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

Ansökningsfönstret är kort: 11 augusti–16 september. För många små och medelstora företag (och aktörer runt dem) är det exakt den typen av deadline som avgör om en bra idé blir verklighet eller stannar i ett mötesprotokoll.

Samtidigt är tajmingen bättre än den ser ut. Skåne och Blekinge har både starka innovationsmiljöer och tydliga styrkeområden – och nu finns en utlysning som specifikt vill höja forskning- och innovationsförmågan hos små och medelstora företag, inklusive fysiska investeringar som testbäddar och demonstrationsmiljöer.

Här är min tydliga take: om ni jobbar med AI (eller vill göra det) ska ni sluta tänka ”pilot i PowerPoint” och börja tänka ”testmiljö som skapar beteendeförändring”. Det är precis det den här utlysningen belönar.

Som del av vår serie ”AI inom läkemedel och bioteknik” tar jag här en praktisk vinkel: hur ni kan använda utlysningen för att bygga AI-kapacitet som faktiskt håller – och hur samma logik kan användas för AI i turism och besöksnäring, där testbäddar ofta är den saknade länken.

Vad utlysningen faktiskt vill åstadkomma (och varför AI passar)

Utlysningen är tydlig: regionen har låg privat FoU, fallande innovationsresultat hos små och medelstora företag, och för få platser där man kan utveckla, designa och testa lösningar i praktiken. Därför efterfrågas projekt som:

• stärker företagens FoU- och innovationsförmåga
• bygger eller utvecklar testbäddar och demonstrationsmiljöer
• skapar varaktiga samarbeten mellan företag, akademi och andra aktörer
• blir strukturpåverkande (inte enstaka workshops)

AI passar förvånansvärt väl in i den logiken, av en enkel anledning: AI kräver datatillgång, testning och återkoppling i verkliga flöden. Det gäller inom bioteknik (tänk validering av modeller för läkemedelsutveckling) och det gäller i besöksnäringen (tänk AI som optimerar beläggning, prissättning, personalplanering eller kunddialog).

En mening ni kan bygga hela ansökan runt:

En AI-modell är inte ”klar” när den är tränad – den är klar när den är testad i en miljö där människor, processer och data samspelar.

Vem kan söka – och hur ni som företag kan vara med

Huvudsökande är ofta en aktör som främjar innovation och företagande: region, kommun, universitet/högskola, forskningsinstitut, utbildningsaktör eller idéburen sektor. Enskilda näringsidkare och privatpersoner kan inte söka.

Men företag kan vara centrala i projektet på flera sätt:

• som deltagande små och medelstora företag som får direkta insatser
• som projektpartner i FoU-upplägg (beroende på statsstödsbox)
• som användare av testbäddar och demonstrationsmiljöer

Det kritiska är att upplägget följer statsstödsreglerna. I praktiken betyder det att ni tidigt behöver bestämma vilket ”spår” ni ligger i: är det rådgivning/coaching, FoU som gynnar företag, eller infrastruktur där företag får tillgång?

Tre resultatkedjor ni måste matcha

Tillväxtverket beskriver tre ”resultatkedjor”. Jag rekommenderar att ni väljer en som huvudspår och kopplar de andra som stöd.

1. Direkta insatser till företag: kompetens, förmåga, förändrade arbetssätt.
2. Utveckling av stödstrukturer: bättre system runt företagen (metoder, nätverk, samverkan).
3. Uppbyggnad av miljöer och infrastruktur: testbäddar, living labs, demonstrationsmiljöer.

För AI-projekt är en vanlig vinnande kombination: (3) + (1). Bygg en miljö där ni kan testa – och visa att den leder till nya beteenden i företagen.

Hur mycket stöd kan ni få – och vilka siffror ni måste ha koll på

• Max 40 % av projektets kostnader kan medfinansieras av EU i den här utlysningen.
• Resterande 60 % måste vara offentliga och/eller privata medel.
• Förstudier: max 40 % och max 400 000 kr i EU-stöd.
• Projekt kan som längst pågå till 2029-09-30.
• Rekommenderad projektlängd: 3 år och 4 månader (förstudier: 9 månader).

