AI och kompetenslyft i Norra Mellansveriges turism

Den som tror att AI i turism handlar om en “smartare chatbot” missar halva poängen. Det stora skiftet sker i bakgrunden: hur regioner och stödaktörer bygger kompetensförsörjning som faktiskt håller när säsonger varierar, när gästbeteenden förändras och när nya digitala arbetssätt snabbt blir vardag.

Norra Mellansverige (Dalarna, Gävleborg och Värmland) har under 2025 haft en tydlig signal från Tillväxtverket: det finns EU-finansierade möjligheter att utveckla arbetssätt för strategisk kompetensutveckling kopplat till regionens smarta specialisering. Utlysningen “Insatser för ökad kompetens i Norra Mellansverige” stängde 2025-09-16 och budgeten var 10 miljoner kronor, med upp till 50 % EU-stöd per projekt. Även om just den utlysningen är stängd ger den en ovanligt bra mall för hur ni kan bygga nästa generations kompetensinsatser – särskilt om ni jobbar med turism och besöksnäring.

I den här delen av vår serie “AI inom utbildning och EdTech” tar jag ställning: turismens kompetensproblem löses inte med fler enstaka kurser. Det löses med systematiska, data-drivna lärflöden, där AI hjälper er att prioritera rätt, personanpassa och följa upp.

Varför turismen i Norra Mellansverige behöver AI-stödd kompetensförsörjning

Kort svar: Turismen har en unik mix av säsongsvariationer, hög personalomsättning och bredd i roller – och det gör traditionell kompetensplanering för trög.

Många verksamheter i besöksnäringen lever med tre återkommande problem:

• Säsongstoppar där introduktion och upplärning behöver gå snabbt (utan att kvaliteten faller).
• Mångsidiga roller (reception, bokning, guidning, restaurang, events) där “lite av allt”-kompetens krävs.
• Nya digitala krav: kanalhantering, dynamisk prissättning, digital service, tillgänglighet, dataskydd och allt oftare AI-verktyg.

Det är här smart specialisering och stödstrukturer blir praktiska. När Tillväxtverket efterfrågar projekt som involverar näringsliv, akademi, offentlig sektor och civilsamhälle är det inte för att det låter fint. Det är för att turismens kompetensgap sällan kan lösas av ett enskilt företag. Ni behöver gemensamma modeller, validering, plattformar och utbildningsupplägg som kan återanvändas.

En mening att bära med sig: AI gör störst nytta när den kopplas till ett arbetssätt – inte när den “läggs på” som ett verktyg.

Så matchar utlysningens logik turismens verkliga behov

Kort svar: Utlysningens fokus på färdigheter, stödstrukturer och hållbarhet passar turismens utmaningar bättre än många rena teknikutlysningar.

Tillväxtverkets upplägg pekar ut tre saker som är extra relevanta för besöksnäringen i Norra Mellansverige:

1) Bygg stödstrukturer – inte bara utbildningar

Utlysningen betonar resultatkedjan utveckling av stödstrukturer. För turism betyder det att ni bör bygga sådant som lever vidare efter projektet:

• gemensamma kompetensramverk för destinationer
• modell för snabb introduktion av säsongspersonal
• rutiner och metoder för att mäta kompetenseffekt (inte bara antal utbildade)
• rådgivningskapacitet hos kluster och branschorganisationer

AI kan användas som “motorn” i stödstrukturen: rekommendationssystem för lärande, analys av kompetensbehov och automatiserad uppföljning.

2) Smart specialisering blir konkret när ni vågar välja

Smart specialisering handlar i praktiken om att fokusera på regionens styrkor och samarbeta tvärsektoriellt. För turismen kan det innebära att koppla ihop besöksnäring med exempelvis industriell kompetens, skog, energi eller digitala tjänster.

Ett exempel jag ofta ser fungera: turism + industriell digitalisering.

• Samma tänk som används för att effektivisera produktionsflöden kan användas för att effektivisera gästflöden.
• Samma arbetssätt för kvalitetssäkring kan användas för servicekvalitet.

3) Agenda 2030 är ett krav – och en konkurrensfördel

Utlysningen kräver integrerad hållbarhet (miljömässig, social och ekonomisk) samt bidrag till jämställdhet och minskad ojämlikhet.

För turismen är detta inte “extraarbete”. Det är en del av att:

• möta gästernas krav på ansvarstagande
• attrahera personal (särskilt yngre)
• minska sårbarhet vid prischocker, klimatrelaterade effekter och kompetensbrist

AI kan hjälpa er att göra hållbarhet mätbar i utbildningen: till exempel genom att följa hur rutiner för matsvinn, energieffektiv drift eller inkluderande bemötande faktiskt används i vardagen.

Tre AI-drivna kompetensinsatser som passar besöksnäringen

Kort svar: Personanpassat lärande, prediktion av utbildningsbehov och optimerad resursplanering ger snabbast effekt i turism.

Nedan är tre projektspår som ligger nära utlysningens exempel (kartläggning, validering, utbildning för stödaktörer), men översatta till turismens verklighet.

1) Personanpassad onboarding för säsongspersonal

Målet är att ny personal ska bli trygg snabbare – och att gästen märker det.

