Sztuczna inteligencja zmienia sposób prowadzenia biznesu na całym świecie, a afrykańskie startupy AI, fundusze venture capital i ekosystemy technologiczne nie są wyjątkiem. Technologia rozwija się szybciej, niż większość inwestorów jest w stanie zbudować wokół niej ramy oceny — ustalenie, jak ocenić startup AI, jest już trudne; zadecydowanie, jak go sfinansować, jest trudniejsze jeszcze.

W ciągu ostatnich sześciu miesięcy TechCabal zadawał te pytania afrykańskim inwestorom z różnych regionów, sektorów i etapów finansowania: gdzie AI tworzy realną wartość, gdzie zawodzi i co zasługuje na kapitał instytucjonalny.

W grupie znaleźli się Babacar Seck, założyciel Askya Investment Partners; Eloho Omame, partner w TLcom Capital; Emmanuel Adegboye, szef Madica; Magnifique Ishimwe, zarządzający funduszem w Development Bank of Rwanda; Husein Merchant, dyrektor inwestycyjny w Village Capital; oraz Benjamin Toulouze, szef korporacyjnego venture capital w AXIAN Investment.

Zapytani, co czyni startup AI wartym finansowania, w większości opisali coś, czego same modele bazowe nie są w stanie dostarczyć. Każdy dziś może budować na tych samych modelach fundamentowych, więc inwestorzy płacą tak naprawdę za to, co jest wokół: produkty głosowe działające w wolof i isiZulu, oprogramowanie tak głęboko wplecione w systemy klienta, że jego odejście boli, licencje, na zdobycie których trzeba czekać latami, oraz przychody.

To głos jest dla nich najwyraźniejszą szansą. Adegboye argumentuje, że okazja leży w budowaniu na modelach fundamentowych z wykorzystaniem lokalnych danych, a przede wszystkim w obszarze głosowym. Wskazuje na przykład mężczyzny, który mówi wyłącznie w wolof: jaki jest najłatwiejszy sposób, by mógł uczestniczyć w gospodarce coraz silniej napędzanej oprogramowaniem? Seck wyciąga ten sam wniosek na podstawie RPA, gdzie dane spisowe pokazują, że tylko 8,7% obywateli mówi w domu po angielsku.

Budowanie oprogramowania nigdy nie było tańsze, a liczba startupów AI rosła wraz ze spadkiem kosztów. TechCabal Insights naliczyło 207 afrykańskich startupów AI w 17 krajach w 2025 r., mniej więcej dwukrotnie więcej niż 104 śledzone w 2022 r. Większość najnowszych działa w tworzeniu oprogramowania, analityce biznesowej, finansach i edukacji — dokładnie tam, gdzie gotowe modele obniżyły barierę wejścia najmocniej.

Gdy kod jest tani, inwestorzy szukają tego, czego konkurencja nie może skopiować. Omame porównuje obecny moment do nadejścia technologii mobilnej w Afryce: gdy budowanie staje się łatwe, firmy bronią się innymi środkami — marką, efektami sieciowymi i kosztem, jaki klient ponosi przy wycofywaniu oprogramowania, na którym opiera swój biznes.

Poniższe wypowiedzi pochodzą z serii wywiadów, które TechCabal przeprowadził z inwestorami między kwietniem a wrześem 2026 r.; zostały uporządkowane tematycznie i zredagowane pod względem długości i przejrzystości.

Dlaczego kontekst jest przewagą

To lokalny kontekst decyduje o tym, czy narzędzie AI zadziała w Afryce. Założyciele, którzy go posiadają, mogą budować rozwiązania konkretnych problemów — tak jak Pewbeam AI z oprogramowaniem wyświetlającym wersety Biblijne podczas nabożeństw na żywo, czy YarnGPT z modelem mowy obejmującym angielski z nigeryjskim akcentem, joruba, igbo i hausa. Mogą też stworzyć coś równie wirusowego jak Lagos Life.

