Dami Oguntunde, medgründer og toppsjef i Hardé Business School, sa på BRINT EdTech Summit 2.0 i Lagos i juli 2026 at afrikanske edtech-selskaper trenger tålmodig kapital og effektorientert finansiering, ikke den samme hurtigvoksende finansieringsmodellen som ofte brukes i fintech .
Poenget er ikke at edtech-gründere skal slippe unna krav om bærekraft. Men selskaper som utvikler læringsverktøy, trenger tid til å bygge produkter, dokumentere læringsresultater og etablere inntektsmodeller. Avkastningen kommer ofte senere enn i digitale betalingstjenester, mens den samfunnsmessige effekten kan være større .
Kapitalstrukturene som finansierer afrikansk teknologi, kommer fortsatt i stor grad fra vestlige investormiljøer. Dermed følger det med forventninger til avkastning, fondshorisonter og risiko som ikke nødvendigvis er tilpasset afrikanske markeder . Mindre enn 2 prosent av teknologisk venturekapital investert i Afrika går til edtech, selv om markedet er anslått til mellom 600 millioner og 1 milliard dollar .
Selv den beste gründeren kan ikke alene løse problemer med strøm, nettilgang, datasystemer, offentlige innkjøp, regulering, datakraft og tilgang på risikokapital . Derfor blir samarbeid med institusjoner avgjørende.
Det kan bety partnerskap med myndigheter, skoler og universiteter, men også med multilaterale organisasjoner som UNICEF, UNDP og Verdensbanken. Lokale akseleratorer, som Injini i Sør-Afrika, kan bidra med nettverk, kompetanse og veier inn i markedet .
Verdensbanken understreker at KI-basert edtech må bygges med forståelse for lokale språk, kulturelle forhold, læreplaner og pedagogiske metoder. Løsningene må dessuten ta hensyn til praktiske begrensninger som båndbredde og infrastruktur .
Mange globale digitale verktøy er utviklet med et begrenset utvalg språk og datasett. Afrikanske teknologiledere mener derfor at lokale datasett og afrikanske språk må få en langt større plass i utviklingen av KI .
Sør-afrikanske Lelapa AI arbeider med KI-verktøy for afrikanske urfolksspråk, blant annet for at barn skal kunne lære på morsmålet sitt . I Nigeria representerer initiativet N-ATLAS et annet eksempel: Den flerspråklige språkmodellen støtter yoruba, hausa, igbo og engelsk med nigeriansk uttale .
Ifølge Verdensbanken kommer bare 0,2 prosent av dataene som brukes til å trene KI-modeller, fra afrikanske språk . Det viser hvor stort gapet er – og hvorfor «én modell for alle» kan gi dårligere læringsinnhold og mindre relevante svar.
UNDPs kartlegging av afrikansk edtech trekker frem løsninger som mobilplattformer, innhold som kan brukes uten nettilgang, SMS-basert læring, lokale språk og hybride modeller . I praksis kan en enkel, mobilbasert løsning som fungerer med lite data, være mer verdifull enn en avansert skyplattform som krever stabilt bredbånd.
Ustabil strøm og manglende nettilgang er blant de største barrierene, særlig i distriktene. FNs visjon for Africa EdTech 2030 setter infrastrukturunderskudd og ustabil elektrisitet øverst på listen over strukturelle hindringer for likeverdig tilgang .
Tallene illustrerer utfordringen: Bare 2 prosent av Malawis 7 000 grunnskoler har internettilgang, mens rundt 40 prosent av afrikanske unge mellom 15 og 24 år bruker internett regelmessig . UNESCOs institutt for utdanningsplanlegging har samtidig påpekt at digitale initiativer ikke kan gjennomføres systematisk og i stor skala uten pålitelig og rimelig internett .
Strøm og nettilgang utgjør til sammen mer enn halvparten av kostnadene ved å gi universell tilgang til digital læring i lavinntektsland . Det gjør det vanskelig å bygge en forretningsmodell basert på at hver ny bruker nesten ikke koster noe.
I fintech kan kostnaden ved å legge til en ny bruker nærme seg null. I afrikansk edtech kan kostnadene i stedet øke når et tiltak skal utvides. Mer innhold må lokaliseres, flere lærere må læres opp, og logistikk, teknisk støtte og datatilgang blir mer krevende.
Et dokumentert eksempel fra Nigeria viser en utdanningsklinikk som kjøper mobildata i små pakker i stedet for større og rimeligere datapakker, fordi økonomien ikke tillater storinnkjøp. Det skaper en «stordriftsulempe» som begrenser veksten . Forskning fra RTI International viser også at kostnaden per bruker kan øke når utdanningsprogrammer skaleres, blant annet på grunn av logistikk, lokalisering og opplæring .
Kontinentets 54 land har ulike læreplaner, språk, betalingssystemer, regelverk og nivåer på digital infrastruktur. Politisk fragmentering gjør grensekryssende utrulling vanskelig og kan føre til at leverandører blir låst til bestemte systemer . Teknologisk fragmentering gjør dessuten lokalisering og tilpasning til nasjonale læreplaner svært dyrt for én enkelt utvikler .
BCG peker på markedsfragmentering og regulatoriske utfordringer som sentrale grunner til at afrikanske edtech-selskaper har vanskeligere for å skalere enn selskaper i store, mer ensartede markeder . Å gå fra ett land til et annet er derfor ikke bare et spørsmål om å oversette appen. Produktet må tilpasses hele utdanningssystemet.
| Silicon Valleys hypervekstmodell | Et alternativ for afrikansk edtech |
|---|---|
| Korte tidsfrister for venturekapitalens avkastning | Tålmodig kapital med lengre tidshorisont |
| Rask brukervekst nesten uansett kostnad | Bærekraftig vekst med vekt på kvalitet og læring |
| Skybaserte og datatunge plattformer | Mobiltilpassede løsninger med lav båndbredde og offline-støtte |
| Ett produkt for ett stort, ensartet marked | Lokalisering for ulike språk, læreplaner og regelverk |
| Lavere enhetskostnader når volumet øker | Mulige stordriftsulemper ved utrulling |
| Gründeren og investoren som hovedaktører | Samarbeid mellom myndigheter, institusjoner og multilaterale aktører |
| Generelle KI-modeller | Modeller trent på lokale språk og datasett |
Konklusjonen er ikke at afrikansk edtech må velge bort vekst. Det er snarere vekstmodellen som må endres. Utdanningsteknologi på kontinentet må bygges med utgangspunkt i lokale forhold – ikke med en antakelse om at stabil strøm, billig data, ett regelverk og ett dominerende språk allerede finnes.
For afrikanske edtech-ledere betyr det at tålmodig finansiering, offentlige og institusjonelle partnerskap og lokalt utviklet KI ikke er tilleggstjenester. De er selve infrastrukturen for å kunne skalere.