En detalj som många missar: utbetalning sker i efterskott för betalda kostnader. Det betyder att likviditet ofta blir den verkliga tröskeln, inte idén.

Datumsättning som spelar roll (givet dagens datum)

Eftersom vi är 2025-12-21, har besluten enligt plan redan fattats i december 2025. Men logiken och kraven är högst relevanta inför kommande utlysningsomgångar – och ni som fick avslag eller som ”nästan hann” kan använda vintern till att:

• säkra medfinansiering
• forma en tydlig förändringsteori
• förankra smart specialisering-kopplingen
• göra hållbarhetsanalysen ordentligt

Så kopplar ni AI till smart specialisering (utan att det låter krystat)

Projekt måste vara kopplade till regionernas smart specialisering.

I Skåne är det bland annat: Tech, Life Science och hälsa, Livsmedel, Avancerade material och tillverkningsindustri, Smarta hållbara städer, samt kopplingar till ESS, MAX IV och Science Village.

I Blekinge: Smart industri, Tech och arbetssättet Missions (samhällsutmaningar i fokus).

Exempel: AI inom läkemedel och bioteknik (serie-koppling)

Om ni är i biotech/life science kan ett projekt vara strukturpåverkande om det bygger en miljö där små och medelstora bolag kan:

• testa AI-modeller för bildanalys i labb (t.ex. cellbilder)
• validera prediktiva modeller för processoptimering i bioproduktion
• skapa säkra dataflöden (pseudonymisering, governance, dokumentation) som gör att AI kan användas i skarpa utvecklingsmiljöer

Nyckeln är inte ”vi ska utveckla en modell”. Nyckeln är ”vi ska bygga kapacitet och arbetssätt som gör att flera bolag kan utveckla och testa AI snabbare och säkrare”.

Exempel: AI inom turism och besöksnäring (kampanj-koppling)

Skåne-Blekinge har en stor besöksnäring, och här är testbäddar ofta enklare att starta än man tror. Ett bra testbäddsprojekt kan fokusera på:

• prognoser för beläggning och efterfrågan (kombinera bokningsdata, evenemang, transportflöden)
• AI i kunddialog (flerspråkig service, tillgänglighet, bokningsstöd)
• optimering av bemanning (minska övertid, höja kvalitet, bättre arbetsmiljö)
• cirkulära flöden i hotell/restaurang (matsvinnsprognoser, smart inköp)

Det som gör det utlysningsvänligt: ni kan bygga en öppen demonstrationsmiljö där flera hotell, destinationer och besöksmål testar samma AI-metoder, med gemensamma arbetssätt och uppföljning.

Testbäddar och demonstrationsmiljöer: så gör ni dem ”EU-logiska”

En testbädd är inte en lokal med prylar. I ansökningsspråk är det en resurs som sänker tröskeln för innovation och leder till mätbara förändringar.

Vad en bra AI-testbädd innehåller

För att vara trovärdig behöver en AI-testmiljö ha:

1. Datakällor och datadelning: vad kan delas, hur, och med vilka skydd?
2. Mätbar testprocess: hur går en pilot från idé → test → beslut?
3. Kompetensstöd: handledning, metodstöd, juridik/etik.
4. Öppenhet: tydliga villkor för andra aktörer i innovationssystemet.
5. Värde efter projektet: vem äger och driver vidare?

Tre misstag jag ser hela tiden

• För mycket teknik, för lite beteende: ni beskriver modeller, men inte hur arbetssätten ändras.
• En partner dominerar: en testbädd som bara fungerar för en aktör blir sällan strukturpåverkande.
• Otydlig målkonflikt: AI kan öka effektivitet men också riskera snedfördelning. Utlysningen kräver att ni kan hantera målkonflikter.

Krav ni inte kommer undan: hållbarhet, jämställdhet och ojämlikhet

Alla projekt måste bidra till:

• Mål 5: Jämställdhet
• Mål 10: Minskad ojämlikhet

…och dessutom minst ett av mål 2, 3, 8, 9, 11, 12.

