AI + EU-stöd: Så stärker turism-SME hållbara städer

38 miljoner kronor. Så mycket finns preliminärt att söka när Tillväxtverkets utlysning öppnar 2026-01-13 för att stärka små och medelstora företags tillväxt och konkurrenskraft inom hållbar urban utveckling.

Det här är en sådan möjlighet som många i besöksnäringen missar av en enkel anledning: man tänker “stadsutveckling” och ser byggkranar, inte bokningsflöden, gästresor, energi i lokaler eller resursanvändning i den dagliga driften. Men turism i städer är en infrastrukturfråga—för transporter, energi, vatten, avfall, trygghet och upplevelser.

I vår serie ”AI inom energi och hållbarhet” tittar vi på hur datadriven verksamhetsutveckling faktiskt minskar kostnader och klimatpåverkan. I den här artikeln kopplar jag ihop utlysningens logik (förändringsteori, hållbarhetsanalys, resultatkedjor och statsstöd) med konkreta AI-satsningar som turism-SME kan driva—och som kommuner/regioner gärna vill se i sina strategier för hållbar urban utveckling.

Vad utlysningen faktiskt belönar (och hur du “AI-säkrar” idén)

Utlysningen handlar om att genomföra prioriterade strategier för hållbar urban utveckling i Sverige och har fokus på specifikt mål 1:3: Stärk små och medelstora företags tillväxt och konkurrenskraft. Stödnivån är max 40 % EU-stöd av total budget och en preliminär pott om 38 miljoner kronor. Ansökan är öppen 2026-01-13 till 2026-03-03, och projekt kan pågå längst till 2029-09-30.

Den praktiska poängen: du behöver beskriva vad som förändras, för vem och hur du mäter det. AI blir intressant här eftersom den kan koppla aktivitet → beteendeförändring → effekt med tydliga mätetal.

Resultatkedjorna: välj din huvudväg

Utlysningen pekar på två resultatkedjor:

• Resultatkedja 1: Direkta insatser till företag (effekten uppstår i företagen)
• Resultatkedja 2: Utveckling av stödstrukturer (effekten uppstår i systemet runt företagen)

För besöksnäringen är det ofta smart att göra båda—men välja en primär.

Min ståndpunkt: Om målet är LEADS och verklig affärsnytta, börja med Resultatkedja 1 (konkreta pilotinsatser i företag) och bygg Resultatkedja 2 som skalningsmotor (upphandling, gemensamma datastandarder, testmiljöer).

Tre AI-spår som passar utlysningen – särskilt för turism i städer

AI-insatser landar bäst när de knyts till stadens övergripande utmaningar: jämlika, gröna och produktiva städer samt digitalisering och smarta städer. Här är tre spår som återkommer i lyckade projektupplägg.

1) AI för bokningsoptimering som minskar energi och tomkapacitet

Nyckeln: Kapacitet som står tom är dyr—och ofta onödigt energikrävande.

I hotell, vandrarhem, aktivitetsarrangörer och evenemangsplatser blir energiförbrukning och bemanning ofta “fasta” trots att efterfrågan är ojämn. En AI-modell för efterfrågeprognoser kan skapa bättre planering för:

• uppvärmning/ventilation i lokaler (energioptimering)
• städ- och tvättcykler (resurs- och vatteneffektivisering)
• bemanning (produktivitet och lönsamhet)
• prissättning och paket (intäkt per gästresa)

Så kopplar du till hållbarhetsanalysen: Beskriv hur optimering minskar energianvändning per gästnatt, minskar svinn i frukost/serving och minskar onödiga transporter i leveranskedjan.

Mätetal som funkar i ansökan:

• kWh per gästnatt (före/efter)
• beläggningsgrad i lågsäsong
• andel “tomuppvärmda” ytor
• matsvinn i kg per vecka

2) AI som förutspår resenärsbeteenden och styr flöden i staden

Städer vill minska trängsel, buller och utsläpp—utan att döda stadslivet. Här är AI användbart eftersom den kan kombinera flera datakällor (bokningar, evenemangskalender, kollektivtrafik, anonymiserade rörelsedata, väderhistorik) för att:

• förutspå toppar i besöksflöden
• rekommendera alternativa tider och stråk
• skapa “rätt” erbjudanden i realtid (t.ex. sprida belastning mellan stadsdelar)

För turism-SME blir effekten ofta bättre gästupplevelse och högre konvertering, men för staden blir effekten minskad trängsel och mer effektivt nyttjande av infrastruktur.

Konkreta projektaktiviteter:

• bygga en gemensam “besöksprognos”-modell i en testmiljö
• implementera rekommendationsmotor i boknings- eller destinationsplattform
• ta fram beslutsstöd för evenemangsplanering och stadslogistik

3) AI för cirkulära affärsmodeller i besöksnäringen

Utlysningen betonar cirkulär ekonomi och minskat resursutnyttjande. För turism i stad kan det betyda mer än återvinning.

AI kan hjälpa företag att gå från “köp och släng” till delning, återbruk och optimering, exempelvis:

• prediktivt underhåll för kök, kyla och ventilation (minskar energitoppar och haverier)
• optimering av tvätt och textilier (rätt nivå, rätt tid, mindre slitage)
• inventarie- och inköpsprognoser (mindre svinn, mer standardisering för återbruk)
• matchningstjänster mellan aktörer (t.ex. överskottsmat eller temporär utrustning mellan arrangörer)

Snippet-vänlig formulering att använda i förändringsteorin:

När vi kan förutspå efterfrågan och slitage kan vi planera resurser i förväg—och då blir cirkularitet en driftfråga, inte en kampanj.

