AI och innovativ mobilitet: så vinner besöksnäringen

53 miljoner kronor ligger preliminärt i potten för projekt som ska förbättra hållbar mobilitet i svenska städer. Utlysningen öppnar 2026-01-13 och stänger 2026-03-03, och den är tydligt riktad: insatserna ska genomföra utpekade strategier för hållbar urban utveckling och bidra till målet Främja hållbar mobilitet i städerna.

Det kan låta som ett “kommunalt transportprojekt”. Men jag tycker att många missar poängen. Mobilitet är en besöksnäringsfråga. Den avgör hur lätt det är att komma fram med barnvagn, rullväska och rullstol; hur köerna vid event hanteras; hur leveranser till hotell och restauranger flyter; och hur tryggt det känns att resa kvällstid.

Samtidigt går en annan utveckling snabbt: AI blir vardagsverktyg i allt från efterfrågeprognoser till kundservice. I den här artikeln knyter jag ihop Tillväxtverkets utlysning om innovativ mobilitet med praktiska AI-tillämpningar som stärker turism och besöksnäring—och jag kopplar det till ett perspektiv vi ofta jobbar med i vår serie AI inom försäkring och riskhantering: när data och prediktioner blir bättre, blir också riskbeslut, prissättning och trygghet bättre.

Utlysningen i korthet – vad den faktiskt möjliggör

Kärnan är att finansieringen ska hjälpa städer att testa, demonstrera och skala upp nya mobilitetslösningar, inte bara bygga mer infrastruktur.

Det här är de fakta som styr planeringen:

• Ansökan öppnar: 2026-01-13
• Ansökan stänger: 2026-03-03
• Max EU-stöd: 40 % av total budget
• Förstudier: max 40 % och max 840 000 kr i EU-stöd
• Preliminär total pott: 53 miljoner kr
• Projektlängd: längst till 2029-09-30 (förstudier max 12 månader)
• Geografi: Hela Sverige, men bara inom utpekade strategier för hållbar urban utveckling

Vem kan söka? Utpekade aktörer som genomför en prioriterad strategi. Är ni inte själva strategiägare behöver ni normalt en avsiktsförklaring (letter of intent) som visar att projektidén är förankrad.

Vad kan ni söka för? Exempel som nämns är:

• Planeringsinsatser (strategier, handlingsplaner, planeringsunderlag)
• Processer för ökad involvering och delaktighet
• Beteendepåverkan (aktiv mobilitet, mobility management)
• Beteendepåverkan för kollektivt resande, delningstjänster och stadslogistik
• Innovation i policy och regelverk
• Test, demonstration och uppskalning (t.ex. mobilitetshubbar, stadslogistik)

Det som sticker ut är att utlysningen efterfrågar helhetsgrepp och ett innovativt förhållningssätt—det är här AI passar in naturligt.

Varför mobilitet är en AI-fråga (och en besöksnäringsfråga)

Mobilitet i städer handlar i praktiken om flöden under osäkerhet. Vardagar, helger, konserter, idrott, kryssningsanlöp, skolstarter, julhandel, vinterväglag—allt förändrar efterfrågan snabbt. Och det är exakt den typen av problem AI är bra på: att förutsäga, optimera och anpassa.

För besöksnäringen blir effekten tydlig i tre områden:

1. Gästupplevelse: En stad som känns enkel att navigera får högre nöjdhet och fler återbesök.
2. Operativ effektivitet: Hotell, arenor och restauranger påverkas direkt av leveransfönster, trängsel och sista-kilometern.
3. Trygghet och risk: Här möter vi vår försäkring- och riskhanteringsserie. Bättre data om flöden, incidenter och exponering ger bättre riskbedömning, skadestrategier och förebyggande insatser.

En rak sanning: ”Hållbar mobilitet” blir först verklig när den också är bekväm. AI kan göra den bekväm genom att ta bort friktion.

Fyra AI-tillämpningar som passar perfekt i mobilitetsprojekt

Om ni vill koppla en mobilitetssatsning till mätbar nytta i stadskärnor och besöksstråk: börja här.

1) Efterfrågeprognoser för besökstryck och kollektivtrafik

AI kan kombinera historiska resmönster med evenemangskalendrar, skolledighet, bokningsdata och väderprognoser för att skapa prognoser per timme och plats.

Praktisk effekt:

• Rätt kapacitet vid “toppar” (festivalhelger, sportevent, julmarknader)
• Mindre trängsel i knutpunkter
• Bättre information till besökare om bästa reseval

Det här är också klassiskt relevant för riskhantering: prognoser gör det lättare att planera bemanning, ordningshållning och förebyggande insatser, vilket minskar incidentrisk.

2) Personliga reseförslag som styr flöden utan pekpinnar

Det räcker inte att informera “alla” samtidigt. AI-driven personalisering kan ge olika rekommendationer beroende på resenärstyp: barnfamiljer, äldre, funktionsvariation, konferensgäster, bilburna dagsturister.

Exempel på funktioner i en stads- eller destinationsapp:

• ”Snabbast, mest tillgängligt, mest barnvänligt” som val
• Real-tidsförslag vid avvikelser
• Mikro-nudging: små rekommendationer som jämnar ut flöden (”gå 6 minuter till nästa hållplats så slipper du kö”)

För besöksnäringen betyder det färre missade bokningar på grund av stress, och bättre helhetsintryck.

3) Optimerad stadslogistik för hotell, restaurang och event

Stadslogistik är ofta den dolda delen av mobilitetsproblemet. Fler leveranser, fler bud, fler returer—samtidigt som städer vill minska trafik, buller och utsläpp.

