AI-finansiering för turism-SME i Västsverige 2026

22 miljoner kronor i EU-medel kan låta som en abstrakt siffra. Men för små och medelstora företag (SMF) inom turism och besöksnäring i Halland och Västra Götaland kan den här typen av utlysning vara skillnaden mellan “vi borde” och “vi gjorde”. För när vardagen är full av bokningar, bemanning, leveranser och gäster är det sällan man hinner bygga nya digitala arbetssätt på egen hand.

Det som gör Tillväxtverkets utlysning extra intressant ur ett AI-perspektiv är att den explicit lyfter avancerad teknik och artificiell intelligens som en väg till ökad konkurrenskraft. Och här blir kopplingen till vår serie om AI inom logistik och supply chain tydlig: i besöksnäringen är logistik inte bara lastbilar och lager. Det är schemaläggning, inköp, leveranser, kapacitetsplanering, kökets flöden, städslingor, transporter för gäster och realtidsbeslut när verkligheten ändras.

Utlysningen i korthet: vad den öppnar för (och vad den inte gör)

Den direkta poängen med utlysningen är enkel: stärka SMF:s tillväxt och konkurrenskraft genom insatser som ökar innovations- och omställningsförmåga. Men det är inte företagen själva som ansöker i första hand.

Det här kan ni göra: bygga projekt (eller förstudier) som hjälper många företag att utveckla kapacitet, metoder och arbetssätt kopplade till innovation, digitalisering, internationalisering och hållbarhet.

Det här kan ni inte göra: söka för att finansiera ordinarie drift eller enskilda företags interna utveckling “för egen skull”. Utlysningen är tänkt att skapa bred nytta via intermediärer.

Vem kan söka?

Utlysningen riktar sig till aktörer som kan nå många företag, till exempel:

• kommuner och offentliga verksamheter
• lärosäten
• kluster- och samverkansorganisationer
• företagsfrämjande aktörer och innovationsmiljöer

Nyckelkravet i praktiken: ni måste ha nätverk och räckvidd så att insatserna faktiskt landar hos SMF – inklusive underrepresenterade grupper.

Pengarna och tidsramen

Förutsättningarna (som ofta avgör om en idé blir ett projekt):

• Preliminär budget: 22 miljoner kronor
• Max stöd: 40 % av total projektbudget (resterande 60 % ska medfinansieras)
• Genomförandeprojekt: upp till 40 månader
• Förstudie: upp till 12 månader
• Beslut om ansökningar: december 2025 (enligt utlysningstexten)

Varför AI i turism handlar om logistik och supply chain

AI i besöksnäringen beskrivs ofta som “personalisering” och “chattbotar”. Visst, det finns värde där. Men jag tycker att många missar den mest lönsamma delen: AI som förbättrar flöden och beslut.

Turismföretag har en supply chain som är ovanligt känslig:

• efterfrågan varierar kraftigt mellan vardag/helg och säsong (och påverkas av evenemang)
• kapacitet är “färskvara” (en tom hotellnatt kan inte säljas i efterhand)
• bemanning och inköp måste matcha beläggning utan att tumma på kvalitet
• leveranser behöver prickas in när gäster inte störs

AI passar extra bra när beslut måste tas ofta, snabbt och med flera begränsningar.

En praktisk tumregel: Om ni lägger tid på att “gissa” volymer, scheman eller inköp varje vecka, då finns det AI-nytta att hämta.

Så kan ett EU-projekt se ut: 5 AI-spår som passar utlysningen

Utlysningen betonar metoder, rådgivning, arenor och kapacitetsbyggande. Här är fem spår som ligger nära kraven och samtidigt möter verkliga behov i turism och besöksnäring.

1) Efterfrågeprognoser som driver inköp och bemanning

Den direkta effekten av bättre prognoser är mindre stress och färre “panikinköp”. Den långsiktiga effekten är bättre marginal.

Projektidé: bygga en regional metodlåda där företag lär sig skapa prognoser av beläggning och volymer baserat på:

• bokningsdata
• lokala eventkalendrar
• väderdata (historik) och säsongsmönster
• kampanjer och prisförändringar

Supply chain-koppling: prognosen blir input till inköp (mat/dryck/förbrukning), personalplanering och leveransplanering.

2) Dynamisk schemaläggning och kapacitetsplanering

Många turismföretag planerar personal med excel och magkänsla. Resultatet blir ofta över- eller underbemanning.

Projektidé: piloter där företag testar AI-stöd för schemaläggning i reception, städ, kök och aktiviteter.

Viktig detalj: här behövs tydlig governance. AI ska föreslå, människor ska besluta. Annars skapar man snabbt irritation i organisationen.

3) Smart inköp och minskat matsvinn med AI

Matsvinn är både klimat- och kostnadsfråga. Och det går att påverka snabbt.

Projektidé: en gemensam modell för inköpsrekommendationer som tar hänsyn till beläggning, menyer, historisk åtgång och leveransledtider.

Mätbara resultat som passar EU-logik: minskat svinn (kg), lägre inköpskostnad (%), högre leveransprecision (%).

4) Gästflöden, köer och intern “micro-logistik”

På vintern 2025/2026 (julbord, spa-helger, sportlov) är flaskhalsar ofta det som sänker upplevelsen. Inte sängen.

