AI i turismen: så får ni EU-stöd i Skåne-Blekinge

Skåne och Blekinge har en tydlig utmaning: den privata forskningen och utvecklingen är för låg, samtidigt som små och medelstora företags innovationsresultat har försvagats. Det är precis den typen av problem som gör att bra idéer inom turism och besöksnäring ofta stannar på whiteboarden i stället för att bli verkliga produkter.

Nu finns en konkret möjlighet att ändra på det. Tillväxtverket har en utlysning som kan medfinansiera projekt som stärker företags FoU- och innovationsförmåga, inklusive öppna testbäddar, demonstrationsmiljöer och forskningsinfrastruktur i Skåne och Blekinge. För oss som jobbar med AI inom energi och hållbarhet är det extra intressant: AI-projekt i turismen blir snabbt energiprojekt i praktiken—för schemaläggning, beläggning, transporter, matspill, värme/kyla och resurseffektiv drift.

Utlysningen stänger 2026-03-03 och ansökan öppnar 2026-01-13. Det här inlägget visar hur du kan vrida utlysningens logik till något som faktiskt passar AI inom turism och besöksnäring, utan att fastna i byråkratiska återvändsgränder.

Vad utlysningen faktiskt vill uppnå (och varför det gynnar turismen)

Kärnan är enkel: projekten ska höja innovationskapaciteten hos små och medelstora företag och samtidigt skapa regional nytta som håller över tid. Det betyder att en “AI-chattbot för vår webb” sällan räcker som projektidé. Men en satsning som bygger förmåga, metoder och delad infrastruktur för flera aktörer? Då börjar det likna det utlysningen är byggd för.

I besöksnäringen finns tre tydliga luckor som matchar utlysningen perfekt:

1. Brist på testmiljöer där företag kan prova AI-lösningar på riktigt (i drift, med riktiga flöden).
2. Svag koppling mellan akademi och företag i vardagsnära tillämpningar.
3. För få strukturer som gör att AI-arbetet blir återkommande och mätbart, inte en engångsinsats.

Det här är extra relevant i december 2025, när många destinationer samtidigt planerar för 2026: personalplanering, energikostnader, upphandlingar och digitala satsningar hamnar på bordet nu. Ett projekt som kan starta i samband med ansökan och löpa i flera år passar därför i regionernas långsiktiga omställning.

Tre projektspår som passar AI i turism (och kraven i utlysningen)

Utlysningen talar om tre så kallade resultatkedjor: direkta insatser till företag, stödstrukturer och uppbyggnad av miljöer/infrastruktur. För AI i turismen är det smartast att välja spår utifrån vad som ger mest hävstång.

1) Direkta insatser till företag: “AI i drift” för hotell, attraktioner och destinationer

Direkta företagsinsatser fungerar när du kan visa att flera SMF får ny förmåga och ändrar beteende. Jag gillar projekt som går från “pilot” till “driftstandard”. Exempel på AI-områden som ofta ger snabb effekt och dessutom knyter an till energi och hållbarhet:

• Beläggningsprognoser som styr bemanning, inköp och uppvärmning/kyla.
• Dynamisk prissättning som tar hänsyn till efterfrågan och hållbar kapacitet (inte bara maxintäkt).
• Prediktivt underhåll för exempelvis ventilation, kyla/frys, tvätt och poolteknik.
• Gästflödesanalys (på integritetsvänligt sätt) för att minska trängsel och toppar.

Det som gör detta EU-moget är inte att modellen är “smart”, utan att du bygger metodik: hur företag samlar data, hur de testar, hur de mäter resultat, och hur de fortsätter efter projekttid.

2) Utveckla stödstrukturer: gemensam AI-kompetens som destinationen äger

Många destinationer är fragmenterade: små företag, säsongsvariation, hög personalomsättning. Det betyder att ett enskilt företag ofta inte klarar kompetenslyftet själv.

Ett starkt upplägg är att bygga en regional stödstruktur som hjälper företag att genomföra AI-projekt korrekt:

• mallar för datadelning och datakvalitet
• upphandlingsstöd för AI-tjänster
• gemensamma KPI:er (t.ex. energianvändning per gästnatt, matspill per serverad portion)
• träningsprogram för personal och ledning

Här får du en direkt brygga till serien “AI inom energi och hållbarhet”: när du standardiserar hur man mäter och förbättrar drift blir hållbarhetsnytta en naturlig del av affären.

3) Bygga testbäddar och demonstrationsmiljöer: “living lab” för AI i besöksnäring

Det här är den mest intressanta nivån för Skåne–Blekinge, eftersom utlysningen uttryckligen vill se fysiska investeringar i test- och demonstrationsmiljöer.

Tänk dig en öppen testbädd där flera aktörer kan testa AI-lösningar i en verklig miljö:

• ett hotell eller konferensanläggning som demomiljö för energistyrning
• en turistattraktion som testplats för flödesprognoser
• en kollektivtrafik- eller mobilitetspartner för att simulera besökarresor
• en akademisk part som säkrar metod och utvärdering

En bra “one-liner” för ansökan:

En testbädd gör att AI i turismen kan gå från prototyp till bevisad nytta, utan att varje företag behöver bära hela risken.

Så kopplar du projektet till smart specialisering (utan att krångla till det)

Utlysningen kräver att projektet tydligt kopplar till regionernas smart specialisering.