För AI-projekt är det smart att vara konkret. Exempel:

• Jämställdhet: säkerställ att testgrupper, användarresor och datainsamling inte speglar en sned målgrupp. Bygg rutiner för att upptäcka bias.
• Minskad ojämlikhet: gör lösningen tillgänglig (språk, funktionsvariationer, digitalt utanförskap). I turism kan det handla om tillgänglig gästservice; i biotech om inkluderande rekrytering och kompetensspår.
• Mål 9 (innovation & infrastruktur): motivera varför testbädden är en långsiktig resurs.
• Mål 12 (hållbar konsumtion): i hotell/restaurang kan AI kopplas direkt till minskat matsvinn.

Så bygger ni en ansökan som håller: förändringsteori + mätetal

Tillväxtverket vill se en tydlig förändringsteori: aktiviteter → stärkt förmåga → förändrat beteende → långsiktiga effekter.

Här är ett enkelt upplägg som brukar fungera för AI-projekt:

Förslag på mätetal (som går att följa upp)

• Antal små och medelstora företag som använder testbädden (mål: t.ex. 25–40)
• Antal genomförda AI-piloter med dokumenterad effekt (mål: t.ex. 12–20)
• Andel deltagande företag som inför ett nytt arbetssätt (mål: t.ex. 60 %)
• Tid från idé till test (mål: minska från 16 veckor till 8 veckor)
• Kompetenslyft: antal personer som kan arbeta med data/AI-processer efter projektet (mål: t.ex. 80)

Siffrorna ovan är exempel – men poängen är att ni behöver beteendemått, inte bara aktivitetsmått.

Vilken ”statsstödsbox” ligger ni i?

Utlysningen beskriver flera boxar. Ni behöver inte spika allt själva, men ni måste visa att ni förstått konsekvensen.

• Box 2/3: stöd till företag, coachning, rådgivning, allmän kunskap, samverkansutveckling.
• Box 5: FoU som gynnar företag, där företag får direkt ekonomiskt stöd för FoU-relaterade kostnader.
• Box 6: forskningsorganisation driver projekt med företag som partners utan att de gynnas (inget statsstöd).
• Box 7: investering i infrastruktur/test/demomiljö som faller inom ekonomisk verksamhet.

AI-testbäddar hamnar ofta i Box 7 (infrastruktur) eller i kombination med Box 2/3 (metod- och kapacitetsbyggande).

Nästa steg: så kommer ni igång på 10 arbetsdagar

Om ni vill att en AI-satsning ska bli finansieringsbar behöver ni tempo och struktur. Här är en 10-dagars plan jag själv hade kört:

1. Dag 1–2: Samla 3–5 företag + 1 akademipartner + 1 innovationsaktör. Sätt en gemensam problemformulering.
2. Dag 3: Bestäm resultatkedja (1, 2 eller 3) och skriv en första förändringsteori.
3. Dag 4: Skissa testbädden: data, process, resurser, öppna villkor.
4. Dag 5: Sätt 5–8 mätetal (beteende + effekt).
5. Dag 6: Gör en snabb statsstödsanalys: vilka gynnas, hur, och varför?
6. Dag 7: Hållbarhetsanalys + mål 5 och 10 integrerat i aktiviteterna.
7. Dag 8: Budgetlogik: vad kostar vad, och varför är det kostnadseffektivt?
8. Dag 9: Förankra smart specialisering-kopplingen med regionens prioriteringar.
9. Dag 10: Intern granskning: är detta ett projekt eller ordinarie verksamhet?

Avslutande tanke: Om ni kan beskriva er AI-satsning som en varaktig förmåga i regionen snarare än ett tekniskt bygge, blir ni plötsligt mycket mer relevanta för den här typen av EU-stöd.

Ni som jobbar inom AI inom läkemedel och bioteknik vet redan att validering, compliance och testmiljöer avgör vad som når marknaden. Samma sak gäller AI i besöksnäringen: det är testbarheten och driftsättningen som skiljer idé från effekt.

Vilken AI-testmiljö i Skåne-Blekinge saknas mest just nu – den som hjälper er att träna modeller, eller den som hjälper er att ändra arbetssätt?