AI-samverkan som lyfter turismens digitala omställning

47 miljoner kronor. Så stor var budgeten i Tillväxtverkets utlysning för samverkan och digital omställning som stängde 2025-10-02. Jag nämner det inte för att du ska sörja en missad deadline – utan för att signalen är tydlig: Sverige vill betala för smartare samarbete mellan innovationsmiljöer, där AI och data ses som motorer för konkurrenskraft.

För turism och besöksnäring är det här extra intressant. Branschen är fragmenterad (många små aktörer), säsongsstyrd, energikänslig och beroende av fungerande digital infrastruktur. När samverkan väl fungerar kan AI göra tre saker samtidigt: höja gästupplevelsen, minska kostnaderna och sänka klimatavtrycket. Det är precis där den här artikeln hör hemma i vår serie AI inom energi och hållbarhet.

Varför samverkan är den bortglömda AI-faktorn

AI i besöksnäringen misslyckas ofta av en enkel anledning: data och arbetssätt sitter fast i stuprör. En destinationsorganisation har sin statistik. Hotellen har sin beläggning. Transportörerna har sina flöden. Kommunen har sin energidata. Resultatet blir lokala pilotprojekt som inte skalar.

Tillväxtverkets utlysning (inom Regionalfonden, specifikt mål 1.1 att stärka forskning och innovation) pekade i praktiken ut ett arbetssätt som jag tycker fler i turismen borde ta efter:

• Koppla ihop mogna noder med kompletterande hubbar över regionala gränser.
• Bygg projekt med minst tre innovationsmiljöer och minst två NUTS 2-områden.
• Låt små och medelstora företag (SMF) vara mer än “målgrupp” – gör dem till aktiva parter.

Det här är inte byråkrati för byråkratins skull. Det är en designprincip: AI blir värdefull när flera aktörer kan fatta bättre beslut samtidigt.

Samverkan i turism – vad betyder det i praktiken?

I besöksnäringen handlar samverkan sällan om att “träffas mer”. Den handlar om att:

1. Dela data säkert (bokningsmönster, flöden, energianvändning, kapacitet, evenemang).
2. Standardisera begrepp (vad räknas som en besökare? en gästnatt? en topp? en flaskhals?).
3. Bygga gemensamma tjänster som alla tjänar på (prognoser, planeringsverktyg, supportflöden).

När detta sitter kan AI göra jobbet den är bra på: hitta mönster, förutsäga behov och föreslå optimeringar.

AI som dubbelt verktyg: gästupplevelse + energieffektivitet

Den snabbaste vägen till lönsam AI i turism går via drift och energi – inte via marknadsföring. Marknads-AI kan absolut ge effekt, men drift-AI är ofta mer mätbar och enklare att räkna hem.

Här är tre områden där samverkan + AI ger tydlig effekt, och där energi och hållbarhet blir en naturlig del av digitaliseringen.

1) Prognoser som minskar både köer och kilowattimmar

Om en destination kan förutsäga belastning per timme (inte bara per dag) kan man:

• styra städ- och bemanningsscheman
• anpassa öppettider och transporter
• planera laddning (elbussar, servicefordon)
• optimera värme/ventilation i anläggningar

Det här kräver data från flera håll. En enskild aktör ser bara sin egen del av bilden.

Snippet-vänligt: När beläggning går att förutsäga timvis kan energistyrning gå från “fast schema” till “behovsstyrning”.

2) Smarta byggnader i hotell och anläggningar

AI-baserad styrning (ibland ganska enkel maskininlärning) kan optimera:

• ventilation och temperatur utifrån faktisk närvaro
• varmvattenproduktion utifrån prognos
• drift av kök, spa och tvätt

Men nyttan ökar när man kopplar ihop detta med destinationsnivå:

• Är det stora evenemang i stan?
• Kommer en kryssningsanlöpare?
• Är det väderomslag som driver “inomhusturism”?

Då kan anläggningen förbereda sig smartare och undvika både komfortproblem och energitoppar.

3) Resurseffektiv logistik och cirkulära flöden

Besöksnäringen har mycket “osynlig logistik”: leveranser, avfall, tvätt, matspill, transporter av personal. Med samverkansdata kan AI föreslå:

• samlastning mellan närliggande aktörer
• smartare rutter utifrån trafik och evenemang
• inköpsprognoser som minskar svinn

Det är ofta här klimatnyttan blir konkret – och mätbar.

Så kan turismaktörer bygga projekt som faktiskt får stöd

Den stora lärdomen från Tillväxtverkets utlysning är att projekten ska förändra beteenden, inte bara producera rapporter. De jobbade med så kallade resultatkedjor, där effekten ska kunna spåras från aktivitet → resultat → långsiktig effekt.

Två resultatkedjor var särskilt relevanta:

1. Direkta insatser till företag (effekt i det enskilda företaget)
2. Utveckling av stödstrukturer (effekt i systemet runt företagen)

För turism är kombinationen ofta bäst: börja med en konkret företagsnytta (t.ex. energiprognoser för hotell), och bygg samtidigt stödstrukturen (t.ex. en gemensam datapool, en metod, en plattform) så att fler kan ansluta.

