AI + smarta energisystem: så stärker ni turismen

15 miljoner kronor i regionalfondsmedel kan låta som ett energiprojekt för elnätsbolag och industrin. Men här är min poäng: för besöksnäringen i Östra Mellansverige är smarta energisystem och AI en direkt konkurrensfråga. När elnäten är ansträngda, effekttariffer blir vanligare och gäster förväntar sig hållbarhet som standard, blir energifrågan lika operativ som bemanning och intäktsstyrning.

Utlysningen om stöd till företag för forskning och utveckling inom smarta energisystem i Östra Mellansverige (Örebro, Östergötland, Sörmland, Uppsala, Västmanland) pekar ut exakt de pusselbitar som många turist- och energibolag redan brottas med: flexibilitet, lokal energidelning, energilagring och nya affärsmodeller. Lägg till AI, och ni får verktyg som kan förutse belastningstoppar, styra lagring och optimera drift utan att sänka gästupplevelsen.

Det här inlägget är en del av vår serie ”AI inom energi och hållbarhet”. Fokus är praktiskt: vad stödet handlade om, vad som brukar vinna i sådana här satsningar – och hur turistföretag kan samarbeta med energiaktörer för att skapa lösningar som faktiskt går att skala.

Vad utlysningen faktiskt handlade om – och varför det angår besöksnäringen

Kärnan: finansiering för projekt som utvecklar smarta energisystem, smarta elnät och smart energilagring och som samtidigt bidrar till regionens utpekade klimatutmaningar.

Även om utlysningen nu är stängd är logiken och kraven typiska för EU- och regionalfondsprojekt. Det gör den till en bra mall för hur ni bör tänka inför nästa fönster.

Ramarna i korthet (som ni kan använda som checklista)

• Vem kunde söka: företag tillsammans med andra företag och/eller offentlig sektor. Minst två aktörer i projektorganisationen.
• Vad som finansierades: industriell forskning och/eller experimentell utveckling – alltså mer än ”vi ska köpa ett system”. Det ska finnas utveckling, test, pilot, validering.
• Finansieringsgrad: upp till 40 % från Regionalfonden (resten offentlig/privat medfinansiering).
• Total pott: 15 miljoner kronor.
• Tidsfönster (i utlysningen): ansökan 2025-08-11 till 2025-09-16, beslut i december 2025.
• Projektlängd: rekommenderat tre år (förstudier nio månader). Projekt kunde pågå som längst till 2029-09-30.

För besöksnäringen är detta relevant eftersom många av era stora kostnadsdrivare och tillväxthinder är energi-relaterade:

• effektbrist som stoppar nybyggnation eller elektrifiering
• laddinfrastruktur som blir dyr när nätet är trångt
• toppar vid frukost, spa, konferenspauser, events
• säsongsvariationer som gör energiförbrukning svår att planera

AI blir bron mellan drift och energisystem. Det är AI som kan göra flexibilitet ”automatiserad” i stället för ett manuellt projekt som dör när eldsjälen byter jobb.

Smarta energisystem + AI: tre användningsfall som ger resultat i turism

Budskapet: om ni vill koppla energiforskning till besöksnäring behöver ni konkreta case där AI skapar mätbara effekter: lägre effekttoppar, högre andel egenanvänd el, bättre utnyttjande av lagring – utan att tumma på komfort.

1) Prognoser för beläggning → prognoser för effektbehov

Hotell och destinationer är bra på intäktsstyrning. Men många missar att samma data kan styra energi.

• Bokningsläge, avbokningsmönster och eventkalendrar kan användas för att prognostisera effektbehov timme för timme.
• AI-modeller kan kombinera beläggning, väder, historik och driftdata för att förutse när anläggningen riskerar att slå i effekttaket.

Praktisk effekt:

• ni kan förladda värmelager eller batteri innan topp
• ni kan styra ventilation och varmvatten med små justeringar som gästen inte märker
• ni kan planera laddning av elfordon när elen är billigare och nätet mindre belastat

Det här passar väl in i utlysningens fokus på ökad flexibilitet i elnätet och ”att matcha samhällets elanvändning”.

2) Lokal energidelning och ”energisymbios” i destinationsmiljö

Utlysningen lyfte uttryckligen idén om lokal lagring/omvandling och symbios mellan aktörers energianvändning. I en turistort är det ofta enklare än i en storstad, eftersom ni har tydliga noder:

• hotell + restauranger
• badanläggning/spa
• liftanläggning eller arena
• kommunala byggnader
• laddhubbar

Med AI kan ni:

• optimera när solproduktion ska användas direkt, lagras eller delas
• styra gemensamma batterier (eller virtuella batterier) mot effekttoppar
• simulera olika affärsmodeller: intern prissättning, flexibilitetsersättning, ”energi som tjänst”

Ståndpunkt: många energiprojekt faller på affären, inte tekniken. En AI-baserad simulering av affärsmodellen (”vem tjänar på vad, när?”) är ofta skillnaden mellan pilot och faktisk drift.

