AI-projektstöd i Skåne-Blekinge: så söker ni smart

37 miljoner kronor. Det är ungefär den nivå av beslut som kan fattas i den här utlysningsomgången för tre mål – där 1.1 forskning och innovation är den som är mest intressant för er som vill bygga, testa och få ut AI-lösningar i praktiken. För besöksnäringen i Skåne och Blekinge är det här större än “ännu en utlysning”. Det är ett konkret sätt att finansiera det som många pratar om, men få får tid och budget att göra: tillämpad AI som faktiskt förbättrar drift, energi och gästupplevelse.

Jag ser ofta samma mönster hos hotell, campingar, destinationbolag och aktivitetsföretag: man har data, man har problem och man har ambition – men man saknar ett upplägg som gör att man kan testa utan att riskera hela årets marginal. Den här utlysningen är designad för just det: industriell forskning och experimentell utveckling tillsammans med exempelvis lärosäten och forskningsmiljöer, inklusive test och demonstration.

Det här inlägget kopplar utlysningen till vår serie ”AI inom energi och hållbarhet”. För i besöksnäringen hänger AI nästan alltid ihop med energi: beläggning styr ventilation, frukostflöden styr kökets drift, väder och evenemang styr efterfrågan – och allt det där går att modellera.

Det här kan stödet göra för AI i turism och besöksnäring

Stödet kan finansiera FoU där företag får direkt stöd för AI-relaterade utvecklingskostnader, så länge projektet faller inom industriell forskning eller experimentell utveckling (inte grundforskning). Det är en viktig skillnad: ni ska inte “forska om AI i allmänhet”, utan lösa en verksamhetsspecifik utmaning och visa att det går att testa, mäta och skala.

Det som gör utlysningen extra relevant för besöksnäringen i Skåne-Blekinge är kombinationen av:

• Direkta insatser till företag (RK1): företagen kan få ekonomiskt stöd för sina FoU-kostnader.
• Krav på samverkan: samarbeten med akademi och innovationssystem premieras.
• Test- och demonstrationsaktiviteter: perfekt för AI som behöver köras i verklig drift.

För er som jobbar med hållbarhet: utlysningen kräver också att projektet arbetar systematiskt med hållbarhet och bidrar till Agenda 2030, inklusive mål 5 (jämställdhet) och mål 10 (minskad ojämlikhet), samt minst ett av flera andra mål (till exempel mål 9, 11 eller 12). Det går utmärkt att koppla AI i besöksnäringen till exempelvis hållbar konsumtion (mål 12) och hållbara städer och samhällen (mål 11).

Varför AI i besöksnäringen passar särskilt bra i den här utlysningen

AI-projekt blir ofta stoppade av två saker: brist på tid och brist på testmiljö. Besöksnäringen sitter på en unik testmiljö som industrin ibland saknar: verkliga flöden, verkliga kunder, tydliga toppar och dalar, och ett ständigt behov av effektivare resursanvändning.

Det betyder att ni kan bygga projekt som är både forskningsnära och affärsnära – exakt det som brukar ge pluspoäng i bedömningen: tydlig problemformulering, mätbara resultat och en trovärdig väg till implementering.

Vilka kan söka – och hur ni positionerar er smart

Juridiska personer kan söka (privaträttsliga och offentligrättsliga). Men ett centralt upplägg i den här utlysningen är att en aktör i företags- och innovationsfrämjande systemet ofta är projektägare/koordinator, medan företag deltar som projektpartner och får stöd enligt statsstödsreglerna (GBER artikel 25).

Det här är bra nyheter för små och medelstora företag i besöksnäringen. Ni får:

• tillgång till utvecklingskraft och forskningsmiljö,
• möjlighet att vara “motor” i behov och test,
• mindre administrativ börda än att äga hela projektet.

Stora företag kan delta, men behöver motiveras eftersom målgruppen i första hand är små och medelstora företag.

Konstellationen som ofta vinner

En praktisk tumregel: bygg en projektgrupp där varje part har en tydlig roll.

