Dami Oguntunde, salah satu pendiri sekaligus CEO Hardé Business School, menyampaikan dalam BRINT EdTech Summit 2.0 di Lagos pada Juli 2026 bahwa startup EdTech Afrika membutuhkan patient capital atau modal sabar—pendanaan yang bersedia menunggu lebih lama dan mengutamakan dampak—alih-alih pola pembiayaan pertumbuhan cepat yang lazim digunakan pada perusahaan fintech .
Menurut pandangan ini, perusahaan pendidikan tidak semestinya dipaksa tumbuh dengan kecepatan fintech. Waktu yang dibutuhkan untuk mengembangkan produk, membuktikan hasil belajar, dan membangun pendapatan yang berkelanjutan cenderung lebih panjang. Imbal hasil finansial mungkin datang lebih lambat, tetapi dampak sosialnya dapat lebih luas .
Tantangan tersebut diperbesar oleh struktur modal yang masih banyak berasal dari investor Barat. Struktur itu membawa ekspektasi pengembalian, jangka waktu dana, dan toleransi risiko yang belum tentu dirancang untuk realitas pasar Afrika . Bahkan, kurang dari 2% modal ventura teknologi yang ditanamkan di Afrika disebut mengalir ke sektor EdTech, sementara nilai pasarnya diperkirakan berada di kisaran 600 juta hingga 1 miliar dolar AS .
Argumen kedua adalah bahwa masa depan AI dan EdTech Afrika tidak bisa dibangun oleh startup secara sendirian. Perusahaan dapat membuat aplikasi, tetapi tidak bisa menyelesaikan persoalan listrik yang tidak stabil, konektivitas lemah, data yang terpecah, regulasi yang belum jelas, proses pengadaan yang lambat, keterbatasan komputasi, dan minimnya modal berisiko secara individual .
Karena itu, kemitraan dengan pemerintah, sekolah, pendidik, lembaga multilateral, dan pengembang lokal menjadi bagian penting dari strategi ekspansi. Lembaga seperti UNICEF, UNDP, dan Bank Dunia, serta akselerator lokal seperti Injini di Afrika Selatan, dapat membantu menghubungkan inovasi startup dengan sistem pendidikan dan kebutuhan publik .
Bank Dunia juga menekankan bahwa EdTech berbasis AI perlu dikembangkan berdasarkan pemahaman terhadap bahasa, budaya, kurikulum, dan pendekatan pedagogis setempat. Teknologi tersebut juga harus memperhitungkan keterbatasan praktis, termasuk bandwidth dan infrastruktur .
Pemimpin teknologi Afrika menyoroti pentingnya membangun sistem AI menggunakan data lokal dan mendukung bahasa-bahasa Afrika yang selama ini kurang terwakili dalam perangkat digital global . Tanpa langkah ini, model AI berisiko menghasilkan materi yang tidak sesuai dengan bahasa sehari-hari, kurikulum, atau konteks budaya peserta didik.
Lelapa AI di Afrika Selatan, misalnya, mengembangkan teknologi AI untuk bahasa-bahasa pribumi Afrika. Pendekatan semacam ini membuka peluang agar anak-anak dapat belajar dalam bahasa ibu mereka, bukan hanya dalam bahasa global yang lebih dominan .
Laporan pemetaan EdTech UNDP juga menyoroti bentuk solusi yang lebih realistis untuk berbagai wilayah Afrika: platform berbasis ponsel, materi yang dapat diakses secara offline, pembelajaran melalui SMS, sumber belajar dalam bahasa lokal, dan model hibrida . Dengan kata lain, teknologi yang paling canggih belum tentu menjadi teknologi yang paling berguna jika bergantung sepenuhnya pada koneksi internet cepat dan layanan cloud.
Kesenjangan listrik dan konektivitas menjadi hambatan utama, khususnya di wilayah pedesaan. Dokumen Africa EdTech 2030 Vision menempatkan defisit infrastruktur dan pasokan listrik yang tidak andal sebagai hambatan struktural pertama bagi akses EdTech yang setara .
