AI för innovativ mobilitet i svenska turiststäder

Transporten är ofta den osynliga delen av reseupplevelsen—ända tills den inte funkar. En full busshållplats vid ett museum, otydliga byten mellan spårvagn och färja, leveranser som blockerar en gågata mitt i lördagsshoppingen. Då spelar det ingen roll hur bra er destination är på marknadsföring eller evenemang. Mobiliteten blir berättelsen.

Det är därför Tillväxtverkets utlysning ”Främja innovativ mobilitet i städer” (stängd 2025-10-02) är intressant även för oss som jobbar med AI inom turism och besöksnäring och samtidigt följer utvecklingen inom AI i logistik och supply chain. Den pekar ut en riktning som fler kommer att fortsätta arbeta efter: integrerade hållbara mobilitetsplaner, beteendeförändring och test/demonstration—inte bara ny asfalt.

Min ståndpunkt: de städer som faktiskt vinner på besöksnäring de kommande åren är de som behandlar mobilitet som en produkt. Och AI är verktyget som gör produkten mätbar, styrbar och bättre för varje säsong.

Varför innovativ mobilitet avgör turismens lönsamhet

Svar direkt: Mobilitet styr både kapacitet och upplevelsekvalitet—och därmed intäkterna per besökare.

När flöden hackar uppstår tre dyra effekter samtidigt:

1. Trängsel: besökare klumpar ihop sig på få platser/tider, vilket ger sämre betyg och kortare vistelser.
2. Kostnader: mer personal behövs för att ”brandkårsutrycka” vid köer, felparkeringar och missade anslutningar.
3. Utsläpp och yta: transportrelaterade utsläpp är en stor del av totalen, och stadens mest värdefulla ytor binds upp av parkering och biltrafik.

Utlysningen lyfter att hållbar mobilitet kräver ett helhetsgrepp över hela mobilitetsspektrumet och planeringscykeln. För turism betyder det: resan börjar inte vid hotellets dörr—den börjar när besökaren planerar sin dag i mobilen.

Säsongstoppar är egentligen ett supply chain-problem

Jul- och vinterresor (och sportlovsflöden) är klassiska ”peak weeks”. I december 2025 ser vi samma mönster i många svenska städer: större eventkalendrar, fler weekendresor, och en kombination av lokal shoppingtrafik och besökare.

Det går att hantera med fler bussar. Men smartare är att prognostisera efterfrågan, styra kapacitet och sprida flöden—precis som i en leveranskedja.

Vad Tillväxtverkets utlysning signalerar (och hur du kan använda lärdomarna nu)

Svar direkt: Utlysningen pekar ut vilka typer av insatser som får momentum: planering, delaktighet, beteendepåverkan, och test/uppskalning.

Även om just den här utlysningen är stängd, ger innehållet en tydlig checklista för vad som anses ”skarpt” i svensk hållbar stadsutveckling:

• Planering via strategier, handlingsplaner och planeringsunderlag.
• Arbetsprocesser för involvering och delaktighet.
• Beteendepåverkan för aktiv mobilitet och mobility management.
• Beteendepåverkan för kollektivtrafik, delningstjänster och stadslogistik.
• Demonstration och uppskalning av innovativa åtgärder (t.ex. mobilitetshubbar).

En detalj som många missar: fokus ligger inte bara på idéer—utan på genomförande kopplat till en strategi för hållbar urban utveckling. I praktiken betyder det att mobilitetsinitiativ som hjälper besöksnäringen måste vara förankrade och kunna visa mervärde.

De hårda ramarna som påverkar projekt i praktiken

Några ramar från utlysningen är värda att bära med sig för framtida finansiering:

• Max 40% EU-stöd av total projektbudget.
• Förstudier: max 40% och 840 000 kr i EU-stöd.
• Preliminärt fanns 14 miljoner kronor i potten.
• Projekt kan pågå längst till 2029-09-30.

Översatt till vardag: budget, likviditet och uppföljning är inte ”administration”—det är en del av designen. Det blir extra viktigt när AI finns med, eftersom datakällor, integritetsfrågor och drift kostar.

Där AI faktiskt gör skillnad: från turistflöden till stadslogistik

Svar direkt: AI är som bäst när den kopplar ihop flera dataströmmar och gör dem användbara för styrning—inte när den bara ”visualiserar” historik.

Här är fyra användningsfall som passar perfekt in i mobilitetslogiken i utlysningen och samtidigt stärker turismens leverans:

1) Prognoser för besöksflöden och kapacitet (”demand forecasting”)

AI kan skapa korttidsprognoser (timmar–dagar) och säsongsprognoser (veckor–månader) genom att kombinera:

• bokningsdata (boende, evenemang)
• anonymiserade rörelsedata
• kollektivtrafikens belastning
• skolledigheter, väder, stora matcher/konserter

Resultatet ska inte vara en rapport. Resultatet ska vara beslut: extra avgångar, temporära gångstråk, personalplanering och riktad information i besökarappar.

Snippet-värt: ”Den mest lönsamma bussavgången är ofta den som sätts in innan kön uppstår.”

