AI för smart mobilitet i städer – bättre resor för besökare

53 miljoner kronor i EU-medel ligger preliminärt på bordet för projekt som vill förbättra hållbar mobilitet i svenska städer. Ansökan öppnar 2026-01-13 och stänger 2026-03-03. Det här är inte ”bygga en cykelbana till”-pengar. Fokus ligger på att testa, demonstrera och skala arbetssätt som gör att människor (och varor) rör sig smartare i staden.

För oss som jobbar med AI inom logistik och supply chain är det extra intressant, eftersom mobilitet i städer i praktiken är en leveranskedja: resenärsflöden, fordon, tidtabeller, last-mile, hubs, köer, kapacitet och beteenden. Och för turism och besöksnäring är det ännu mer konkret: besökaren upplever destinationen genom hur lätt det är att ta sig fram.

Jag tar en tydlig ståndpunkt: stadsutveckling som inte räknar på flöden och beteenden med data kommer att bli dyr och långsam. Den här utlysningen (”Främja innovativ mobilitet i städer”) ger en chans att göra rätt från början – med AI som verktyg, inte som pynt.

Utlysningen i korthet: vad den faktiskt möjliggör

Direkt svar: Utlysningen finansierar genomförande (och i vissa fall uppskalning) av projekt som ingår i utvalda strategier för hållbar urban utveckling, med fokus på mål 2:8 – hållbar mobilitet i städer.

Några delar som många missar när de skummar texten:

• EU-stöd upp till 40 % av total budget. Resten (60 %) måste medfinansieras offentligt och/eller privat.
• Förstudier kan få upp till 40 % och max 840 000 kr i EU-stöd.
• Projekt kan pågå till 2029-09-30, vilket öppnar för ordentlig test-och-skala, inte bara workshops.
• Det finns en tydlig förväntan på innovation i policy, regelverk, beteende och/eller test, demonstration och uppskalning.
• Projekt behöver utgå från integrerade hållbara mobilitetsplaner och visa ett tydligt mervärde.

Det här är viktigt för besöksnäringen: när städer bygger mobilitet som fungerar i vardagen, fungerar den också under evenemangstoppar, semestersäsong och vid plötsliga flöden (tänk julhandel, sportarrangemang, kryssningsanlöp).

Vem kan söka – och varför det spelar roll för näringslivet

Direkt svar: Det är utpekade aktörer kopplade till prioriterade strategier för hållbar urban utveckling som kan söka.

Det betyder att enskilda företag i turism/transport/logistik oftast inte står som huvudägare. Men företag kan:

• vara projektpartner
• vara målgrupp för direkta insatser (Regionalfonden är särskilt positiv till ”resultatkedja 1: direkta insatser till företag”)
• få stöd via statsstödsupplägg (t.ex. de minimis)

För en destinationsorganisation, hotellkedja, eventaktör eller mobilitetsstartup är strategin ofta: hitta rätt kommun/region-strategi och kliv in som partner med en skarp, mätbar pilot.

Varför smart mobilitet är en turismfråga (och inte bara trafik)

Direkt svar: Mobiliteten styr hur mycket en besökare hinner, vad de väljer att konsumera och om de vill komma tillbaka.

När transport skaver händer tre saker:

1. Besökare minskar sin radie (”vi stannar där vi bor”) → färre köp i andra delar av staden.
2. Tidsosäkerhet gör att man väljer bort aktiviteter (”vi vågar inte boka den turen”) → lägre intäkter.
3. Trängsel och buller drar ner helhetsintrycket → sämre omdömen och återbesök.

Smarta lösningar är ofta mindre ”synliga” än infrastruktur, men ger snabb effekt:

• bättre styrning av flöden vid evenemang
• mindre friktion i byten mellan tåg–buss–mikromobilitet
• mer förutsägbara leveranser till restauranger och hotell
• ökad trygghet i kvällstrafik och på knutpunkter

För besöksnäringen är det här samma logik som i supply chain: förutsägbarhet slår hastighet. Hellre 22 minuter som håller än 15 minuter som ibland blir 45.

Där AI gör störst nytta: från “smart city” till smarta beslut

Direkt svar: AI är som bäst i mobilitetsprojekt när den kopplar ihop data, beslut och beteenden – inte när den bara visualiserar.

Här är fyra AI-spår som passar perfekt in i utlysningens fokus (policy, beteende, test och uppskalning) och samtidigt stärker turism.

1) Prognoser för mobilitetsflöden: planera för topparna

Direkt svar: Med prognoser kan staden dimensionera kapacitet, kommunikation och logistik för just de timmar då trängseln uppstår.

Praktiska exempel (som är lätta att göra mätbara i en ansökan):

• Prognos av resandet per hållplats och tidsfönster vid stora evenemang.
• Prediktion av köbildning vid mobilitetshubbar (parkering, laddning, uthyrning).
• Efterfrågeprognoser för natttrafik under helger och säsong.

Turismkopplingen: när staden kan säga “det blir tryck 16:30–18:00, välj alternativ X”, minskar stress och missade bokningar.

2) Optimering av rutter och resurser: samma tänk som last-mile

Direkt svar: Optimering minskar tomkörning, väntetider och onödiga kilometer – både för persontransporter och stadslogistik.