3) Smart energilagring som inte blir en dyr prydnad

Batterier och termisk lagring köps ibland in med för vaga mål. För att få finansiering i FoU-anda behöver ni visa att ni ska utveckla och testa styrning, inte bara installera.

AI kan göra lagring lönsammare genom att:

• förutsäga toppar och styra urladdning exakt när effekten är som dyrast
• minimera slitage via smart laddprofil (viktigt för batteriekonomi)
• samordna flera resurser: värmepumpar, ventilation, laddning, sol, batteri

I besöksnäringen är komfort ett krav. Därför blir en viktig projektfråga:

Hur bevisar vi att energioptimering inte sänker gästupplevelsen?

Svar: mät och styr på service-KPI:er parallellt (temperaturintervall, varmvattenleverans, luftkvalitet) och låt AI optimera inom de ramarna.

Så bygger ni ett projekt som klarar kraven (och inte fastnar i buzzwords)

Nyckeln: utlysningen krävde industriell forskning/experimentell utveckling och en tydlig kedja från aktiviteter → resultat → långsiktiga effekter. För många är det här den svåra delen.

Börja med en enkel förändringsteori

En fungerande förändringsteori för ett AI- och energiprojekt kan se ut så här:

1. Aktiviteter: datainsamling, modellutveckling, pilotdrift, test av styrstrategier, utveckling av affärsmodell.
2. Resultat (förmågor): bättre prognoser, automatisk laststyrning, beslutsstöd för investeringar, partnerskap mellan energi/turism/offentlig sektor.
3. Beteenden: driftteam agerar proaktivt, laddning flyttas i tid, lokala aktörer delar data, upphandlingar baseras på effekt.
4. Effekter: lägre effekttoppar, högre resurseffektivitet, fler etableringar, minskade utsläpp.

Utlysningen angav en riktlinje: 3–4 förmågor och lika många beteenden. Det är faktiskt en bra tumregel för att hålla projektet fokuserat.

Välj rätt samarbeten (minst två aktörer – men bygg för verklig nytta)

För besöksnäringen är en stark konstellation ofta:

• ett turistföretag/destination (problemägare och testmiljö)
• en energiaktör (elnät, energitjänster, energikontor)
• en kommun eller region (strategi, skalning, offentlig data)
• ett universitet/kompetenspartner (metodik, utvärdering)

Det viktiga är inte mängden loggor. Det viktiga är att varje part har ett tydligt ”varför” och en mätbar leverans.

Budgetera för verkligheten: stöd betalas i efterskott

En detalj som ofta ställer till det: utbetalning sker i efterskott när kostnader är betalda och rapporterade. Det betyder att ni måste ha likviditet (eller planera för förskott om ni kvalar in).

I praktiken:

• planera piloter så att ni inte hamnar i en likviditetsknipa mitt i vintersäsongen
• sätt milstolpar som går att rapportera utan att allt måste vara ”klart”

Vanliga frågor jag får från turistbolag som vill göra energiprojekt med AI

“Vi är inget energibolag – kan vi ändå vara med?”

Ja, om ni är en relevant part i ett samarbete och projektet ligger inom smarta energisystem. Men ni behöver ofta en energipartner som kan ta ett större teknik- och regelverksansvar.

“Måste vi ha en färdig AI-modell innan vi söker?”

Nej. FoU betyder att ni får utveckla. Men ni måste kunna visa:

• vilka data som finns/behövs
• hur ni ska testa i realistiska driftsförhållanden
• hur ni mäter effekt (till exempel minskad toppeffekt i kW)

“Vad är en rimlig pilot i besöksnäringen?”

En bra pilot är avgränsad men verklig. Exempel:

• laststyrning av varmvattenproduktion i ett hotell
• optimerad laddning för en destinations laddhubb kopplat till beläggning
• batteristyrning för en arena eller badanläggning under eventdagar

Det här är större än energi: AI som motor för resurseffektiv turism

Östra Mellansverige har pekat ut klimatpositiv bebyggelse, smarta samhällstekniska system och fossilfria drivmedel som fokus. Besöksnäringen sitter mitt i allt detta: ni driver byggnader, ni påverkar transporter, och ni formar beteenden.

Min tydliga uppfattning är att destinationer som kombinerar energiflexibilitet med AI-styrning kommer ha lättare att växa även när nätkapacitet och energipriser svajar. Ni får en robustare drift och kan möta gästers krav utan att göra hållbarhet till ett sidoprojekt.

Om ni planerar en ansökan i nästa utlysningstyp (regionalfond, klimatomställning, smarta system): börja nu. Sätt er med två partners och formulera en pilot som går att mäta på tre nivåer: teknik (kW/kWh), affär (kostnad/intäkt) och upplevelse (komfort/KPI).

Och den fråga jag vill att ni tar med er in i 2026 är enkel:

Vilken del av er energianvändning skulle ni vilja att AI styrde automatiskt – redan nästa säsong?