrelaterade företag. Den pekar tydligt mot gemensamma resurser, delade system och nya stödstrukturer – exakt den typen av grundplatta som krävs för att AI i turism och besöksnäring ska bli praktiskt användbart, inte bara en powerpoint-idé.

Jag tar ställning i en fråga direkt: de företag som vinner de kommande åren är inte de som “har mest AI”, utan de som bygger vardagsförmåga – data, arbetssätt och samarbeten – så att AI faktiskt går att använda för energi, drift, försäljning och gästupplevelse.

Vad utlysningen faktiskt möjliggör (och varför AI passar in)

Utlysningen handlar om att skapa konkreta resurser och kapaciteter som kommer många företag till del i Norrbotten och Västerbotten. Det kan vara gemensam utrustning, system, plattformar, rådgivning eller nya arbetssätt – och det ska leda till långsiktig nytta.

Det här är en viktig detalj: fokus ligger inte på “enskilda företags investeringar”, utan på lösningar som öppnas upp och görs tillgängliga för flera. För AI-initiativ är det en styrka, eftersom många AI-tillämpningar blir dyra eller svåra när varje företag försöker uppfinna allt själva.

Tre typiska flaskhalsar som utlysningen kan lösa

1. Data och system är splittrade (bokning, ekonomi, energimätning, personalplanering).
2. Kompetens saknas i vardagen (vem äger frågan, vem testar, vem följer upp?).
3. Gles geografi gör samverkan dyr (resor, möten, gemensamma investeringar).

Gemensamma plattformar, delade nav och distansvänliga stödstrukturer är exakt sådant som kan göra att AI inom energi och hållbarhet blir en naturlig del av driften även för mindre aktörer.

AI inom energi och hållbarhet: konkreta användningsfall för besöksnäringen

AI i den här serien handlar inte om science fiction. Den handlar om att minska slöseri, jämna ut toppar och få kontroll. För många hotell, skidanläggningar, campingar, aktivitetsbolag och besöksmål är energin en av de största påverkbara kostnaderna – särskilt vintertid.

1) Prognoser som styr värme, ventilation och bemanning

Svar först: AI kan använda historik och bokningsläge för att förutsäga beläggning och energibehov – och därmed styra drift smartare.

Praktiskt exempel:

• Ett mindre hotell har stora variationer mellan vardag/helg och säsong.
• AI-modellen väger in bokningar, väderprognos, evenemang och tidigare mönster.
• Resultatet blir ett driftläge som minskar onödigt hög temperatur i tomma ytor och ger bättre planering av städ och bemanning.

Det här blir extra relevant i norra Sverige där uppvärmning och ventilation ofta är en stor del av kostnadsmassan.

2) Energioptimering som inte kräver nybyggt “smart hus”

Svar först: Många AI-vinster kräver inte nya fastigheter – de kräver bättre styrning och enkla sensorer.

En vanlig miss är att tro att man måste byta hela systemet. Ofta räcker det med:

• smarta mätpunkter (el/värme per zon)
• en dataplattform som samlar allt
• tydliga driftregler (t.ex. temperaturband)
• uppföljning varje vecka

Här kan utlysningen passa perfekt för gemensamma miljöer eller kapacitetscentra som erbjuder testmiljö, standardiserade upplägg och stöd i inkoppling.

3) Resurseffektivitet: avfall, tvätt och inköp

Svar först: AI kan minska avfall genom att koppla efterfrågan till inköp och produktion.

För en restaurang på ett besöksmål kan AI användas till:

• prognoser av gästantal per dag/tid
• rekommenderade inköpsvolymer
• menyplanering som minskar svinn

Det är “hållbar konsumtion och produktion” i praktiken – och ofta ger det både lägre kostnad och bättre marginal.

4) Hållbarhetsrapportering och krav från större kunder

Svar först: AI kan sänka tröskeln för hållbarhetsrapportering genom automatiserad datainsamling och sammanställning.

Många små företag hamnar i kläm när större aktörer kräver klimatdata, spårbarhet eller policyer. Det som tar tid är inte att “räkna CO₂” – utan att hitta underlaget.

Gemensamma digitala system (som utlysningen uppmuntrar) kan ge:

• standardiserade mallar för datainsamling
• delade beräkningsmodeller
• rådgivning i hur man svarar på kundkrav

Så kan projektidéer se ut – utan att fastna i teknikromantik

Utlysningen efterfrågar projekt som skapar varaktig nytta för många SMF. För besöksnäringen innebär det att projektidéer bör vara kollektiva och skalbara.