Så kan AI användas:

• en lärplattform som anpassar innehåll efter roll (reception, servering, aktivitet) och tidigare erfarenhet
• korta kunskapstester som styr nästa modul
• “coachande” stöd i form av intern AI-assistent för rutiner, FAQ och tonalitet i gästkommunikation

Vad ni mäter (bra indikatorer):

• tid till självständigt arbetspass
• antal återkommande serviceärenden/avvikelser
• gästnöjdhet på nyckelpunkter (incheckning, bokning, guidning)

2) Prediktiv kompetenskartläggning på destinationsnivå

Många gör kompetenskartläggning som en punktinsats. Det räcker inte.

Så kan AI användas:

• samla data från bokningsläge, evenemangskalender, gästmix, öppettider och personalomsättning
• prognostisera vilka roller och färdigheter som blir flaskhalsar 4–12 veckor framåt
• rekommendera utbildningsinsatser i rätt ordning (först det som minskar driftstörning mest)

Praktisk effekt: Destinationen kan samordna utbildning över flera arbetsgivare, istället för att alla uppfinner sitt eget upplägg.

3) Validering och micro-credentials för turismroller

Turismen lider av att kompetens ofta är “osynlig”: man kan jobbet, men har inget papper.

Så kan AI användas:

• strukturerade bedömningar av praktiska moment (t.ex. värdskap, säkerhet, bokningssystem)
• digitala kompetensmärken (micro-credentials) kopplade till lokala arbetsgivares krav
• matchning: vilka personer behöver vilken modul för att nå nästa nivå

Varför jag gillar detta: Det skapar rörlighet i regionen. Det är bra för individen och det gör arbetsmarknaden mindre skör.

Så skriver ni en projektidé som håller i bedömningen

Kort svar: En tydlig förändringsteori + realistisk finansiering + mätbar effekt slår “många aktiviteter” varje gång.

Tillväxtverkets logik (som ofta återkommer i liknande finansiering) bygger på att ni visar varför just era aktiviteter leder till beteendeförändring och effekt.

Förändringsteori som turismaktörer faktiskt kan använda

En enkel modell som brukar fungera i besöksnäringen:

1. Problem: Exempelvis ojämn servicekvalitet under högsäsong på grund av snabb nyrekrytering.
2. Orsak: Onboarding är tidskrävande, olika mellan arbetsplatser och saknar uppföljning.
3. Insats: Gemensam AI-stödd onboardingplattform + utbildning för stödaktörer som kan driva modellen.
4. Kort sikt: Kortare upplärningstid och högre kunskapsnivå på kritiska moment.
5. Medellång sikt: Stabilare bemanning, bättre gästupplevelse, högre intäkter per gäst och bättre personalretention.

Skriv ut antagandena rakt: Om vi gör X, förväntar vi oss Y, därför att… Det är mer övertygande än fina ord.

Finansiering och likviditet: det många underskattar

Utlysningen anger att stöd ofta betalas ut i efterskott. Det innebär att projektägaren behöver planera likviditet. För turismnära organisationer (destinationbolag, kluster, kommuner) kan det vara en showstopper om det upptäcks sent.

Min rekommendation:

• bygg en budget där ni kan förklara varje större post (plattform, utbildningsproduktion, processledning, utvärdering)
• säkra medfinansiering tidigt (offentlig och/eller privat)
• planera enkel uppföljning från dag 1: vilka data ska samlas och vem gör det

Vanliga frågor från turismaktörer om AI och kompetensprojekt

“Måste vi bygga en egen plattform?”

Nej. Det viktiga är metoden och arbetssättet. Ofta är det smartare att konfigurera befintliga lärplattformar och lägga projektkraft på innehåll, validering och införande.

“Hur undviker vi att AI blir ett IT-projekt som ingen använder?”

Sätt ägarskapet i verksamheten: hos dem som ansvarar för kompetens, drift och kvalitet. AI ska lösa ett konkret problem (t.ex. onboardingtid), inte “införas”.

“Vad är en rimlig första pilot i besöksnäringen?”

En avgränsad pilot med 2–4 arbetsgivare, en destination och en tydlig rollfamilj (t.ex. reception/bokning). Mät tre saker: tid, kvalitet och retention.

Nästa steg: gör kompetenslyftet mätbart och skalbart

Norra Mellansverige har alla förutsättningar att bli starkt inom AI i turism och besöksnäring, men bara om kompetensinsatser byggs som system. Det är precis den riktning Tillväxtverkets satsningar på smart specialisering och stödstrukturer pekar mot: gemensamma arbetssätt, samverkan och uppföljning som klarar vardag – inte bara projektperiod.

Om jag skulle välja en sak att göra redan i januari: samla 6–10 aktörer (destination, kommun/region, utbildningsaktör, kluster, ett par större arbetsgivare och några mindre) och enas om en gemensam kompetensutmaning att angripa med AI-stött lärande under 2026.

Vilken del av turismens kompetensförsörjning i Dalarna, Gävleborg eller Värmland är mest redo för ett första, skarpt AI-stött pilotprojekt: onboarding, ledarskap, digital försäljning – eller hållbar drift?