AI-kompetens med EU-stöd: lyft besöksnÀringen i NMS

AI inom utbildning och EdTech‱‱By 3L3C

EU-stöd öppnar 2026-01-13 för kompetensinsatser i Norra Mellansverige. SÄ kan ni bygga AI-utbildning och stödstrukturer som lyfter besöksnÀringen.

EU-stödKompetensutvecklingBesöksnÀringAI i turismEdTechRegional utveckling
Share:

AI-kompetens med EU-stöd: lyft besöksnÀringen i NMS

Den 2026-01-13 öppnar en utlysning som mĂ„nga i besöksnĂ€ringen borde ha koll pĂ„ – Ă€ven om den inte Ă€r “turismmĂ€rkt”. TillvĂ€xtverket söker projektidĂ©er som fĂ„r nĂ€ringslivet i Dalarna, GĂ€vleborg och VĂ€rmland att arbeta mer strategiskt med kompetensförsörjning och smart specialisering. Max 50 % av budgeten kan finansieras via EU-stöd (med ett föreslaget skifte till 60 % som kan komma att gĂ€lla frĂ„n vĂ„ren 2026).

Det hĂ€r Ă€r precis den typen av stöd som kan göra skillnad i en bransch dĂ€r AI gĂ„r frĂ„n “spĂ€nnande test” till vardagsverktyg. Problemet Ă€r sĂ€llan att tekniken saknas – det Ă€r att kompetensen, arbetssĂ€tten och stödstrukturerna inte hĂ€nger med. Och det Ă€r just dĂ€r den hĂ€r utlysningen trĂ€ffar rĂ€tt.

I den hĂ€r delen av vĂ„r serie ”AI inom utbildning och EdTech” tittar vi pĂ„ hur kompetensinsatser, validering och utbildningsupplĂ€gg kan kopplas till konkreta AI-behov i turism och besöksnĂ€ring – och hur ni kan forma ett projekt som bĂ„de klarar kraven och skapar faktiska effekter.

Vad utlysningen faktiskt öppnar för (om ni tÀnker smart)

Utlysningen handlar om fĂ€rdigheter för smart specialisering och stĂ€rker projekt som bygger upp regionens förmĂ„ga att stĂ€lla om – grönt och digitalt. För besöksnĂ€ringen betyder det en chans att göra AI-kompetens till en regional kapacitet, inte enskilda individers hobby.

KÀrnan Àr tvÄ spÄr:

  1. FÄ nÀringslivet att arbeta mer strategiskt med kompetensförsörjning (inom och mellan regionens styrkeomrÄden).
  2. Höja kompetensen i det företags- och innovationsstödjande systemet kring metoder för smart specialisering.

Översatt till turism: projekt som hjĂ€lper destinationer, kluster, kommuner, inkubatorer, branschorganisationer och utbildningsaktörer att bygga strukturer som gör att turistföretag kan ta till sig AI pĂ„ riktigt.

Vem kan söka – och hur ska turismaktörer tĂ€nka?

Utlysningen riktar sig till aktörer inom företags- och innovationsfrÀmjande systemet. Regioner och kommuner Àr sÀrskilt utpekade. Företag fÄr gÀrna delta och/eller medfinansiera, men ska helst inte stÄ som projektÀgare.

För besöksnÀringen Àr det ofta en fördel. Ett projekt som Àgs av exempelvis en region, ett destinationsbolag (juridisk person), ett kluster eller en högskola kan:

  • samla mĂ„nga smĂ„ och medelstora turistföretag utan att lĂ€gga administrationen pĂ„ dem
  • skapa utbildningsinsatser som fler kan nyttja över tid
  • bygga plattformar och stödstrukturer som lever vidare efter projektslut

Varför AI-kompetens i besöksnĂ€ringen inte Ă€r en “kursfrĂ„ga”

AI i turism handlar inte bara om att lÀra sig en ny app. Det handlar om att Àndra sÀttet man jobbar:

  • frĂ„n manuella svar i inkorgar till AI-stödd gĂ€stservice
  • frĂ„n magkĂ€nsla i prissĂ€ttning till datadrivna prognoser
  • frĂ„n generiska kampanjer till personalisering pĂ„ mĂ„lgruppsnivĂ„
  • frĂ„n “vi borde mĂ€ta mer” till automatiserad uppföljning av upplevelsekvalitet

Det hÀr krÀver tre kompetenslager:

  1. BasfÀrdigheter (AI-litteracitet): vad AI kan och inte kan, risker, dataskydd.
  2. TillÀmpad yrkeskompetens: AI i reception, marknadsföring, revenue management, guidning, drift.
  3. Ledning och styrning: processer, mÄl, ansvar, upphandling, kvalitetskrav.