Projektidé A: Regionalt “AI- och energilabb” för besöksnäring

Kärna: Ett delat nav där företag kan koppla upp energidata, testa prognoser och få stöd i driftoptimering.

Komponenter:

• gemensam dataplattform (energimätning + bokningsdata)
• testmiljö för värmestyrning/ventilation
• utbildning för driftansvariga
• uppföljningspaket: nyckeltal per vecka

Varför det passar utlysningen: det är en gemensam resurs och kan öppnas för många.

Projektidé B: Digital plattform för gles logistik och leverantörskedjor

Kärna: AI-stödd samordning av leveranser till besöksmål i glesbygd för att minska körningar, kostnad och utsläpp.

Komponenter:

• samlastningslogik (rutter, tidfönster)
• gemensamma beställningsflöden
• klimatberäkning per leverans

Varför det passar utlysningen: den adresserar lokala utmaningar (logistik) och bygger robustare kedjor.

Projektidé C: “AI för bättre kundbas” – men kopplat till hållbar drift

Kärna: Många gör AI-marknadsföring isolerat. Bättre är att koppla efterfrågestyrning till drift.

Exempel:

• AI-modell för att identifiera lågtrafikperioder
• kampanjer som fyller luckor
• driftoptimering som sänker energikostnad när beläggning ändras

Det här ger både intäktssida (bredare kundbas) och hållbarhet (mindre energitoppar).

Det praktiska: vem kan söka, pengar och datum

Svar först: Utlysningen riktar sig till projekt som genomförs i samverkan i Norrbotten och Västerbotten och som stärker SMF långsiktigt.

• Vem kan söka: offentliga aktörer, universitet/forskningsinstitut, näringslivs- och företagsfrämjande organisationer samt civilsamhälle. (Juridiska personer.)
• Företag bör gärna delta och/eller medfinansiera, men inte nödvändigtvis vara projektägare.
• Stödnivå: maximalt 40 % av projektets totala budget.
• Total budget: 30 miljoner kronor (preliminär).
• Ansökningsperiod: öppnar 2026-01-13 och stänger 2026-02-17.
• Projektlängd: upp till 40 månader.

Ett bra projektförslag beskriver inte bara aktiviteter. Det visar hur en gemensam kapacitet blir kvar efter projektet.

Så ökar ni chansen att få igenom ett AI-inriktat projekt

AI-projekt får ofta avslag av samma anledning: de beskriver teknik, men inte beteendeförändring. Utlysningen trycker dessutom på hållbarhet, inkludering och långsiktig nytta.

En checklista jag själv hade använt

1. Förändringsteori på en sida

   • Vad är problemet (t.ex. energitoppar, låg lönsamhet i lågsäsong)?
   • Vilken kapacitet byggs (plattform, metod, nav)?
   • Vilken effekt ska synas inom 12–18 månader?

2. Hållbarhetsanalys som styr valen

   • Koppla AI-tillämpning till energibesparing, resurseffektivitet och social inkludering.

3. Mätbara resultat – inte fluff

   • Exempel på indikatorer:
     • kWh per gästnatt (eller per besök)
     • andel automatiskt insamlad hållbarhetsdata
     • minskat matsvinn i kg/vecka
     • antal företag som aktivt använder plattformen efter 12 månader

4. Designa för gles geografi från start

   • Distanscoaching, digital onboarding, gemensamma digitala verktyg.

5. Planera statsstödslogik tidigt

   • Om företag gynnas av subventionerade tjänster måste upplägget tåla granskning.

Varför det här är extra relevant vintern 2025/2026

Det är lätt att prata om hållbarhet i abstrakta termer. Men vintern gör allt konkret: hög energianvändning, fler driftstörningar, och press på marginalerna när beläggningen svänger.

Här har AI inom energi och hållbarhet en tydlig plats i besöksnäringen i norr: förutsäga, optimera, standardisera och följa upp. Och utlysningen sätter en ram som gör att fler kan dela på kostnaderna för den typen av kapacitet.

Om jag drev ett besöksmål i regionen skulle jag inte börja med att köpa en “AI-produkt”. Jag skulle börja med att ingå i (eller initiera) ett projekt som bygger den gemensamma infrastrukturen: datakopplingar, arbetssätt, utbildning och mätning.

Frågan som avgör vilka som lyckas 2026 är inte om AI är “intressant”. Den är: vilka företag bygger en vardag där beslut om energi, drift och försäljning tas på data – varje vecka?