• SME i besöksnäringen: äger problemet, datan och testmiljön (hotell, destination, camping, researrangör).
• Forskningsorganisation/lärosäte: metodik, modellutveckling, utvärdering och robusthet.
• Innovationsfrämjande aktör (koordinator): projektledning, rapportering, resultatspridning, governance.
• Tech-leverantör (ibland): integration, dataplattform, driftbar prototyp.

Det är också ett plus om ni visar att ni samarbetar med aktörer ni inte alltid jobbar med – det signalerar att projektet breddar innovationssystemet.

Vad ni kan utveckla: 6 AI-projektidéer med tydlig energinytta

Den starkaste ansökan jag ser i besöksnäringen kopplar AI till både lönsamhet och hållbarhet. Här är sex projektspår som ofta passar industriell forskning/experimentell utveckling och knyter an till vår serie om energi och hållbarhet.

1) Prognoser för beläggning som styr energisystemet

Svar först: bättre beläggningsprognoser minskar energislöseri.

Genom att kombinera bokningsdata, evenemangskalender, väder, prisnivå och historik kan ni bygga en modell som förutser beläggning per dygn och segment. Nästa steg är att koppla prognosen till drift: ventilation, värme, varmvatten och städplanering.

Mätbara effekter att sikta på:

• minskad topp-effekt (kW) vid kalla perioder,
• färre “tomma” uppvärmda ytor,
• minskat matsvinn vid frukost.

2) AI för dynamisk styrning av ventilation och inomhusklimat

Svar först: AI kan styra efter faktisk närvaro, inte efter schema.

I många anläggningar går ventilation och klimat efter tidkanaler. Med sensordata (CO₂, temperatur, fukt, rörelse) kan ni testa modeller som optimerar komfort kontra energiförbrukning.

Här finns tydlig koppling till mål 3 (hälsa och välbefinnande) och mål 12.

3) Smart prissättning som minskar energitryck under toppar

Svar först: intäktsstyrning kan också vara energistyrning.

Besöksnäringen är van vid revenue management. Men få kopplar pris- och erbjudandestyrning till energitillgänglighet och hållbarhetsmål. Ett FoU-projekt kan testa hur prissignaler, paketering och check-in/check-out-fönster påverkar belastning på energi, städ och kök.

4) AI-baserad resursplanering för kök och frukost

Svar först: bättre prognoser ger lägre matsvinn och lägre energiförbrukning i köket.

Det här är ett konkret område där test/demonstration är enkelt: ni kan jämföra svinn, energimätning och gästnöjdhet före/efter. Det passar ofta som experimentell utveckling.

5) Gästkommunikation som flyttar beteenden (utan pekpinnar)

Svar först: personalisering kan minska slöseri utan att försämra upplevelsen.

AI kan segmentera gäster och välja rätt budskap vid rätt tid: återanvändning av handdukar, laddning av elbil, avfallssortering, frukosttider som jämnar ut flöden. Det måste göras med integritet och med fokus på värde för gästen.

6) Prediktivt underhåll för anläggningar med hög säsongsvariation

Svar först: prediktivt underhåll minskar akuta stopp och onödig energidrift.

Värmepumpar, ventilation, kylsystem och poolteknik mår dåligt av säsongstoppar. Med driftdata kan ni bygga modeller som flaggar avvikelser tidigt och planerar underhåll smartare.

En bra one-liner till ansökan: ”Vi vill gå från kalenderstyrt underhåll till datadrivet underhåll som minskar både stillestånd och energiförbrukning.”

Budget och regler: så undviker ni de vanligaste misstagen

Utlysningen ger högst 40 % EU-medfinansiering till projektet, och resterande 60 % ska vara offentlig och/eller privat medfinansiering. För företag påverkar statsstödsreglerna hur stor del av deras kostnader som kan täckas offentligt, ofta inom spannet 25–80 % beroende på företagsstorlek och FoU-typ.