En projektmodell som brukar hålla (och varför)

Om jag skulle skissa en robust projektlogik för en destination 2026–2029, skulle den se ut så här:

1. Gemensam problemformulering: “Vi har toppar som ger köer, stress och energislöseri.”
2. Datafundament: definiera datakällor, juridik, API:er, datakvalitet.
3. Två pilotcase med SMF: hotell + aktivitetsaktör (eller hotell + restaurang).
4. Test- och demonstrationsmiljö: kör i skarp drift under högsäsong.
5. Skalning via stödstruktur: manualer, utbildning, inkubatorstöd, onboarding.

Den här logiken matchar också hur finansierare brukar bedöma kvalitet: tydlig förändringsteori, mätbarhet och spridning.

Statsstödsboxarna – välj enklare än du tror

Statsstöd är ofta det som gör att bra idéer blir stående i korridoren. Men om man förenklar: box-valet handlar om hur direkt ett företag gynnas och hur stödet utformas.

I utlysningen lyftes flera boxar, men tre är särskilt relevanta för turismprojekt:

• Box 2 (de minimis): när enskilda företag får begränsat stödvärde (t.ex. subventionerad rådgivning eller verktyg).
• Box 3b (systemutvecklande samverkan): när fokus är att utveckla samarbete, metoder och strukturer som gynnar systemet brett.
• Box 5 (FoU-stöd som gynnar företag): när företag får stöd för att driva FoU/test/demonstration kring sin konkreta utmaning.

Min tydliga ståndpunkt: Välj en primär logik och håll den ren. Projekt som försöker vara “lite av allt” blir svåra att budgetera, redovisa och bedöma.

Praktisk tumregel

• Ska ni bygga plattform, gemensam metod och kapacitet? Börja i systemutvecklande samverkan.
• Ska ni hjälpa SMF att testa AI i drift (energi, bemanning, flöden)? Lägg tydliga arbetspaket i FoU/test.
• Ska ni ge många små aktörer lättare stöd? Använd de minimis där det passar.

Konkreta AI-caser för besöksnäringen (som passar samverkan)

Bra projektidéer är alltid “tråkigt konkreta”. Här är fem caser som kombinerar AI, digital samverkan och energi/hållbarhet – och som är lätta att mäta.

1. Beläggnings- och effektprognoser för hotellkluster

   • Mål: minska energitoppar och öka komfort.
   • KPI: kWh per gästnatt, antal toppar över viss effekt.

2. Destinationsdashboard för flöden och kapacitet

   • Mål: minska trängsel i känsliga miljöer och förbättra upplevelse.
   • KPI: besöksfördelning över tid/zon, incidenter, NPS.

3. AI-styrd personal- och städschemaläggning kopplad till prognos

   • Mål: mindre övertid, jämnare service.
   • KPI: personalkostnad per belagd enhet, sjukfrånvaro, svarstider.

4. Smart avfalls- och svinnprognos för restauranger i samma område

   • Mål: minska matsvinn och transporter.
   • KPI: kg svinn/vecka, antal leveranser.

5. Digital tvilling för evenemangspåverkan

   • Mål: simulera hur event påverkar trafik, energi, köer.
   • KPI: prognosfel, åtgärdstid, kundnöjdhet.

Snippet-vänligt: AI i turism ger snabbast ROI när den kopplas till planering: beläggning → bemanning → energi → logistik.

Frågor som alltid kommer upp (och raka svar)

“Vi är små – är AI ens relevant för oss?”

Ja, om ni börjar med en avgränsad process. AI behöver inte vara en stor språkmodell. En prognosmodell för beläggning eller svinn kan vara fullt tillräcklig.

“Måste vi dela all vår data?”

Nej. Ni kan börja med aggregerad data, eller med data som anonymiseras. Poängen är att dela tillräckligt för gemensamma beslut.

“Hur undviker vi att projektet dör när finansieringen tar slut?”

Bygg tidigt en driftsmodell:

• vem äger plattformen/metoden
• hur nya aktörer ansluts
• vad som tas betalt (om något)
• hur nyttan mäts och följs upp kvartalsvis

Nästa steg: så gör ni er redo för nästa utlysning

Utlysningen i källmaterialet är stängd, men behovet och logiken finns kvar – och nya finansieringsfönster kommer. Om du jobbar i en kommun, region, akademi, klusterorganisation eller destinationsbolag är det smart att förbereda sig redan nu.

Gör det här under Q1 2026:

1. Välj ett problem där energi och drift är centralt (det ger tydliga KPI:er).
2. Samla 3–5 aktörer som faktiskt kan fatta beslut (inte bara “intressenter”).
3. Skissa en förändringsteori på en sida: aktivitet → resultat → effekt.
4. Planera datan: vad finns, vad saknas, vem ansvarar.
5. Bestäm hur SMF ska få nytta: rådgivning, testmiljö, inkubatorstöd, FoU.

Om du vill ha en tydlig riktning att hålla i handen: bygg AI som gör destinationen mer energieffektiv under hög belastning. Det är där branschen har mest att vinna – och där samverkan gör störst skillnad.

Vilken del av din destinations “högsäsongsstress” skulle ge störst effekt om ni kunde förutsäga den en vecka i förväg?