Spośród 207 afrykańskich startupów AI naliczonych przez TechCabal Insights w 17 krajach w 2025 r. dwie trzecie wciąż znajduje się na wczesnym etapie, a tylko osiem osiągnęło dojrzałość. Gdy tyle firm może podłączyć się do tych samych modeli fundamentowych, określenie produktu jako „opartego na AI” niewiele oznacza.

To zmienia pytania, które inwestorzy zadają założycielom. Jeśli AI będzie dalej obniżać koszt tworzenia oprogramowania, samo oprogramowanie niczego nie chroni. Liczy się wszystko wokół niego: dane, których nikt inny nie posiada, wiedza lokalna, droga do klientów, zgody regulacyjne oraz to, jak głęboko produkt jest osadzony w pracy, którą klient już wykonuje.

Merchant, którego fundusz nie analizował jeszcze AI jako sektora, oczekuje, że większość afrykańskich okazji znajdzie się w warstwie aplikacyjnej.

Husein Merchant (Village Capital): Moim osobistym zdaniem po stronie konsumenckiej będzie wiele okazji. Biorąc pod uwagę, że Afryka może być bardziej konsumentem technologii AI niż jej twórcą, sądzę, że inwestycje i rozwiązania będą się w tę stronę przesuwać.

Eloho Omame (TLcom Capital): AI nie sprawia, że wszystko da się budować taniej. Nie jest panaceum. Niektóre rzeczy są tańsze. Testowanie jest tańsze, więc z LLM-ami można eksperymentować znacznie szybciej niż kiedyś. Za każdym razem, gdy technologia obniżała koszt dostarczania czegoś, kształt defensybilności się zmieniał. Firma nie mogła już polegać na wysokim koszcie wejścia. AI obniżyła koszt wejścia tak, jak wcześniej obniżyła go technologia mobilna. Kiedy patrzymy na firmę, pytamy, jak buduje defensybilność, jeśli testowanie czy dostarczanie stało się towarem. Może to być marka. Mogą to być efekty sieciowe albo koszty zmiany dostawcy.

Dane i język

Seck dzieli startupy AI na dwa obozy. Jedni budują same warstwy AI; drudzy stosują AI w zwykłych biznesach — i to w tym drugim widzi szansę dla Afryki.

Dane mowy w językach afrykańskich są rzadkie. Firma, która je zbiera, trenuje na nich modele i buduje wokół nich bazę klientów, posiada zasób, którego konkurencja łatwo zduplikuje. Caantin, zambijski startup zastępujący pracowników call center agentami głosowymi AI dla banków i fintechów, poinformował TechCabal w czerwcu 2025 r., że zbliża się do 1 miliona dolarów miesięcznych przychodów, rozliczając się według liczby obsłużonych połączeń.

Nikt jeszcze w pełni nie zagospodarował tej przestrzeni.

Babacar Seck (Askya Investment Partners): Tam, gdzie masz ustrukturyzowane dane na dużą skalę, możesz budować małe modele AI poprawiające wydajność. To ekscytujące w kontekście afrykańskim, bo cyfryzujemy się w erze AI. Tworzymy ustrukturyzowane zbiory danych w tym samym czasie, w którym stosujemy do nich AI, więc firmy budują przewagę konkurencyjną znacznie szybciej w miarę skalowania.

Język to najdobitniejszy przykład danych odpornych na kopiowanie. Spis powszechny 2022 w RPA wykazał, że 8,7% osób najczęściej mówi w domu po angielsku; isiZulu (24,4%), isiXhosa (16,3%), afrikaans (10,6%) i sepedi (10%) wszystkie plasują się wyżej. Produkt działający wyłącznie po angielsku obsługuje tylko mały fragment tego rynku.

Babacar Seck (Askya Investment Partners): Bardzo ekscytującym obszarem jest AI głosowe w językach afrykańskich. Działa tam wiele startupów i żaden nie rozwiązał problemu w pełni. Dziś w Afryce większość ludzi nie mówi w domu po angielsku, francusku ani portugalsku. Mówią w swoim języku ojczystym, w którym czują się najswobodniej. W chwili, gdy masz aplikację pozwalającą firmom rozmawiać z klientami w ich własnym języku, zlikwidowałeś podział. Dotyczy to firm i ich klientów, a także rządów i ich obywateli.

