Per Temi Babs, fondatore e CEO della startup di voice AI con sede a Lagos Spitch, la minaccia di attori globali ben capitalizzati come OpenAI o ElevenLabs che rivolgano la loro attenzione alle lingue africane non è motivo di allarme. Interrogato su cosa accadrebbe se quelle aziende decidessero di fare una seria spinta nelle lingue del continente, la sua risposta è stata inequivocabile: dovrebbero prima passare attraverso di lui.

È un'affermazione sorprendente da parte di un fondatore che riconosce di aver "raccolto molto poco denaro" e di non aver ancora raggiunto la redditività. Tuttavia Babs insiste sul fatto che, nella costruzione di infrastrutture vocali per le lingue africane, il capitale da solo non è il vantaggio competitivo che molti presumono. Le poste in gioco sono considerevoli: l'Africa ospita oltre 2.000 lingue, e le principali piattaforme globali di sintesi vocale e traduzione hanno storicamente offerto un supporto limitato o inaffidabile per esse, lasciando un divario comunicativo che incide su tutto, dall'assistenza clienti alla partecipazione civica.

"Capisco questo così bene perché ci siamo autofinanziati per arrivare fin qui," ha dichiarato Babs a Technext in un'intervista esclusiva. "Non penso che il capitale da solo sia ciò che permetterà di vincere in questo settore. Potresti avere tutto il capitale, ma se non sei in grado di costruire…" Ha fatto una pausa prima di formulare il suo argomento centrale: qualsiasi gigante globale ben finanziato che tenti di servire i mercati africani avrebbe bisogno delle relazioni, dei dati e della comprensione della mentalità del nigeriano medio, dell'africano occidentale o orientale medio — risorse che Spitch ha accumulato in due anni. "Non puoi battere questo con miliardi di dollari."

Da fallimento in aula a progetto infrastrutturale

Le origini di Spitch risalgono a un progetto di trascrizione di lezioni universitarie che ha evidenziato una lacuna fondamentale nelle tecnologie vocali esistenti. I docenti passavano dal yoruba all'igbo e all'inglese a metà frase. Alcuni parlavano pidgin. Altri mescolavano due lingue nello stesso respiro, contro uno sfondo di rumore di classe per cui nessun set di addestramento pulito era stato progettato.

"Era impossibile che quel caso d'uso per quel prodotto funzionasse realmente nel contesto africano," ha ricordato Babs.

Invece di abbandonare il progetto, il team ha interpretato il fallimento come un segnale. Se la trascrizione si interrompeva così gravemente nelle aule universitarie, la sfida fondamentale — permettere alle macchine di ascoltare, comprendere e parlare in modo affidabile le lingue africane — andava ben oltre l'istruzione. Era un problema di infrastruttura.

Il cambio di rotta è arrivato rapidamente. Spitch ha firmato il suo primo cliente pagante una settimana prima del lancio ufficiale del prodotto nell'ottobre 2024, un traguardo che Babs evidenzia ancora con evidente soddisfazione. "Questo ci ha dato la validazione per i prodotti che stiamo costruendo."

Presenza attuale

Due anni dopo, Babs riferisce che Spitch serve circa 1.800 sviluppatori, quattro clienti enterprise e quindici medie imprese che instradano le comunicazioni con i clienti attraverso la piattaforma. I clienti enterprise nominativi includono Safaricom Ethiopia — parte del gruppo Safaricom, uno dei maggiori operatori di telecomunicazioni dell'Africa orientale — e la pubblicazione di notizie nigeriana Leadership, insieme a ciò che Babs ha descritto come diverse partnership business-to-business più piccole.

I casi d'uso, ha ammesso prontamente, non sono particolarmente inconsueti: assistenza clienti in entrata e in uscita e distribuzione di contenuti ai clienti nelle loro lingue native.

"Non c'è nulla di davvero sorprendente in ciò che abbiamo visto," ha affermato, "purché lo si colleghi ai bisogni fondamentali del business."