Så bygger du en ansökan som klarar kraven: förändringsteori + hållbarhetsanalys

Utlysningen kräver förändringsteori och hållbarhetsanalys. För många blir det “administration”. För en AI-satsning är det tvärtom din chans att visa att du har kontroll.

En enkel förändringsteori för AI i urban turism

Strukturera den så här (kort, rakt, mätbart):

1. Problem: Oregelbunden efterfrågan skapar energislöseri, svinn och låg lönsamhet.
2. Målgrupp: Små och medelstora turismföretag i aktuella strategiområden.
3. Insats: Datadelning + AI-modeller + implementeringsstöd i drift.
4. Direkt resultat: Bättre prognoser, bättre planering, minskat svinn, jämnare beläggning.
5. Långsiktig effekt: Lägre utsläpp per besök, starkare konkurrenskraft, fler arbetstillfällen.

Hållbarhetsanalysen: visa både nytta och målkonflikter

En stark ansökan vågar ta upp målkonflikter och hur de hanteras. AI är inget undantag.

Exempel på målkonflikter att adressera:

• Dataintegritet vs. flödesstyrning: lös med anonymisering, dataminimering och tydliga ändamål.
• Automatisering vs. arbetsvillkor: visa hur AI frigör tid till service och kvalitetsarbete, inte bara kostnadsjakt.
• Energibesparing vs. komfort: definiera komfortgränser (t.ex. temperaturintervall) och följ upp gästnöjdhet.

Statsstöd: planera tidigt så du inte bygger fel projekt

Eftersom insatserna riktar sig till företag påverkar EU:s statsstödsregler upplägget. Utlysningen beskriver flera “boxar” som ofta blir relevanta, till exempel:

• Försumbart stöd (de minimis) för begränsade stödbelopp
• Allmänna främjandeinsatser för kunskapsöverföring och systemutveckling
• FoU och innovationsstöd när ni faktiskt utvecklar och testar nytt

Det viktiga är inte att kunna alla paragrafer utantill, utan att tidigt bestämma:

• Vilka arbetspaket ger direkt nytta till företag?
• Vilka arbetspaket är systembyggande (plattformar, testmiljö, metodstöd)?
• Hur budgeterar ni så att stödnivåer och redovisning hänger ihop?

Praktiskt råd: Separera arbetspaket tydligt. En box per arbetspaket gör både ansökan och uppföljningen mycket enklare.

Exempel på projektupplägg (som går att skala)

Här är ett upplägg jag ofta ser fungera i praktiken när man vill kombinera AI, hållbarhet och SME-stöd.

Fas 1: Förstudie (upp till 12 månader)

Mål: göra datakartan och välja 2–3 pilotfall.

• datainventering (bokningsdata, energidata, driftdata)
• juridik och integritet (roller, åtkomst, anonymisering)
• baseline-mätning (kWh, svinn, beläggning, intäkter)
• urval av pilot-SME och stödbehov

Fas 2: Pilot i företag (Resultatkedja 1)

Mål: visa mätbar effekt i 10–20 företag.

• efterfrågeprognoser och beläggningsoptimering
• driftoptimering av energi och bemanning
• utbildning för ledning och driftansvariga

Fas 3: Stödstruktur och uppskalning (Resultatkedja 2)

Mål: göra det lätt för fler att kopiera.

• metodpaket (”så gör du på 30 dagar”)
• gemensamma KPI:er för energi och hållbarhet i besöksnäring
• test- och demonstrationsmiljö för nya AI-tillämpningar
• modell för offentlig upphandling som efterfrågar hållbara lösningar

Vanliga frågor jag får (och raka svar)

Behöver vi vara en kommun eller region för att söka?

Nej, men utlysningen är kopplad till utpekade strategier. Om projektägaren inte är en kommun/region i strategin behöver ni normalt en avsiktsförklaring som visar förankring hos strategiägaren.

Är AI “digitalisering” nog för att räcka?

Nej. Digitalisering i sig räcker sällan. Det som bedöms är effekt: minskat resursutnyttjande, cirkulära affärsmodeller, stärkt konkurrenskraft och tydliga resultatkedjor.

Hur får vi ihop 60 % medfinansiering?

Bygg en mix av offentliga och privata medel och visa att budgeten är kostnadseffektiv. Det är också här en bra pilotdesign hjälper—små insatser som ger mätbar effekt gör det enklare att motivera medfinansiering.

Nästa steg: gör AI-idén “ansökningsbar” före 2026-01-13

Det som skiljer en idé från ett beviljat projekt är nästan alltid förarbetet. Om du jobbar med turism-SME i en av strategierna för hållbar urban utveckling är det läge att agera redan nu.

Börja med tre saker:

1. Välj en primär resultatkedja och skriv en förändringsteori på en sida.
2. Sätt tre KPI:er som både företag och stad bryr sig om (energi, flöden, svinn är bra start).
3. Skissa ett pilotpaket som kan upprepas i fler företag utan att konsulttimmarna skenar.

AI inom turism är inte ett sidospår i hållbara städer—det är ett av de snabbaste sätten att minska resursanvändning och stärka intäkter samtidigt. Vilken del av din verksamhet skulle ge störst effekt om ni kunde förutspå efterfrågan med hög träffsäkerhet redan nästa kvartal?