För turism med AI är det sällan ett problem—du behöver bara formulera kopplingen rakt:

• Tech / Smart industri / Avancerade material och tillverkningsindustri: AI, data, automatisering, sensorer, digital infrastruktur.
• Smarta hållbara städer: besöksflöden, mobilitet, kapacitetsstyrning, hållbar platsutveckling.
• Life Science och hälsa: AI som förbättrar tillgänglighet, säkerhet, välbefinnande och upplevelsedesign (t.ex. tillgänglighetsanpassning).
• Livsmedel: AI mot matspill i restaurang- och hotellverksamhet, prognoser och smarta inköp.

Blekinges Missions-modell passar särskilt bra om du formulerar projektet som en samhällsutmaning, till exempel: “Minska energianvändning och trängseltoppar i säsongsdestinationer utan att sänka gästupplevelsen.”

Budget, medfinansiering och tidplan: de hårda ramarna du måste respektera

Utlysningen ger max 40 % i EU-stöd. Resterande 60 % måste vara offentlig och/eller privat medfinansiering. Förstudier kan få max 400 000 kr i EU-stöd (också upp till 40 %).

Tidslinjen är tydlig:

• Ansökan öppnar: 2026-01-13
• Ansökan stänger: 2026-03-03
• Beslut förväntas: 2026-06
• Rekommenderad projekttid: 3 år och 4 månader
• Senast projektslut: 2029-09-30

En praktisk tumregel: om ni inte har en tydlig plan för likviditet (stöd betalas ut i efterskott) så blir projektet tungt att driva även om ni får ja.

Från idé till ansökan: en konkret checklista för AI-projekt

Det som skiljer ansökningar som går igenom från de som faller är sällan “idén” – det är genomförbarheten och logiken.

Checklista: det här behöver sitta innan ni trycker på “skicka”

1. Förändringsteori som går att mäta

   • Förmågor: vad kan företagen göra efter projektet som de inte kan idag?
   • Beteenden: vad gör de annorlunda i vardagen?
   • Effekter: vad blir regionnyttan på sikt?

2. Hållbarhetsanalys med konkreta målkonflikter

   • Exempel: mer digitalisering kan öka elförbrukning; lös med energieffektiva molnval, modelloptimering, avgränsad datalagring.

3. Jämställdhetsintegrering som påverkar designen

   • Exempel: säkra att testbädd, utbildningar och rekrytering når både kvinnor och män i branschen, och att AI-lösningar inte förstärker snedfördelning i bemannings- eller rekommendationssystem.

4. Statsstödslogik (vem gynnas, hur och varför)

   • Det här är ofta den verkliga tröskeln. Lägg tid på att analysera vilka aktörer som är “företag” enligt regelverket och hur stödet till dem ser ut.

5. Projektkonstellation som matchar uppgiften

   • Turismaktörer + teknikaktör + forsknings-/utbildningsaktör + gärna en offentlig part som kan hjälpa skala.

Exempel: ett AI-projekt som både turism och energifråga

Säg att ni bygger ett projekt med 12 hotell, en destinationsorganisation, ett lärosäte och en energipartner.

Mål: Sänka energianvändning per gästnatt och minska toppbelastning, samtidigt som gästupplevelse och intäkter hålls stabila.

Aktiviteter:

• gemensam datamodell för beläggning, väder, eventkalender och energimätare
• AI-prognoser som styr värme/kyla och bemanning
• testbädd i två anläggningar (demomiljö), öppen för fler aktörer under projektet
• utbildningsspår för driftchefer och verksamhetsledare

Mätetal som går att följa upp:

• kWh per gästnatt
• andel timmar i effekttoppar
• matsvinn per serverad portion
• personalplanering: skillnad mellan planerat och faktiskt behov

Det här är exakt den typ av “AI inom energi och hållbarhet” som blir trovärdig i en regionalfondslogik: det gynnar företag, bygger struktur och kan spridas.

Nästa steg: gör ansökan enklare genom att börja med en förstudie

Många borde börja med en förstudie, särskilt om ni vill bygga testbädd eller om datafrågorna är oklara. En förstudie kan användas till:

• inventering av datakällor och datakvalitet
• juridik och integritet (inklusive hur ni delar data)
• design av testbäddens upplägg och öppna tillgång
• analys av medfinansiering och likviditet
• tydligare förändringsteori och mätplan

Min erfarenhet: en bra förstudie sparar månader av omtag senare och gör att huvudprojektet känns “självklart” när ni väl söker.

Det här är ett fönster som gynnar den som agerar tidigt

Skåne–Blekinge behöver fler miljöer där innovation kan testas i praktiken, och besöksnäringen behöver AI som ger effekt i drift—inte bara i marknadsföring. Den här utlysningen passar extra bra för projekt som kombinerar AI, energieffektivisering och hållbar affär.

Om du vill få ut mest av möjligheten: formulera projektet som en regional kapacitetsbyggare, inte som ett enskilt digitaliseringscase. Bygg en testbädd, skapa metoder, och gör det lätt för fler företag att haka på.

Vilken del av turismens vardag i Skåne-Blekinge skulle ni kunna göra mätbart bättre med AI redan under 2026—energi, flöden, matspill eller bemanning?