2) AI-styrd ruttning och ”smart wayfinding” för besökare

Besökare beter sig annorlunda än pendlare. De går långsammare, stannar ofta, söker information och reser i grupper. AI kan därför optimera reseförslag utifrån:

• tillgänglighet (hissar, lutningar, barnvagnsvänliga vägar)
• trängselnivåer i realtid
• trygghet (belysning, sena tider)
• besökarens mål: snabbast, mest sceniskt, minst byten

Det här är mer än UX. Det är beteendepåverkan i praktiken—och helt i linje med utlysningens fokus.

3) Mobilitetshubbar som fungerar även för turister

Mobilitetshubbar blir lätt ”pendlarprojekt”: cykelparkering, laddning, kollektivtrafik. För turism behöver hubben också lösa:

• enkel biljettlogik (gärna bundling med attraktioner)
• flerspråkig support
• bagagehantering eller smarta skåp
• tydliga kopplingar till gångstråk (inte bara hållplats)

AI bidrar genom att balansera utbudet (cyklar, elscootrar, shuttles) och skapa dynamisk kapacitetsstyrning under toppar.

4) Stadslogistik utan att sabotera upplevelsen

Här möts ”AI inom logistik och supply chain” och besöksnäring tydligast. Leveranser måste fram—men turister vill inte dela trottoar med skåpbilar.

AI kan optimera:

• leveransfönster (tysta tider, eventanpassning)
• rutter som minimerar konflikt med gågator
• samlastning till mikrohubbar
• prognoser för returer, avfall och lagerpåfyllning

Praktisk effekt: färre stopp i centrum, bättre punktlighet för restauranger och butiker, och en stadskärna som känns lugnare.

Så bygger du ett projekt som överlever från pilot till drift

Svar direkt: Sätt förändringsteori och mätetal först—och välj teknik som stödjer dem.

Utlysningen kräver förändringsteori och hållbarhetsanalys. Jag gillar det kravet, för det tvingar fram tydlighet: Vad ska ändras hos vem, och hur vet vi att det hände?

En enkel förändringsteori för AI + mobilitet i turiststad

1. Insats: Prediktion av besöksflöden + realtidsinformation i kanaler som turister faktiskt använder.
2. Mellanresultat: Fler sprider sina besök över tid/plats, fler väljer kollektivt/gång.
3. Effekt: Lägre trängsel, bättre luft, högre NPS/omdömen, längre vistelser.

Mätetal som funkar (och som går att följa upp)

Välj 5–8 mätetal som går att mäta utan att bygga ett nytt datalager från noll:

• medelträngsel vid 3–5 hotspots (per timme)
• andel resor med gång/cykel/kollektivt inom besöksområden
• punktlighet för leveranser i city
• väntetid vid nav (mobilitetshubbar)
• upplevd framkomlighet (snabb enkät efter besök)
• utsläpp per besökare (modellbaserat, men konsekvent)

Jämställdhet och tillgänglighet: bygg in det i produkten

Utlysningen kräver bidrag till jämställdhet och följsamhet till rättighetsramverk. För mobilitets-AI betyder det konkret:

• analysera om ruttförslag gynnar vissa områden/grupper
• testa wayfinding med olika åldrar, funktionsvariationer och resesällskap
• säkerställ att nattmobilitet inte blir ett ”premiumalternativ”

Rätt gjort blir det inte en bilaga, utan en del av kvaliteten.

Vanliga frågor jag får (och raka svar)

Behöver vi en egen app? Nej. Börja med de kanaler ni redan har: kollektivtrafikens gränssnitt, destinationens webb, skärmar på plats, och samarbeten med hotell/attraktioner.

Måste vi ha realtidsdata för att börja? Nej. Många vinster kommer från bra prognoser och planering, särskilt för helger, evenemang och säsong.

Hur undviker vi att AI blir ett pilotprojekt som dör? Gör drift till en kravpunkt: ansvarig funktion, budgetpost för förvaltning, och ett mätetal som politiken bryr sig om (trängsel, trygghet, näringslivsnytta).

Nästa steg: gör mobilitet till en del av destinationens erbjudande

Innovativ mobilitet i städer handlar ytterst om attraktionskraft och livskvalitet. För besöksnäringen är det ännu mer konkret: om det är enkelt att förflytta sig, är det också enklare att konsumera, stanna längre och komma tillbaka.

Vill du komma igång snabbt föreslår jag en 30-dagars start:

1. Kartlägg 3 turistflöden (ankomst–boende–attraktion–middag–kväll).
2. Välj en datakälla per flöde (bokning, evenemang, rörelse, kollektivtrafik).
3. Sätt 5 mätetal och bygg en enkel prognos.
4. Testa en beteendeinsats (information, nudging, erbjudande) i liten skala.

När du väl kan förutsäga var trycket uppstår kan du också styra det. Det är då AI går från teknik till verksamhetsnytta.

Om din stad eller destination vill knyta ihop AI, mobilitet och turism på riktigt: vilken del av resan för besökaren är mest frustrerande idag—och vilken datakälla skulle kunna göra den friktionen mätbar redan i januari 2026?