La sfida dei dati

Interrogato su quale sia l'aspetto più difficile del lavoro, Babs ha indicato non l'architettura dei modelli, ma i dati.

"La potenza di calcolo è in larga misura limitata da quanti soldi hai," ha spiegato. "Ma i dati sono una storia diversa. Ci sono politiche e quadri normativi su come gestisci e amministri i dati." Questo strato normativo, ha sostenuto, rende l'acquisizione di dati più difficile del problema di calcolo di "uno o due livelli." La sfida è aggravata dalla scarsità di dataset vocali etichettati e di alta qualità per le lingue africane — un divario che le iniziative accademiche e open source hanno solo iniziato ad affrontare negli ultimi anni.

La strategia dei dati di Spitch si è evoluta attraverso tre fasi distinte. Il team fondatore ha inizialmente registrato le proprie voci per addestrare i primi modelli. Successivamente ha ottenuto in licenza dataset etichettati dai partner, coprendo singole lingue come hausa, igbo, yoruba e amarico. L'approccio attuale prevede la collaborazione diretta con i clienti enterprise, utilizzando i loro dati vocali esistenti per affinare i modelli che vengono poi distribuiti negli ambienti dei clienti stessi.

La piattaforma può tecnicamente supportare più di 400 lingue, ereditate dall'infrastruttura più ampia su cui si basa, ma Spitch addestra attivamente e mantiene un forte supporto per circa quindici-venti lingue nell'Africa occidentale e orientale.

Etica e provenienza

Con le elezioni nigeriane del 2027 all'orizzonte, e a seguito di un recente episodio in cui un portavoce presidenziale ha diffuso un video generato con l'IA, l'etica della clonazione vocale è tutt'altro che astratta per l'azienda. La Nigeria, il paese più popoloso dell'Africa con oltre 220 milioni di abitanti, ha visto una crescente attenzione alla disinformazione digitale, e l'approvazione nel 2023 del Nigeria Data Protection Act ha aggiunto una dimensione formale di conformità al modo in cui le aziende gestiscono i dati personali, inclusa la voce.

Babs ha dichiarato che ogni file audio generato dalla piattaforma è firmato crittograficamente, consentendo la verifica della provenienza per qualsiasi file in questione. Ha inoltre sottolineato il ruolo della consapevolezza pubblica: "Lavorate partendo dal presupposto che tutto ciò che vedete online potrebbe essere falso; non credeteci immediatamente a meno che non provenga direttamente da quella persona."

Sulla regolamentazione, Babs ha mantenuto un tono misurato piuttosto che combattivo. La National AI Strategy della Nigeria e i quadri emergenti di protezione dei dati sono, a suo avviso, "abbastanza inclusivi" nei confronti dei costruttori locali fino ad ora. La sua preoccupazione riguarda i tempi: i governi rischiano di "ingegnerizzare troppo presto," imponendo requisiti di conformità alle aziende prima che la tecnologia o i suoi potenziali danni siano sufficientemente compresi.

Posizionamento oltre la geografia

Babs è notevolmente restio a essere definito "l'ElevenLabs dell'Africa." Sostiene che definire un'azienda di voice AI principalmente in base al suo mercato geografico sottovaluti la sua reale funzione.

"L'Africa sta comunicando con il resto del mondo. L'Africa non è isolata," ha dichiarato. Nella sua interpretazione, Spitch non è una replica regionale che insegue un originale globale; è un'infrastruttura costruita per lingue che il resto del mondo ha ignorato.

Se quel posizionamento possa resistere all'ingresso nel mercato di un concorrente ben capitalizzato rimane da vedere. Ma Babs è inequivocabile sulla sua ambizione a cinque anni: essere coinvolto in almeno un terzo di tutte le comunicazioni vocali in Africa.

"La voce non è solo un modo per comunicare," ha detto. "È la nostra identità, la nostra cultura. È come viviamo."