Min erfarenhet Ă€r att mĂ„nga satsar pĂ„ lager 1 och hoppas att lager 2–3 “kommer av sig sjĂ€lv”. Det gör det inte. DĂ€rför Ă€r den hĂ€r utlysningen intressant: den premierar systematik, validering och stödstrukturer.

SĂ„ kopplar ni smart specialisering till AI i turism

Smart specialisering kan lĂ„ta som ett EU-ord utan fĂ€ste i vardagen. Men rĂ€tt anvĂ€nt Ă€r det ett sĂ€tt att fokusera pĂ„ det regionen redan Ă€r stark pĂ„ – och förstĂ€rka det med kunskap, samverkan och innovation.

För besöksnÀringen i Norra Mellansverige kan AI kopplas till styrkeomrÄden som ofta rör:

  • hĂ„llbara upplevelser och naturturism
  • industrihistoria, kultur och platsutveckling
  • skog, energi och cirkulĂ€ra vĂ€rden (som pĂ„verkar destinationernas profil)
  • evenemang och Ă„ret-runt-turism

Tre projektidéer som passar utlysningen (och ger effekt)

1) Regional AI-akademi för besöksnÀringen (EdTech-upplÀgg)

En gemensam utbildningsstruktur dĂ€r företag kan gĂ„ korta moduler (2–4 timmar) och lĂ€ngre spĂ„r (6–12 veckor) med tydlig progression.

Praktiska komponenter:

  • mikrolĂ€rande för sĂ€songspersonal
  • virtuella klassrum och inspelade moment
  • handledning i “AI pĂ„ jobbet”-uppgifter
  • validering: intyg kopplat till definierade kompetenser

Det hÀr ligger nÀra utlysningens exempel om utbildningsinsatser och valideringssystem.

2) KompetenskartlÀggning + validering för AI-roller i turism

KartlÀgg regionens faktiska kompetensbehov: vilka roller behöver vad?

Exempel pÄ roller/omrÄden:

  • AI-stödd kundservice (chat, mejl, bokningsflöden)
  • innehĂ„llsproduktion och översĂ€ttning för internationella marknader
  • dataanalys: belĂ€ggning, intĂ€kter, NPS/gĂ€stomdömen, flöden
  • tillgĂ€nglighet och inkludering i digitala tjĂ€nster

Leverans:

  • kompetenskarta
  • valideringsramverk
  • rekommenderade utbildningsmoduler

3) Stödstruktur för AI-implementering: “frĂ„n pilot till rutin”

MÄnga destinationer har testat AI-verktyg. FÄ har gjort det till en styrd process.

Bygg en regional stödstruktur som tar fram:

  • mallar för behovsanalys och datakrav
  • policy för AI-anvĂ€ndning (kvalitet, etik, GDPR)
  • upphandlingsstöd (krav pĂ„ leverantörer)
  • mĂ€tmodell för effekter (tid, kvalitet, intĂ€kt, hĂ„llbarhet)

Det hÀr matchar utlysningens fokus pÄ utveckling av stödstrukturer.

En bra tumregel: Om projektet bara producerar utbildning blir effekten ofta kort. Om projektet bygger en stödstruktur som gör att utbildningen anvÀnds, dÄ blir effekten lÄng.

Budget, medfinansiering och tidslinje – sĂ„ planerar ni utan att fastna

Utlysningen anger:

  • Ansökan öppnar: 2026-01-13
  • Ansökan stĂ€nger: 2026-02-17
  • Beslut: maj/juni 2026
  • Rekommenderad projekttid: 3 Ă„r (förstudier: 9 mĂ„nader)
  • EU-stöd: max 50 % av total budget (eventuellt 60 % efter programĂ€ndring)

Tre saker som brukar avgöra om projektet hÄller i praktiken:

1) Likviditet (utbetalning i efterskott)

EU-stöd betalas normalt ut nÀr ni rapporterar kostnader i efterhand. Det betyder att projektÀgaren behöver klara kassaflödet. Planera detta tidigt.

2) Statsstödslogik (sÀrskilt nÀr företag deltar)

Om företag gynnas ekonomiskt kan statsstödsregler pĂ„verka upplĂ€gget. Det Ă€r en “designfrĂ„ga”, inte bara juridik. Bygg aktiviteter sĂ„ att nyttan Ă€r transparent och rĂ€ttvis.

