Landry Fotso

L'Illusion de la puissance de calcul

Récemment, j'écoutais Jensen Huang, le patron de NVIDIA, expliquer que nous vivons une nouvelle révolution industrielle et que l'IA est le moteur de cette ère. C'est inspirant, mais quand on redescend sur le terrain en Afrique subsaharienne, on se heurte vite à un mur. Pourquoi, malgré tout notre talent, ne voyons-nous pas émerger de véritables géants de l'IA locale ?

Autopsie d'une donnée "Morte"

J'ai fait un test simple en comparant l'INSEE en France et l'INS au Cameroun. Mon but n'était pas de critiquer le travail de nos institutions (l'INS fait un boulot colossal d'archivage national), mais de regarder la donnée avec l'œil d'un bâtisseur de produit. Le constat est sans appel :

Le format est "statique" : Là où l'Occident traite des flux de données via des API, nous lisons encore des PDF de 300 pages. Une IA ne peut pas "lire" un PDF administratif pour prendre des décisions en temps réel.
La donnée est "datée" : Pour construire une solution tech en 2026, j'ai besoin de savoir ce qui se passe maintenant. Or, beaucoup de nos statistiques nationales ont deux ou trois ans de retard. En tech, une donnée de 2023, c'est déjà de l'archéologie.
L'échelle est trop "macro" : L'INS nous parle de croissance nationale, mais le fondateur d'une startup a besoin de comprendre les micro-comportements du marché informel.

Pour nous, designers, la priorité n'est plus de créer des interfaces "stylées", mais de concevoir les systèmes qui vont enfin capturer cette donnée là où elle se trouve dans la réalité du terrain.

Cas Pratique : Le Cacao, l'Europe et le "Coxeur" hors-ligne

‍Prenons un exemple brûlant : la nouvelle norme européenne EUDR. En résumé, l'Europe dit désormais aux pays africains : "Si vous ne pouvez pas prouver par des données GPS exactes que votre cacao ne vient pas d'une forêt déboisée, on n'achète plus." C'est une crise à plusieurs milliards de dollars. Soudainement, toute une chaîne d'approvisionnement ultra-informelle doit fournir de la "Data propre".

Si on applique la méthode classique (celle qui échoue), on va concevoir une application de traçabilité complexe. On va demander au "coxeur" (l'acheteur intermédiaire qui roule à moto de village en village) de remplir des formulaires à rallonge sur son smartphone. Sauf que sur le terrain, le coxeur a les mains parfois sales, le soleil tape sur son écran, et il capte à peine le réseau Edge. L'application complexe, il ne l'utilisera jamais. La donnée est perdue. L'IA n'aura rien à analyser.

Le design de l'invisibilité

C'est ici que le Product Design africain doit être radicalement différent.

Notre mission n'est pas de designer un formulaire, mais un "entonnoir à data" invisible. L'interface doit être brutalement minimaliste et pensée "Offline-First". Imaginez l'écran : une typographie énorme, un contraste maximal (pour contrer le soleil), et un seul gros bouton : "Nouvel Achat". Le coxeur tape uniquement le poids du cacao (ex: 55 kg) sur un pavé numérique géant, et prend une photo de la pesée. C'est tout.

Transformer l'informel en dataset

La vraie magie de notre design se passe en arrière-plan, dans l'invisibilité totale. Au moment où il clique sur "Valider", l'application capture silencieusement les coordonnées GPS exactes du téléphone et l'heure de la transaction, puis stocke le tout localement. Le soir, quand le coxeur rentre en ville et retrouve une connexion 3G, l'application synchronise le tout vers le cloud sans qu'il n'ait rien à faire. Nous venons de transformer une transaction physique informelle au milieu de nulle part en un point de donnée structuré, géolocalisé et horodaté.

C'est exactement comme ça que naîtront les vraies entreprises d'Intelligence Artificielle chez nous. Une fois que ce design "invisible" aura capturé des millions de ces transactions agricoles, nous aurons enfin un jeu de données propriétaire (un Dataset). Et c'est seulement à ce moment-là qu'une IA pourra entrer en jeu pour prédire les rendements des récoltes, anticiper les chocs logistiques, ou accorder des micro-crédits automatiques aux paysans. L'IA est la destination, mais le design de capture est la seule route pour y aller.

‍

Le Verdict : Construire les routes avant de vendre les voitures

‍Quand on regarde les startups de la Silicon Valley lever des millions pour de simples "AI wrappers" (des interfaces connectées à ChatGPT), il est tentant de vouloir reproduire le modèle chez nous. Mais c'est oublier un détail fondamental : l'Occident construit des voitures de sport parce qu'il a passé les 30 dernières années à construire des autoroutes (l'INSEE, les API bancaires, la digitalisation totale de l'État et du commerce).

En Afrique subsaharienne, nous n'avons pas encore d'autoroutes de données. L'écrasante majorité de notre économie roule en hors-piste, dans l'informel. Essayer de vendre une solution IA prédictive à une entreprise qui gère encore sa logistique sur des bouts de papier, c'est un suicide financier.

C'est là que réside la véritable opportunité pour les Product Designers de notre continent. Nous devons arrêter d'importer des solutions algorithmiques pour des problèmes qui nécessitent d'abord des solutions d'infrastructure. Notre travail n'est pas de concevoir des chatbots au design futuriste pour faire comme tout le monde. Notre mission, c'est de designer des outils de capture de données (Data Capture Tools) si simples, si invisibles et si parfaitement adaptés à nos contraintes extrêmes (hors-ligne, soleil, fatigue cognitive) qu'ils digitalisent l'économie informelle sans friction.

La prochaine grande "AI Company" africaine à un milliard de dollars ne portera probablement pas l'étiquette "Intelligence Artificielle" à ses débuts. Elle ressemblera d'abord à un outil basique, incroyablement bien designé, qui aura enfin réussi à faire cliquer le secteur informel sur le bouton "Enregistrer".

La Data est le nouveau pétrole, l'IA est le moteur. Mais sans un bon designer pour construire le tuyau, le moteur ne démarrera jamais.