AI-kompetens i besöksnäringen: EU-stöd i Norrland

50 miljoner kronor. Det är potten som nu öppnas för Jämtland-Härjedalen och Västernorrland – med ett tydligt fokus: bygga kapacitet, ekosystem och färdigheter för smart specialisering. För många i besöksnäringen låter det först som “industrispråk”. Jag tycker tvärtom: det här är en av de mest konkreta möjligheterna på länge att få ordning på det som ofta bromsar AI-satsningar i turism och destinationsutveckling.

För här är problemet de flesta underskattar: AI i turism faller sällan på idéerna (vi har gott om dem), utan på att vi saknar gemensamma arbetssätt, dataflöden, kompetens och samverkan över kommungränser – särskilt i glesa miljöer. Utlysningen från Regionalfonden 2021–2027 är byggd för just det: mötesplatser, stödstrukturer, analyser och kompetensutveckling.

Och ja – den här texten ingår i vår serie ”AI inom läkemedel och bioteknik”. Det är medvetet. Life science har tvingats lösa exakt samma grundfrågor: datastyrning, etiska ramar, kompetensförsörjning och samarbete mellan akademi, offentlig sektor och företag. Besöksnäringen kan vinna tid genom att kopiera arbetssätten.

Utlysningen i korthet: tider, pengar och krav

Direkt svar: Utlysningen ger upp till 40 % medfinansiering för förstudier och projekt som stärker smart specialisering, strukturomvandling och entreprenörskap i Mellersta Norrland.

Det praktiska du behöver ha koll på:

• Var: Jämtland-Härjedalen och Västernorrland
• När: Utlysningen öppnar 2026-01-13 och stänger 2026-02-17
• Beslut: senast 2026-06
• Projektlängd: som längst till 2029-09-30 (förstudie max 12 månader)
• Stödnivå: max 40 %, resten (minst 60 %) offentlig och/eller privat medfinansiering
• Vem kan söka: offentliga aktörer, lärosäten, forsknings-/utbildningsaktörer, företagsfrämjande org., ekonomiska föreningar
• Viktigt krav: projektidé inom mål 1.4 ska förankras med Region Jämtland Härjedalen och/eller Region Västernorrland innan inlämning

Två “resultatkedjor” styr vilka typer av insatser som passar:

1. RK1 – Direkta insatser till företag (kompetenshöjning, exportmognad, affärsutveckling, digital mognad, hållbar omställning)
2. RK2 – Utveckling av stödstrukturer (styrning, processer, ekosystem, analysförmåga, samverkansmodeller)

Om du arbetar i turism och besöksnäring är min erfarenhet att RK2 ofta ger störst effekt: när stödstrukturen sitter kan fler företag göra AI-lyft utan att varje aktör uppfinner hjulet.

Varför smart specialisering är relevant för AI i turism

Direkt svar: Smart specialisering (S3) är ett sätt att prioritera vad regionen ska bli riktigt bra på – och bygga kompetens, forskning och näringsliv runt det. För AI i turism betyder det: fokusera på användningsfall som passar regionens verkliga styrkor.

S3 kan låta abstrakt, men i praktiken handlar det om att sluta sprida resurser tunt. För besöksnäringen i glesa regioner finns ofta tre gemensamma behov:

• Efterfrågeprognoser (säsongstoppar, evenemang, väder, internationella flöden)
• Personal- och kompetensplanering (bemanning, språk, service, drift)
• Hållbar styrning av flöden (trängsel, transporter, naturpåverkan)

AI blir värdefull först när den kopplas till processer: vem gör vad när modellen visar en signal? Vilka datapunkter får användas? Hur delas data mellan aktörer utan att konkurrens skadas?

Här har life science ett försprång. Inom AI i läkemedel är datadelning och styrning vardag: kliniska data, biobanker, regulatoriska krav. Turism behöver inte lika hårda regelverk – men behöver lika tydliga spelregler.

Myten som bromsar: “Vi behöver bara en AI-lösning”

Det de flesta egentligen behöver är:

• en gemensam datamodell (minimalt gemensamt språk)
• en rutin för datakvalitet
• utbildning så att personalen litar på beslutsstöd
• ett forum där företag, kommun och destination kan prioritera användningsfall

Utlysningen är skriven för att finansiera just den typen av “osynligt arbete” som avgör om AI-satsningar överlever efter pilotfasen.

Projektidéer som passar utlysningen – med AI i besöksnäringen som motor

Direkt svar: Utlysningen premierar mötesplatser, stödstrukturer och analyser. Översatt till AI i turism: bygg det regionala maskinrummet för data, kompetens och samverkan.

Här är fem konkreta projektspår som brukar fungera i glesa regioner:

1) Regional AI-verkstad för destinationer och företag (RK2)

En återkommande arbetsform där destinationsbolag, kommuner, transportaktörer, boenden och aktivitetsföretag samlas kring verkliga case.

Exempel på leveranser:

• “AI-first” processkartor för bokningsflöden, kundservice och kapacitetsstyrning
• mallar för datadelning (vad, hur ofta, i vilket format)
• gemensamma KPI:er (beläggning, gästnöjdhet, CO₂ per gästnatt)

2) Kompetenspaket: från promptning till datastyrning (RK1/RK2)

Kompetensutveckling som inte stannar vid verktyg, utan bygger arbetssätt.