3) Kostnadseffektivitet och förenklad redovisning

TillvÀxtverket anvÀnder förenklade redovisningsalternativ. VÀlj modell som passar era aktiviteter (t.ex. utbildningsinsatser, samordning, plattformar), och hÄll budgeten begriplig.

SĂ„ skriver ni en ansökan som kĂ€nns mĂ€nsklig – men bedöms som EU-projekt

Utlysningen krÀver bland annat förÀndringsteori och hÄllbarhetsanalys. MÄnga ser det som administration. Jag ser det som en chans att fÄ ordning pÄ logiken.

FörÀndringsteori för AI-kompetens: en enkel modell som fungerar

Bygg er kedja sÄ hÀr:

  1. Problem: Turistföretag saknar tid, kompetens och stöd för att anvÀnda AI sÀkert och lönsamt.
  2. Insatser: utbildningsmoduler + coachning + stödstruktur (mallar, policy, upphandling).
  3. Prestationer: antal utbildade, antal organisationer som infört processer, antal validerade.
  4. Kortsiktiga effekter: bÀttre beslut, snabbare kundhantering, jÀmnare kvalitet.
  5. MedellÄnga effekter: förÀndrat arbetssÀtt, högre produktivitet, mer attraktiv arbetsplats.

Var konkret. Skriv hellre “40 företag, 120 deltagare, 12 coachade implementeringar” Ă€n “mĂ„nga”.

HÄllbarhet: gör den praktisk för besöksnÀringen

Integrera hÄllbarhet i aktiviteterna, inte som en bilaga.

Exempel:

  • Miljö: AI-stöd för att styra flöden, minska svinn, optimera transporter.
  • Socialt: utbildningsformat som funkar för sĂ€songsanstĂ€llda, deltidsanstĂ€llda och olika sprĂ„k.
  • Ekonomi: standardiserade processer som gör att fler företag kan införa teknik utan att “börja om” varje gĂ„ng.

Utlysningen krĂ€ver ocksĂ„ att projekt bidrar till jĂ€mstĂ€lldhet och minskad ojĂ€mlikhet. I turism blir det skarpt: vilka fĂ„r kompetenslyftet – och vilka hamnar utanför nĂ€r digitaliseringen gĂ„r fort?

Vanliga frÄgor frÄn turismaktörer (och raka svar)

Kan ett destinationsbolag vara projektÀgare?

Ja, om det Àr en juridisk person och passar in i mÄlgruppen (företags- och innovationsfrÀmjande system). UpplÀgget behöver ocksÄ fungera med statsstödsregler om företag gynnas.

MÄste AI vara huvudfokus?

Nej. Men AI kan vara den konkreta kompetensmotor som gör att projektet uppnÄr mÄlen om digital omstÀllning, fÀrdigheter och smart specialisering.

Är en förstudie ett bra första steg?

Ja, om ni behöver kartlÀgga kompetensbehov, bygga partnerskap och vÀlja utbildnings- och valideringsmodell. En 9-mÄnaders förstudie kan minska risken i ett 3-Ärigt genomförandeprojekt.

NÀsta steg: sÄ agerar ni före 2026-01-13

Om ni vill anvĂ€nda den hĂ€r utlysningen för att stĂ€rka AI-kompetens i besöksnĂ€ringen i Norra Mellansverige, gör det hĂ€r innan ni skriver en enda “EU-mening”:

  1. Samla 5–10 företag och lista deras tre mest akuta AI-behov (kundservice, marknad, data, drift).
  2. VÀlj stödstruktur först (plattform, modell, validering) och utbildning sen.
  3. SÀkra projektÀgare + medfinansiÀrer tidigt (kommun/region, lÀrosÀte, kluster, destinationsaktör).
  4. Rita en enkel förÀndringsteori pÄ en sida och testa den pÄ mÄlgruppen.
  5. Planera likviditet och rapportering redan i skissfasen.

Kompetensstöd Ă€r inte mjukt. Det Ă€r hĂ„rd konkurrenskraft – sĂ€rskilt nĂ€r AI höjer lĂ€gstanivĂ„n globalt.

Om 2024–2025 var Ă„ren dĂ„ mĂ„nga turistföretag testade AI, sĂ„ Ă€r 2026 Ă„ret dĂ„ regioner kan bygga strukturerna som gör att fler lyckas. Vilken del av er destination skulle bli starkast om AI-kunskap blev lika sjĂ€lvklar som brandskydd och bokningsrutiner?