Emmanuel Adegboye (Madica): Codziennie myślę o ludziach na obszarach wiejskich. Jaki jest najłatwiejszy sposób uczestnictwa w globalnej gospodarce, jeśli mówisz tylko w wolof? Najszybszą drogą jest budowanie platform mówiących w wolof lub dostarczających informacje w wolof, żeby można było to wszystko robić bez nauki angielskiego. Dlatego uważam głos za ważną długoterminową okazję w AI i dlatego część naszych inwestycji dotyczyła AI głosowego.

Wtopieni w operacje klienta

Portfel Omame pokazał jej drugą formę obrony: firmę wplecioną w codzienne operacje klienta. Gdy jej oprogramowanie jest raz połączone z tysiącami klientów końcowych, konkurent nie może go łatwo wymienić — a marża z tej integracji jest chroniona razem z nimn
Eloho Omame (TLcom Capital): Zainwestowaliśmy w firmę budującą infrastrukturę API. Jej API wpięte jest w oprogramowanie klientów i dostarcza produkt fintechowy. Wcześniej za każdym razem, gdy klient potrzebował produktu, wykonywał wywołanie API. Teraz, dzięki technologii agentowej, system przypomina klientowi, gdy zaczyna kończyć mu się dzierżawiony zasób. Przychody rosną, a firma wie, że rosną. Produkt kosztuje też mniej w dostarczaniu, bo warstwa agentowa istnieje także po stronie produkcyjnej.

Zasadniczo więcej osób może dziś budować to, co ta firma, równie tanio jak ona. Ale kiedy nasze oprogramowanie już ze sobą rozmawia, a ja dostarczam wartość w ramach tysięcy Twoich własnych klientów, znacznie trudniej Ci się odłączyć od mojego systemu.

Chcę mieć jasny obraz tego, jak AI czyni produkt tańszym w tworzeniu i co dzieje się z powstałą w ten sposób marżą. Założyciel może przekazać ją całą klientowi albo zatrzymać ją w biznesie jako wyższą marżę. Jako inwestor chcę widzieć ją zatrzymaną w biznesie.

Przychody są najważniejsze

Defensybilność odpowiada tylko na połowę pytania. Druga połowa brzmi: czy firma zarabia pieniądze, gdy inwestorzy są jeszcze gotowi czekać — a na tym kontynencie okres oczekiwania się skrócił.

Firma AI, która wydaje trzy lata na moc obliczeniową, zanim cokolwiek komuś obciąży, nie przechodzi tego testu, choćby pomysł był genialny.

Magnifique Ishimwe (Development Bank of Rwanda): Podstawową technologię zawsze da się zbudować. Aplikację taką jak ta, którą mi Pan pokazał, mógłbym złożyć do następnego ranka. Pytanie fundamentalne brzmi, czy potrafisz się wykonać.

Zrealizowałem kilka transakcji AI i czasem nie widzimy, kiedy firma osiąga swój horyzont. Możesz prze absorbować dwie, trzy rundy kapitałowe, a my wciąż nie widzimy drogi do rentowności. W Stanach Zjednoczonych możesz być Uberem tracącym pieniądze przez sześć, osiem lub dziesięć lat. W Afryce każdy inwestor pyta, gdzie są Twoje przychody, a jeśli ich nie masz — jaką wartość masz w zamian.

Pomyśl o firmie AI, która budujebota dla studentów, ale nikt nie chce za niego zapłacić. Wydałeś dużo na moc obliczeniową, pomogliśmy Ci uzyskać kredyty, płaciłeś drogim inżynierom — i przez trzy lata nic z tego nie wyszło. Te transakcje nie pasują do naszego instrumentu, bo nie jesteśmy inwestorem kapitałowym.