Projektidé: AI-stöd för att styra flöden genom att förutse toppar i:

• frukostservering
• spa-/pooltider
• incheckning/utcheckning
• shuttle/transporter

Supply chain-koppling: bättre flöden minskar behovet av akut extra personal och gör att tjänsteleveranser (städ, service, mat) sker jämnare.

5) AI för internationalisering: rätt erbjudande, rätt marknad

Utlysningen nämner internationalisering och erfarenhetsutbyten. Här kan AI göra jobbet mer datadrivet.

Projektidé: gemensamma workshops där företag lär sig använda AI för marknadsanalys och paketering:

• vilka marknader söker naturupplevelser vs city breaks?
• vilka tider på året har destinationen kapacitetsöverskott?
• vilka språk och budskap ger bäst konvertering?

Poängen: internationalisering blir inte en broschyr. Den blir ett systematiskt arbete.

Krav som avgör om ansökan håller: förändringsteori, hållbarhet och jämställdhet

Det som ofta fäller projekt är inte idén, utan att man inte kan förklara varför den ska fungera och hur man följer upp.

Förändringsteori: gör den konkret (och mätbar)

En bra förändringsteori för AI i besöksnäringen kan vara rätt rak:

• Insatser: utbildning + coachning + pilotimplementation + gemensamma verktyg
• Output: antal företag som implementerat arbetssätt, antal medarbetare utbildade
• Kortsiktig effekt: högre prognosprecision, bättre schemaprecision, minskat svinn
• Långsiktig effekt: bättre lönsamhet och resiliens, högre attraktivitet som arbetsgivare

Välj 3–5 KPI:er ni faktiskt kan mäta utan att drunkna i administration.

Social hållbarhet är inte en bilaga – den är en designfråga

Utlysningen kräver att social hållbarhet används som drivkraft och att projekten motverkar tillväxthämmande strukturer kopplade till jämlikhet och jämställdhet.

Översätt det till projektdesign:

• Planera rekrytering av deltagande företag så att ni når fler än “de vanliga”.
• Lägg utbildningstider så att säsongsanställda och deltidsanställda kan delta.
• Bygg tillgängliga format (språkstöd, distans, material som funkar för olika förutsättningar).

I AI-projekt är detta extra viktigt eftersom data och modeller annars riskerar att förstärka snedvridningar.

Statsstödslogik: undvik att blanda ihop aktiviteter

Utlysningen beskriver olika “boxar” (t.ex. de minimis, genomförbarhetsstudier, innovationsåtgärder). Praktiskt råd: designa varje aktivitet så att den tydligt hamnar i en box, annars blir det dyrt i tid under handläggning och revision.

En rimlig projektplan för 2026: från förstudie till skala

Många vill starta stort. Jag tycker oftast att det är bättre att börja med en skarp förstudie och sedan skala.

Steg 1 (0–3 månader): Förstudie som rensar bort fluff

• kartlägg 30–50 företag: var finns mest “operativ smärta”?
• välj 2–3 use case (t.ex. prognos + schema + svinn)
• definiera datakällor och datakvalitet
• gör hållbarhetsanalys och målkonflikter tidigt

Steg 2 (4–18 månader): Piloter med riktiga mål

• 8–12 företag i olika storlek (hotell, camping, aktivitet, restaurang)
• gemensam modell för uppföljning
• utbildning för chefer + superusers (så att det inte blir konsultberoende)

Steg 3 (19–40 månader): Spridning i regionen

• paketera metoder som “standardiserade moduler”
• skapa en regional arena (fysiskt/digitalt) för erfarenhetsutbyte
• stöd fler företag med lättare insatser (kortare coachning, verktygsmallar)

Vanliga frågor som dyker upp (och raka svar)

“Måste vi bygga en egen AI-plattform?”

Nej. Projekt som lyckas fokuserar på arbetssätt, data och förmåga, inte på att uppfinna ny teknik. Ofta räcker det att kombinera befintliga system med tydliga processer.

“Hur visar man resultat utan att lova för mycket?”

Sätt mål som är kopplade till drift:

• prognosprecision (t.ex. MAPE per vecka)
• matsvinn per gästnatt
• övertidstimmar per månad
• leveransavvikelser (antal, kostnad)

“Vad är en bra miniminivå för datamognad?”

Om företaget har 12–24 månader av boknings-/försäljningsdata och kan exportera den, då går det att göra mycket. Saknas data? Då är första vinsten att skapa rutiner för datainsamling.

Nästa steg: så blir ni en stark intermediär för AI i besöksnäringen

Tillväxtverkets utlysning (som var stängd 2025-09-16) visar tydligt vilka typer av satsningar som efterfrågas: kapacitet, innovation, digitalisering och social hållbarhet i Västsverige. För er som redan nu planerar nästa finansieringsfönster eller kommande regionala satsningar är lärdomen tydlig: AI-projekt behöver vara jordade i verklig drift.

Om jag bara fick skicka med en sak till kommuner, kluster och innovationsmiljöer inför nästa omgång: bygg projekt som gör besöksnäringens vardag mätbart enklare. Bättre planering, mindre svinn, stabilare bemanning och tydligare flöden. Där finns konkurrenskraften.

Vilket av era flöden i dag skapar mest friktion – inköp, bemanning eller beläggningsprognoser – och vad skulle hända om ni kunde förbättra det med 10 % redan nästa säsong?