Een AI-startup bouwen in Afrika betekent overleven in een scherpe macro-economische tegenstrijdigheid. Oprichters moeten graphics processing units (GPU's), cloudopslag en application programming interfaces (API's) van foundation models huren die in Amerikaanse dollars geprijsd zijn, om de resulterende software vervolgens te verkopen aan lokale bedrijven met krappe budgetten. Deze structurele structurele druk heeft de klassieke unit economics van Software-as-a-Service (SaaS) op zijn kop gezet: in tegenstelling tot traditionele software, waar marginale kosten afvlakken naarmate het aantal gebruikers groeit, drijft elke nieuwe actieve gebruiker op een AI-native platform de rekenkosten in buitenlandse valuta even hard op.

Die dubbele druk is de kern van AI Made in Africa: Voices from AI businesses across Africa, een studie van 70 pagina's gepubliceerd in oktober 2026 door het Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ)-kantoor bij de Afrikaanse Unie in samenwerking met marktonderzoeksbureau Briter Bridges. De studie brengt 311 for-profit AI-bedrijven in kaart die tussen 2016 en 2025 in totaal 1,3 miljard dollar aan openbaar gemaakte financiering ontvingen in meer dan 35 sectoren, naast een diepgaande enquête onder 85 bedrijven en 16 interviews met belanghebbenden uitgevoerd tussen april en juli 2026.

Van AI-enabled naar AI-native

De volwassenwording van het AI-debat op het continent is zichtbaar in hoe oprichtingscohorten zijn verschoven sinds foundation models zoals GPT, Llama en Mistral in 2022 publiek beschikbaar kwamen. Binnen de bredere dataset van 311 bedrijven is 56 procent "AI-enabled", wat betekent dat ze machine learning leggen bovenop een bestaande fintech-, gezondheids- of agritechdienst die ook zonder zou kunnen functioneren. Van de 85 ondervraagde bedrijven, die sterk oververtegenwoordigd zijn met na 2022 gestarte bedrijven, is 75 procent "AI-native".

Het resultaat is een pragmatische evolutie in hoe Afrikaanse ingenieurs hun techstacks bouwen. In de pre-seed- en bootstrapfasen verdelen startups zich gelijkmatig tussen commerciële API's van derden voor snelheid, open-sourcemodellen om per-query-kosten te vermijden, en eigen ontwikkelingen. Zodra bedrijven opschaalen naar de financieringsband van 1 tot 10 miljoen dollar, wordt afhankelijkheid van API's van derden echter financieel toxisch: het bedienen van duizenden dagelijkse gebruikers kan makkelijk 20.000 tot 50.000 dollar per maand aan tokenkosten opleveren. Startups in de groeifase daarom convergeren naar hybride architecturen, waarbij open-sourcebasissen worden verfijnd met eigen lokale datasets.

In sectoren als gezondheidszorg en landbouw is het bouwen van eigen of hybride modellen een noodzaak rather dan een keuze: kant-en-klare westerse modellen hallucineren regelmatig op Afrikaanse klinische dossiers en verkeerd identificeren lokale gewasziekten. Die eis keert het gangbare mondiale spel van snel shippen bovenop commerciële API's om: voor Afrikaanse bouwers is de modellaag tegelijk waar differentiatie wordt gewonnen en waar de grootste R&D-uitgave van de meeste startups zit.

Het plafond van 208 dollar per maand

De wiskunde wordt snel lelijk wanneer ontwikkelkosten op lokale koopkracht stuiten. Maar liefst 65 procent van de ondervraagde startups noemt cloud computing, GPU's en infrastructuur als hun grootste uitgave voor research and development (R&D), vóór data-acquisitie en -opschoning. Tegelijk prijst meer dan de helft van de ondervraagde bedrijven hun producten onder de 2.500 dollar per jaar per klant, of roughly 208 dollar per maand. Voor kleine Afrikaanse bedrijven met jaaromzetten onder de 10.000 dollar concurreert een softwareabonnement van 208 dollar per maand direct met salarissen en noodstroom.

Margincompressie wordt verergerd door acute infrastructuurtekorten. Afrika herbergt 18 procent van de wereldbevolking maar heeft minder dan 1 procent van de mondiale datacentercapaciteit, en leidt roughly 80 procent van zijn internetverkeer via buitenlandse servers. Onafhankelijke sectortracking van de 2026 AI Data Centre Index voorspelt 19 AI-klare faciliteiten met 1,3 GW capaciteit in zeven Afrikaanse landen, maar elektriciteitsnetten blijven de bindende beperking. Het rapport constateert dat het nationale net van Nigeria begin 2026 gemiddeld slechts 4.000 MW beschikbare capaciteit had tegenover 13.000 MW geïnstalleerd, terwijl een gepland geothermisch datacenter van 1 miljard dollar van Microsoft en G42 in Kenia in augustus 2025 vastliep omdat de stroomvoorziening de helft van het land van elektriciteit zou beroven.

