Dami Oguntunde, cofondateur et PDG de Hardé Business School, a déclaré lors du BRINT EdTech Summit 2.0 à Lagos (juillet 2026) que les startups africaines de la EdTech nécessitent des capitaux patients et un financement axé sur l'impact, et non le modèle de financement à croissance rapide typique des fintechs. Il a soutenu que les entreprises éducatives ne devraient pas être poussées à se développer à la vitesse des fintechs, car les retours sont plus lents et l'impact social plus profond .
Cette opinion est largement partagée : les structures de capital qui financent la croissance technologique en Afrique proviennent encore en grande partie de l'Occident, apportant des attentes de rendement, des calendriers de fonds et des appétits pour le risque qui « n'ont pas été conçus pour les réalités du marché africain » . Moins de 2 % du capital-risque technologique investi en Afrique va à la EdTech, alors que le marché est estimé entre 600 millions et 1 milliard de dollars .
L'argument est que l'avenir de l'IA et de la EdTech en Afrique ne sera pas construit uniquement par les fondateurs. Comme le dit une analyse : « Mais même le meilleur fondateur ne peut pas, entreprise par entreprise, résoudre les problèmes d'électricité, de connectivité, de fragmentation des données, de réglementation floue, de lenteur des marchés publics, d'accès limité au calcul et de manque de capital-risque » . Les partenariats institutionnels — avec les gouvernements, les multilatérales (UNICEF, PNUD, Banque mondiale) et les accélérateurs locaux comme le sud-africain Injini — sont essentiels pour un déploiement à grande échelle .
Un blog de la Banque mondiale (janvier 2026) renforce ce point : la EdTech basée sur l'IA pour l'Afrique doit être construite avec « une compréhension des réalités locales : langues, contexte culturel, programmes d'études et approches pédagogiques » et doit refléter « des contraintes pratiques telles que l'infrastructure et la bande passante » .
Les experts technologiques africains soulignent que les systèmes d'IA doivent être formés sur des données locales et des langues africaines, qui restent largement exclues des outils numériques mondiaux . Des entreprises comme Lelapa AI (Afrique du Sud) construisent une IA pour les langues africaines autochtones afin que les enfants puissent apprendre dans leur langue maternelle . Le rapport de cartographie de la EdTech du PNUD (2026) souligne que les solutions efficaces sont des « plateformes mobiles, un contenu accessible hors ligne, un apprentissage par SMS, des ressources en langues locales et des modèles hybrides » — et non des plateformes sophistiquées dépendantes du cloud, conçues dans la Silicon Valley .
Contrairement à la fintech, où l'ajout d'un nouvel utilisateur coûte presque zéro, la EdTech en Afrique est souvent confrontée à des coûts unitaires croissants à mesure qu'elle se développe. Un cas documenté montre qu'une clinique éducative nigériane achète des données en petits lots (plutôt qu'en vrac) en raison de contraintes budgétaires, créant une « déséconomie d'échelle » qui limite la croissance . Les recherches de RTI International sur les « déséconomies d'échelle » dans les programmes éducatifs confirment que les coûts augmentent souvent lors du passage à l'échelle en raison de la logistique, de la localisation et des besoins de formation — à l'opposé de l'hypothèse de la Silicon Valley selon laquelle l'échelle réduit les coûts unitaires à zéro .
Passer d'un pays africain à un autre implique de naviguer entre différents programmes d'études, langues, régimes réglementaires, systèmes de paiement et niveaux d'infrastructure dans chaque marché. Le BCG note que des partenariats régionaux et des investissements plus larges sont nécessaires précisément parce que le coût de l'adaptation transfrontalière est si élevé . Le rapport de cartographie du PNUD souligne la « diversité des trajectoires régionales » et que les solutions doivent être adaptées à chaque réalité locale .
| Modèle hyper-croissance Silicon Valley | Alternative EdTech africaine |
|---|---|
| Délais de rendement VC courts (5-7 ans) | Capitaux patients (horizons de 10+ ans) |
| Croissance rapide des utilisateurs à tout prix | Passage à l'échelle durable, axé sur la qualité |
| Plateformes cloud, gourmandes en données | Solutions hors ligne, basse bande passante, mobiles |
| Un seul produit pour un grand marché homogène | Localisation pour des paysages réglementaires fragmentés |
| Coûts unitaires décroissants à l'échelle | Coûts unitaires souvent croissants (déséconomies) |
| Piloté par les fondateurs, financé par le capital-risque | Partenariats institutionnels + gouvernementaux + multilatéraux |
| Modèles d'IA génériques | IA formée localement sur les langues et données africaines |
Le consensus parmi les leaders africains de la EdTech est clair : le manuel de la Silicon Valley a été écrit pour des marchés homogènes avec des infrastructures fiables et un capital-risque abondant. Pour développer l'éducation à grande échelle en Afrique, il faut un modèle fondamentalement différent, ancré dans un financement patient, une collaboration institutionnelle et une IA conçue dès le départ pour les réalités africaines.