Niektórzy inwestorzy wspierają infrastrukturę AI

Nieliczni finansują głębsze warstwy, zwykle ze względów strategicznych. AXIAN, grupa z Madagaskaru działająca w telekomunikacji i bankowości cyfrowej, osadza swoje zakłady infrastrukturalne wokół pytania, kto kontroluje dane.

Benjamin Toulouze (AXIAN Investment): Chcemy inwestować w infrastrukturę AI i już to robimy. Przykładem jest WideBot AI, własnościowy system LLM dla arabofonów. Zainwestowaliśmy w Nucleon Security, marokańską firmę chroniącą urządzenia za pomocą narzędzi zero trust, EDR i anty-malware.

Jesteśmy przekonani co do kwestii suwerenności. Kraje afrykańskie potrzebują autonomii i kontroli nad własnymi danymi. To jedno z największych wyzwań rynku afrykańskiego, ponieważ jest on podzielony na 54 kraje.

Emmanuel Adegboye (Madica): Istnieje też okazja w sprzęcie i AI. To nasz zakład z ChipMango i projektowaniem układów — zobaczymy, jak się rozwinie.

Madica dołączyła do rundy zalążkowej ChipMango o wartości 1,9 miliona dolarów, prowadzonej przez Atlantica Ventures, we wrześniu 2026 r. Nawet te zakłady infrastrukturalne podlegają tej samej logice co reszta tej dyskusji. Przewaga WideBota opiera się na danych dialektów arabskich i ponad 350 klientach rządowych i korporacyjnych. ChipMango rekrutuje inżynierów dzięki partnerstwom z nigeryjskimi uniwersytetami, szkoli ich i sprzedaje usługi projektowania układów klientom globalnym. W każdym przypadku trudne do skopiowania są dane, potok talentów albo lista klientów.

Koszt bezczynności w inwestowaniu w AI

Jeśli afrykańscy inwestorzy wesprą tylko warstwę aplikacyjną, głębsze warstwy AI zostaną sfinansowane, zbudowane i przejęte gdzie indziej. Kapitał globalny już zmierza w tę stronę.

Kapitał to nie jedyna luka. Afrykańskie centra danych szukają klientów, podczas gdy kontynent deklaruje, że potrzebuje ich więcej, a uniwersytety kształcą inżynierów AI, którzy wyjeżdżają za pracą za granicę.

Emmanuel Adegboye (Madica): Kapitał koncentruje się w garstce funduszy i garstce startupów. Większość finansowania na świecie trafia do firm budujących infrastrukturę AI — i to tylko do nielicznych z nich. Do tego większość kapitału wpływającego do Afryki pochodzi spoza Afryki, co nża kontynent na to ryzyko. Gdybym był inwestorem z Doliny Krzemowej, nieosiągającym blisko kontynentu, Afryka nie byłaby na czele moich myśli przy inwestowaniu.

Babacar Seck (Askya Investment Partners): Większość centrów danych szuka klientów, a wciąż powtarzamy, że Afryka nie ma wystarczającej liczby centrów danych. Jedna z luk polega na tym, że operatorzy nie są podłączeni do popytu. Kiedy rozmawiasz z globalnymi graczami chmurowymi, powiedzą Ci, że ich największymi klientami w Afryce są startupy, a niektóre firmy w fazie skalowania wydają ponad 30 milionów dolarów rocznie na chmurę.

Szkolimy rosnącą liczbę inżynierów AI na Carnegie Mellon w Kigali, w African Institute for Mathematical Sciences oraz na kilku bardzo dobrych nigeryjskich uniwersytetach — i wielu z nich znajduje pracę za granicą, bo firmy na kontynencie nie są jeszcze na tyle duże, by ich zatrzymać.

Na razie inwestorzy, których tu wysłuchaliśmy, odpowiedzieli na pytanie, na które mają wpływ: zapłacą za te części firmy AI, które zyskują na wartości, gdy leżące pod spodem AI staje się tańsze. Czy kontynent zbuduje także tę niższą warstwę — na to pytanie sam ich kapitał nie potrafi odpowiedzieć.