AI kan stötta:

• Ruttoptimering och samlastning
• Dynamiska leveransfönster baserat på trängsel
• Prognoser för avfall/returflöden vid större event

Det är lätt att motivera i en ansökan eftersom det ligger i linje med “effektivare utnyttjande av befintliga resurser och infrastruktur”.

4) Riskbaserad styrning: från “regler för alla” till “rätt åtgärd på rätt plats”

Här kommer kopplingen till AI inom försäkring och riskhantering extra tydligt.

Riskbaserad styrning betyder att insatser dimensioneras efter faktisk risk: trängselrisk, olycksrisk, halkrisk, konfliktpunkter mellan fotgängare/cyklister/fordon.

Praktiska mobilitetsåtgärder som AI kan prioritera:

• Var behövs extra belysning eller trygghetsvärdar kvällstid?
• Var ska tillfälliga gångflöden byggas vid event?
• Var uppstår flest incidenter med elsparkcyklar och fotgängare?

När städer jobbar så här blir det enklare att visa resultat i både trygghet och framkomlighet.

Så skriver ni en ansökan som håller: förändringsteori + resultatkedja

Utlysningen kräver förändringsteori. Det är faktiskt en fördel om ni gör det ordentligt—för det tvingar fram skarpa prioriteringar.

En användbar förändringsteori för AI + mobilitet i besöksmiljöer kan se ut så här:

1. Problem: Trängsel och osäker framkomlighet i besöksstråk ger sämre upplevelse, högre olycksrisk och dyrare drift.
2. Orsak: Kapacitet och information styrs statiskt, inte efter faktisk efterfrågan.
3. Insats: Inför datadelning + AI-prognoser + realtidskommunikation + testmiljö (t.ex. mobilitetshubb).
4. Output: Prognoser per timme, nya arbetssätt, pilotåtgärder, samverkansmodell.
5. Resultat: Jämnare flöden, färre incidenter, bättre tillgänglighet.
6. Lång effekt: Attraktivare stadskärna/destination, lägre utsläpp, högre trygghet, robustare näringsliv.

Välj resultatkedja med öppna ögon

Utlysningen lyfter särskilt positiv syn på direkta insatser mot företag (resultatkedja 1). För besöksnäringen är det en chans.

Konkreta upplägg:

• Testa AI-styrd leveranssamordning med hotell och restauranger som målgrupp
• Erbjuda “mobilitetsdata som tjänst” till eventarrangörer (prognoser, flödesplaner)
• Ta fram spelregler och incitament som gör delade transporter lönsamma

Om ni arbetar med insatser som kan räknas som stöd till företag behöver ni samtidigt planera för statsstödsregler och välja en hanterbar “box”-logik i projektet.

Tre projektidéer som ofta får snabb effekt (och som går att mäta)

Det finns en typ av projekt som både politiker, invånare och företag brukar gilla: sådant som syns och känns snabbt.

1. AI-styrd mobilitetshubb i besöksintensivt område

   • Kombinera kollektivtrafik, cykel, delningstjänster, last-mile och tydlig wayfinding
   • Lägg till prognoser och realtidsinfo som minskar trängsel

2. Dynamisk besöksnavigering för stora event

   • Prognoser + personaliserade rutter + tillgänglighetsfilter
   • Mät: kötid, omvägar, incidenter, nöjdhet

3. Smart stadslogistik med samlastning och styrda leveransfönster

   • Samverkan mellan stad, logistikaktörer och besöksnäring
   • Mät: antal turer, bullerklagomål, punktlighet, kostnad per leverans

Mätbarhet är inte bara “nice to have”. Den blir er försäkring (bokstavligt talat) när projektet ska följas upp och försvaras.

Vanliga fallgropar – och hur ni undviker dem

De flesta mobilitetsprojekt faller inte på teknik. De faller på genomförande.

• För mycket fokus på appen: Appen är gränssnittet. Värdet sitter i dataflöden, drift och samverkan.
• Otydlig ägare av datan: Bestäm tidigt vem som ansvarar för datakvalitet, uppdatering och åtkomst.
• Ingen plan för likviditet: Stödet betalas ofta ut i efterskott. Det kräver planering.
• För bred statsstödslogik: För många “boxar” gör projektet svårstyrt. Håll det smalt per arbetspaket.
• Jämställdhet som bilaga: Utlysningen kräver tydliga mål och resultat kopplade till jämställdhet. Bygg in det i design och mätning (t.ex. trygghetsdata, resmönster, delaktighet).

Nästa steg för er som vill skapa leads (och samtidigt göra nytta)

Om ert mål är fler affärsmöjligheter inom AI i turism och besöksnäring finns en smart väg: positionera er som partner som kan översätta mobilitetsmålen till fungerande AI-lösningar.

Ett praktiskt upplägg jag har sett fungera:

• Kör en 2–3 veckors förstudie-workshop med strategiägare + besöksnäring + mobilitetsaktörer
• Leverera tre saker: problemkarta, datakarta, mätplan
• Välj en pilot som kan testas inom 90 dagar

Det skapar fart, minskar risk och gör ansökan tydligare.

Avslutningsvis: utlysningen om innovativ mobilitet i städer är inte “ännu en pappersövning”. Den är en chans att bygga städer där hållbara val blir de enklaste valen—och där besöksnäringen kan växa utan att skapa mer trängsel.

Vilken del av er besöksupplevelse skaver mest idag: ankomst, förflyttning i city, eller hemresa efter event? Svaret där brukar peka rakt på er bästa projektidé.