Valutaschokken verergeren het probleem. De devaluatie van de naira in 2023 dreef lokale cloudrekeningen naar verluidt met 224 procent op. Daardoor heeft slechts 5 procent van de Afrikaanse AI-practitioners de rekenkracht die ze nodig hebben, en modeliteraties die in G7-landen 30 minuten duren, kunnen op het continent zes dagen nemen.

Bouwen voor institutionele kopers

Geconfronteerd met fragiele koopkracht van consumenten, bouwen Afrikaanse AI-oprichters voor institutionele kopers. Ongeveer 88 procent van de ondervraagde bedrijven verkoopt aan andere bedrijven (B2B) en 44 procent verkoopt aan overheden (B2G), sterk afhankelijk van terugkerende abonnementen terwijl ze tegelijk meerdere klantsegmenten bedienen om te blijven bestaan.

Toch stelt verkopen aan instellingen startups bloot aan de grootste opschaalbarrière van het ecosysteem: 65 procent van de oprichters noemt klantvertrouwen en lage AI-geletterdheid als hun voornaamste obstakel, vóór hoge ontwikkelkosten (49 procent), integratie met verouderde systemen (34 procent) en lange verkoopcycli (33 procent). De Nigeriaanse healthtechstartup MyItura moest bijvoorbeeld eigen klinische datasets bouwen en eerstelijnszorgmedewerkers uitrusten met uit subsidiëngelden betaalde tablets voordat artsen vertrouwen hadden in de AI-transcriptie- en krediettools. In Zuid-Afrika moet het enterprise-AI-bedrijf The Awareness Company vaak fysieke sensoren installeren voor mijnbouw- en vastgoedklanten die nog met handmatige spreadsheets werken, voordat de software überhaupt data kan opnemen.

Slanke teams en het talentgat

Binnen deze bedrijven blijven teams opvallend slank: slechts 2 procent heeft meer dan 250 medewerkers. Omdat Afrika slechts 1 tot 3 procent van het mondiale AI-talent heeft, kunnen lokale startups niet concurreren met buitenlandse salariën voor remote werk. Zo'n 51 procent van de oprichters heeft moeite senior AI-onderzoekers aan te trekken, en 33 procent heeft moeite MLOps-ingenieurs te vinden. Als reactie hebben 47 procent hun startups feitelijk omgetoverd tot academies, met formele interne opleidingsprogramma's om junior lokale afgestudeerden bij te scholen. De Ivoriaanse regtechstartup Danaya leidt bijvoorbeeld jonge lokale ingenieurs intern op in computer vision terwijl diasporaleiderschap uit Frankrijk wordt geworven om de architectuur te overzien.

Kapitaal en beleid moeten aansluiten op de operationele realiteit

De onderliggende boodschap aan investeerders en beleidsmakers is dat kapitaal en beleid moeten aansluiten op de operationele realiteit. Hoewel het afgelopen decennium 1,3 miljard dollar naar in kaart gebrachte bedrijven vloeide, met een mediane transactiegrootte van 225.000 dollar, ging meer dan 75 procent van dat kapitaal naar ondernemingen van vóór 2020. Afgemeten aan de AI-native, post-2022-scheefheid van de enquête betekent die verdeling dat de nieuwste golf AI-bouwers op het continent tot nu toe slechts op een minderheid van de openbaar gemaakte financiering van het decennium heeft kunnen terugvallen. Bijna een derde van de ondervraagde startups is volledig gebootstrapt, slechts 15 procent is winstgevend, en 60 procent van die winstgevende bedrijven opereert buiten Afrika, waaronder Noord-Afrikaanse startups die hun hoofdkantoor verplaatsen naar Dubai en Riyad.

Twee jaar nadat de Afrikaanse Unie in juli 2024 haar Continentale AI-strategie aannam, vragen oprichters niet om generieke incubatie; minder dan 5 procent van de 470 techhubs van Afrika biedt GPU-toegang of gespecialiseerd AI-mentorschap. In plaats daarvan willen oprichters geduldige investeerders die 12 tot 18 maanden durende B2G-aanschaffingscycli en structureel valutarisico begrijpen.

Van overheden zijn hun eisen concreet: 62 procent wil R&D- en rekensubsidies, 49 procent wil geharmoniseerde grensoverschrijdende dataregels tussen markten als Nigeria en Kenia, en 26 procent wil regulatory sandboxes die decennia van niet-gedigitaliseerde openbare landbouw- en gezondheidsgegevens ontsluiten.

AI Made in Africa toont dat Afrikaanse ingenieurs al zijn overgestapt van AI consumeren naar AI bouwen. De resterende taak, zo maakt het rapport duidelijk, ligt bij de financiers, elektriciteitsnetten en toezichthouders van het continent, die nu moeten bijbenen. De beleidsverzoeken uit de enquête en de pijplijn van datacenteraanbouw dienen inmiddels tevens als maatstaf om te meten hoeveel van dat bijhalen werkelijk plaatsvindt.