IA en Afrique : pourquoi le continent n'a pas besoin de construire les modèles les plus avancés

Mustafa Ehsan passe son temps à transformer un tableur en argument sur l'économie de l'intelligence artificielle. À la tête de Convly, il suit les prix et les performances de 33 modèles d'IA avec une rigueur de comptable. Son constat est clair : l'Afrique n'a pas besoin de construire les modèles les plus avancés, du moins pas tout de suite.

Les coûts de développement d'un modèle de pointe se chiffrent en centaines de millions de dollars, sans compter l'énergie et l'expertise nécessaires. Pour la plupart des entreprises africaines, les modèles existants suffisent largement. Une banque à Lagos, une start-up agricole à Nairobi ou une clinique à Dakar n'ont pas besoin d'un modèle capable de rivaliser avec GPT-5 pour traiter des demandes de prêt ou diagnostiquer des maladies courantes.

Ehsan souligne que l'Afrique peut sauter une étape en s'appuyant sur des modèles open source ou des API à coût réduit. Cela libère des ressources pour développer des applications locales pertinentes. Pour la diaspora ouest-africaine, cette logique se transpose aussi aux transferts d'argent : les plateformes numériques comme SendXOF répercutent les taux de change en temps réel, rendant les transactions plus transparentes et moins chères.

L'avenir de l'IA sur le continent ne se joue donc pas dans les laboratoires de recherche, mais dans les usages. Former des développeurs, collecter des données locales et adapter les outils existants aux réalités du terrain : voilà les priorités. Construire un modèle de pointe serait une fierté, mais une fierté coûteuse. L'Afrique a mieux à faire : utiliser l'IA pour résoudre ses problèmes concrets, sans réinventer la roue.