Di Malawi, hanya sekitar 2% dari 7.000 sekolah dasar yang memiliki akses internet. Secara lebih luas, hanya sekitar 40% anak muda Afrika berusia 15–24 tahun yang mengakses internet secara rutin . UNESCO juga mengingatkan bahwa berbagai inisiatif pendidikan digital tidak dapat diterapkan secara luas dan sistematis tanpa internet yang andal serta terjangkau .
Salah satu asumsi utama model Silicon Valley adalah bahwa semakin banyak pengguna, semakin rendah biaya per pengguna. Namun, EdTech Afrika sering menghadapi kondisi sebaliknya—yang disebut diseconomies of scale, atau kenaikan biaya per unit saat program diperluas.
Dalam salah satu kasus di Nigeria, sebuah klinik pendidikan harus membeli paket data dalam jumlah kecil sesuai kebutuhan, bukan paket besar yang lebih ekonomis. Keterbatasan kemampuan membayar membuat biaya konektivitas tetap tinggi dan pertumbuhan program akhirnya bergantung pada tambahan donasi .
Riset RTI International mengenai perluasan program pendidikan juga menunjukkan bahwa biaya dapat meningkat ketika program diperbesar karena kebutuhan logistik, pelatihan, dan penyesuaian lokal .
Ekspansi lintas negara di Afrika berarti menghadapi kurikulum, bahasa, sistem pembayaran, aturan, dan tingkat infrastruktur yang berbeda-beda. Kebijakan di 54 negara juga tidak selalu seragam, sehingga perusahaan harus menyesuaikan produk dan prosesnya berulang kali .
BCG mencatat bahwa fragmentasi pasar dan tantangan regulasi membuat startup EdTech sulit berkembang ke seluruh benua. Keragaman bahasa serta ketidakkonsistenan aturan dapat membuat lokalisasi terlalu mahal jika ditanggung satu pengembang saja . Karena itu, kemitraan regional, investasi yang lebih luas, dan kebijakan yang lebih fleksibel dipandang penting untuk membuka potensi EdTech Afrika .
| Model hiperpertumbuhan Silicon Valley | Pendekatan yang lebih sesuai untuk EdTech Afrika |
|---|---|
| Target pengembalian modal dalam 5–7 tahun | Modal sabar dengan horizon 10 tahun atau lebih |
| Pertumbuhan pengguna secepat mungkin | Perluasan yang berkelanjutan dan berfokus pada kualitas |
| Platform berbasis cloud dan data besar | Teknologi mobile-first, hemat bandwidth, dan dapat digunakan offline |
| Satu produk untuk satu pasar besar | Lokalisasi berdasarkan bahasa, kurikulum, dan regulasi |
| Biaya per pengguna turun otomatis saat skala membesar | Biaya dapat meningkat karena logistik, pelatihan, dan adaptasi lokal |
| Startup dan pendiri sebagai penggerak utama | Kolaborasi dengan pemerintah, lembaga pendidikan, dan organisasi multilateral |
| Model AI generik | AI yang dilatih dan disesuaikan dengan bahasa serta data Afrika |
Pesan dari para pendiri dan pemimpin teknologi Afrika bukan berarti inovasi atau pertumbuhan harus diperlambat. Intinya, ukuran keberhasilan EdTech tidak bisa hanya ditentukan oleh jumlah pengguna atau kecepatan memperoleh pendanaan.
Teknologi pendidikan yang mampu bertahan dan berdampak perlu dibangun dengan pemahaman terhadap kondisi nyata: koneksi yang mahal, listrik yang tidak selalu tersedia, keragaman bahasa, perbedaan kurikulum, serta kebutuhan sekolah dan guru. Dalam konteks tersebut, modal jangka panjang, kemitraan institusional, dan AI yang dikembangkan dari kebutuhan lokal bukan pilihan tambahan, melainkan fondasi untuk mencapai skala yang benar-benar berarti .