Det här är klassisk AI i logistik och supply chain, applicerat på stadens verklighet:

• dynamisk planering av servicetrafik och anropsstyrda lösningar
• smart styrning av lastzoner och leveransfönster i city
• samlastning som prioriterar rätt tid, rätt plats, rätt fordon

För besöksnäringen blir effekten konkret: färre leveransstopp som blockerar gator, bättre framkomlighet runt hotellområden, och mer harmonisk stadsmiljö.

3) “Mobility management” med AI: beteendeförändring som faktiskt håller

Direkt svar: Beteendeförändring lyckas när den är relevant i stunden – AI kan skapa rätt budskap till rätt person vid rätt tid.

Många projekt fastnar i kampanjer. Den bättre vägen är att bygga en lärande loop:

1. Mät beteenden (anonymiserat och lagligt)
2. Testa nudgar (push, skyltning, erbjudanden, information)
3. Följ upp effekt per målgrupp
4. Skala det som fungerar

Exempel som passar svenska städer:

• Besökare som anländer med tåg får “bästa vägen”-förslag som tar hänsyn till väder, gångbarhet och trängsel.
• Boende styrs bort från bil vid vissa tidpunkter med incitament som sparar tid, inte bara pengar.

4) Policy och regelverk: AI som beslutsstöd, inte beslutsfattare

Direkt svar: AI kan simulera konsekvenser av policy innan man bygger om gator eller ändrar regler.

Det här är särskilt relevant i utlysningen, som uttryckligen öppnar för innovation i policy och regelverk.

Bra användningsfall:

• simulera effekten av nya lastzonsregler på trängsel och utsläpp
• analysera hur en mobilitetshubb påverkar trafikflöden i närliggande kvarter
• testa olika prissättnings- eller tillträdesmodeller (t.ex. tidstyrning) utan att “chansa i verkligheten”

Det är också här jämställdhet och jämlikhet blir mätbart: man kan se vilka grupper som vinner eller förlorar på en förändring innan den införs brett.

Så gör ni en ansökan som känns genomtänkt (och inte som en önskelista)

Direkt svar: En stark ansökan kopplar ihop problem → aktivitet → mätbar effekt, och visar hur ni skalar från test till drift.

Utlysningen kräver förändringsteori och arbete med resultatkedjor. Översatt till praktiken:

En enkel förändringsteori som håller vid granskning

• Utmaning: Trängsel och låg förutsägbarhet i resor/leveranser i city, särskilt under säsong och evenemang.
• Orsak: Fragmenterad data, låg samordning och få incitament som styr beteenden.
• Insats: Datadelning + AI-prognoser + test i pilotområde + beteendeinsatser.
• Resultat (kort sikt): Kortare väntetider, högre punktlighet, jämnare flöden.
• Effekt (lång sikt): Lägre utsläpp, bättre stadsmiljö, högre attraktivitet för boende och besökare.

Mätetal som passar mobilitet + besöksnäring

Välj mätetal som går att följa över tid (och gärna per plats och tid på dygnet):

• punktlighet i kollektivtrafik eller servicelinjer (andel avgångar i tid)
• medel- och maxkö vid hubbar (minuter)
• andel resor som sker med aktiv mobilitet/kollektivtrafik i pilotområde
• leveransprecision till verksamheter (OTIF-logik: on time, in full)
• upplevd trygghet och nöjdhet (enkät i anslutning till resa/aktivitet)

Jag har sett att projekt som bara mäter “antal workshops” får problem senare. Mät flöden, tider och beteenden.

Planera för det som brukar fälla projekt

• Likviditet: Utbetalning sker i efterskott. Bygg en realistisk kassaflödesplan.
• Statsstöd: Om företag gynnas måste upplägg och kostnader matcha rätt box.
• Upphandling: Inköps- och upphandlingsplan behöver vara trovärdig från start.
• Data & juridik: Datadelning, integritet och ansvar måste vara tydligt.

En mening att bära med sig: Om ni inte kan beskriva hur ni går från pilot till vardagsdrift, då är det inte ett genomförandeprojekt – det är en demo.

Vad ni kan göra redan nu (innan 2026-01-13)

Direkt svar: Använd de kommande veckorna till att säkra förankring, definiera pilot och låsa mätbarhet.

En praktisk checklista:

1. Välj problem med tydlig säsongslogik (turismtoppar, helger, evenemang, skolstart).
2. Hitta datapunkterna: biljettdata, sensorflöden, parkering, vägarbeten, evenemangskalender, leveransmönster.
3. Designa en pilot som går att genomföra på 3–6 månader.
4. Bestäm skalning: vad händer när ni går från 1 hubb till 10?
5. Förankra med strategiägaren och säkra avsiktsförklaring om ni inte själva är kommun/region.

Avslutning: smart mobilitet är supply chain – fast för upplevelser

Främja innovativ mobilitet i städer är en utlysning som belönar helhet: planering, beteende, policy och test som går att skala. För turism och besöksnäring är det här mer än hållbarhetssnack. Det är operativ kvalitet – hur lätt det är att vara besökare, hur tryggt det känns och hur mycket man hinner konsumera på en dag.

Om du jobbar med destination, evenemang, hotell, restaurang, transport eller citylogistik är min rekommendation enkel: gå in i de här projekten som partner med en tydlig AI-driven pilot. Visa hur datadrivna beslut minskar trängsel och ökar förutsägbarhet. Det är exakt den typen av “AI i logistik och supply chain” som märks i människors vardag.

Vilken del av besökarresan i din stad skulle bli mest bättre om restiden blev mer förutsägbar redan nästa säsong?