Det som många missar:

Ni får inte “driftsstöd”

Projektet kan inte finansiera ordinarie löpande verksamhet. AI-projektet måste vara utveckling, inte “vi vill köpa ett system och köra”. Däremot kan ni ofta finansiera utveckling, test, integration och utvärdering.

Likviditet: pengar kommer i efterskott

Stöd betalas ut när ni rapporterat och kostnaderna är betalda. Det kräver planering. Om ni har svag likviditet kan förskott i vissa fall vara möjligt, men räkna inte med att det löser allt.

Kostnader som brukar fungera bra för AI-projekt

För företag med FoU-behov är följande ofta centralt:

• personalkostnader (egna utvecklare/analytiker/produktägare i projektet),
• externa tjänster (kontraktsforskning, tekniskt kunnande, konsultinsatser),
• utrustning/instrument (under den tid de används),
• resor och logi (om de är nödvändiga för FoU).

Min rekommendation: sätt en budget där datatillgång, datakvalitet och integration får egna rader. AI blir inte bättre än era dataflöden.

Tidslinje och praktiska nästa steg (viktigt i december 2025)

Ansökningsportalen öppnar 2025-08-11 och stänger 2025-09-16. Beslut förväntas i december 2025. Projekt kan starta tidigast samma dag som ansökan skickas in, och kan pågå som längst till 2029-09-30 (enligt utlysningens slutdatum).

En enkel 4-stegsplan som funkar i praktiken

1. Sätt problemformuleringen i en mening. Exempel: “Vi ska minska energiförbrukningen per gästnatt genom AI-styrd drift baserad på beläggningsprognoser.”
2. Koppla till smart specialisering/styrkeområde. För besöksnäringen blir det ofta Tech, smart industri eller smarta hållbara städer (beroende på projektets kärna).
3. Bygg en testbar MVP och en demonstrationsmiljö. Visa vad ni testar första 6–9 månaderna.
4. Skriv er förändringsteori och mätplan. Välj indikatorer som ni kan leverera på, till exempel antal företag som utvecklar produkter/processer/affärsmodeller, och privata investeringar som matchar stödet.

Så skriver ni en ansökan som känns “AI-mogen”

En AI-ansökan måste visa att ni kan gå från idé till mätbara resultat. Det handlar mindre om att namedroppa teknik och mer om att visa kontroll över riskerna.

Här är en struktur jag själv hade använt:

• Data: vilka källor, kvalitet, åtkomst, juridik (GDPR), ägarskap.
• Metod: vilken typ av modell (prognos, klassificering, optimering), hur ni utvärderar (A/B-test, före/efter, kontrollgrupp).
• Implementering: hur resultatet kopplas till beslut (driftstyrning, personalplanering, inköp).
• Effekter: energi (kWh), klimat (CO₂e om ni har emissionsfaktorer), ekonomi (kostnad per gästnatt), upplevelse (NPS, recensioner, klagomål).
• Ansvarsfull AI: transparens, bias-risker, tillgänglighet (koppla gärna till minskad ojämlikhet).

Snippet-vänligt: “AI i besöksnäringen ska styras av mätetal, inte av magkänsla.”

Avslutning: här finns en bättre väg än att vänta på ”rätt tillfälle”

Innovationsstöd inom regionala styrkeområden i Skåne-Blekinge är ett av de mest praktiska sätten att göra AI-satsningar som annars skjuts upp: ni får en finansieringsram, ett samverkansupplägg och ett tydligt krav på att testa och visa resultat.

Om ni verkar inom turism och besöksnäring och samtidigt vill ligga i framkant inom AI för energieffektivisering och hållbar drift är tajmingen bra – särskilt nu när besluten väntas i december 2025 och många planerar 2026 års investeringar.

Nästa steg: formulera ett skarpt problem, hitta rätt koordinator och bygg ett upplägg som går att demonstrera i verklig verksamhet. Vilken del av er drift skulle ge störst effekt om ni kunde förutse den tre dagar tidigare – med högre träffsäkerhet?