Ett bra upplägg är tre nivåer:

1. Bas: säker användning av generativ AI i kunddialog och innehåll
2. Mellan: dataförståelse, enkel analys, utvärdering av modellresultat
3. Avancerad: datastyrning, upphandling, integritet, modellrisker

Life science-parallellen: på samma sätt som kliniska team utbildas i GCP och datakvalitet, behöver turismens team ett “mini-GCP” för AI: spårbarhet, kvalitet och ansvar.

3) AI för hållbar flödesstyrning i glesa miljöer (RK1)

Bygg ett beslutsstöd som kombinerar:

• bokningsdata och beläggning
• evenemangskalender
• väderdata
• trafik/transport
• natur- och besöksmålens kapacitetsgränser

Målet är inte att “maxa volym”, utan att styra rätt gäst till rätt plats vid rätt tid. Det är ofta den mest affärskritiska hållbarhetsåtgärden en destination kan göra.

4) Internationalisering via AI-stödd marknadsanalys (RK1)

Många små aktörer vill ut men saknar analyskapacitet. Projekt kan ta fram gemensamma metoder för:

• marknadssegmentering
• språk- och kulturadaptation i kundkommunikation
• spårning av kampanjutfall över kanaler

5) Löpande analysfunktion som hittar flaskhalsar (RK2)

Utlysningen lyfter fram behovet av analyser för att utveckla processen och hantera flaskhalsar i smart specialisering.

En “regional analysfunktion” kan exempelvis:

• identifiera var data saknas (t.ex. dagsbesökare, transportbyten)
• följa upp effekter (kort sikt: kunskap, medellång sikt: beteendeförändring)
• föreslå nya samarbeten med andra regioner eller länder

Så bygger ni en ansökan som håller – utan att fastna i byråkratin

Direkt svar: En stark ansökan visar tydlig förändringsteori, hållbarhetsanalys och mätbara indikatorer, plus att ni har förankrat idén med regionen och planerat likviditet.

Jag brukar förenkla ansökningslogiken till tre frågor:

1. Vilket problem löser ni, och för vem? (inte “vi ska jobba med AI”, utan “företag saknar data och kompetens för att…”)
2. Vad gör ni i praktiken? (aktiviteter, möten, utbildningar, verktyg, metoder)
3. Hur vet vi att det blev skillnad? (indikatorer och uppföljning)

Förändringsteori som funkar för AI-projekt

En enkel kedja som ofta godkänns (och som går att mäta):

• Aktivitet: utbildning + gemensamma dataformat + pilotcase
• Prestation: antal företag som deltar, antal datakällor kopplade, antal framtagna arbetssätt
• Kort sikt: ökad kunskap och bättre beslutsunderlag
• Medellång sikt: ändrade arbetssätt (t.ex. AI-stödd bemanning, AI-stödd kundservice, bättre prissättning)
• Lång sikt: högre lönsamhet, minskad klimatpåverkan per gäst, robustare säsonger

Likviditet och statsstödsregler: två klassiska fallgropar

• Likviditet: utbetalning sker ofta i efterskott. Planera kassaflöde tidigt.
• Statsstöd: om projektet gynnar företag kan regelverket påverka upplägg och privat medfinansiering. Ta den diskussionen innan ni låser budget.

En tumregel: om ni vill att AI ska bli vardag i besöksnäringen måste ni budgetera för människor och arbetssätt, inte bara teknik.

Vanliga frågor från turismaktörer (och raka svar)

“Kan ett enskilt företag söka?”

Nej, inte direkt. Däremot kan företag vara målgrupp för insatser eller partners i projekt där en stödberättigad aktör är projektägare.

“Ska vi välja förstudie eller projekt?”

Om ni saknar samsyn om data, målgrupp och arbetssätt: börja med en förstudie (max 12 månader). Om ni redan har förankring, partnerstruktur och piloter: gå direkt på projekt.

“Vad är den mest rimliga AI-nivån att börja på?”

Starta med beslutsstöd och processförbättring (prognoser, planering, kunddialog). Avancerade modeller kan komma senare när datakvaliteten är stabil.

Nästa steg: så hinner ni till 2026-02-17

Utlysningen öppnar 2026-01-13, vilket gör januari till en kort, intensiv period. Om jag satt med en destinationsledning idag (2025-12-21) skulle jag göra följande före årsskiftet:

1. Formulera 1–2 tydliga problem AI ska lösa i regionen
2. Lista 5–10 aktörer som måste vara med (kommun, destination, lärosäte, företagsfrämjare, kluster)
3. Boka förankringsmöte med regionens tillväxtfunktion
4. Skissa förändringsteori och indikatorer på en sida
5. Kontrollera medfinansiering och likviditetsplan

Det fina är att det här arbetet inte bara hjälper er att få stöd. Det är samma grund som krävs för att AI ska fungera långsiktigt – oavsett finansiering.

Besöksnäringen i Mellersta Norrland har en fördel som många storstadsregioner saknar: när samverkan väl sitter går det snabbt att få genomslag. Frågan är bara vilken kapacitet ni vill ha på plats när nästa skifte i digitala kundbeteenden slår igenom – och när AI blir lika självklar i turism som den redan är i läkemedelsutveckling och bioteknik.