Alors que les outils d’intelligence artificielle se développent rapidement, de nombreuses langues africaines restent peu prises en charge par les technologies vocales et linguistiques. Afriklang veut répondre à cette limite en constituant des données linguistiques que les entreprises peuvent intégrer à leurs produits. De la collecte de voix au développement d’un agent vocal en wolof, son équipe défend une approche qui associe rémunération des contributeurs, qualité des données et modèle économique. Dans cet entretien, Agnilonda PAKOU le cofondateur d’Afriklang revient sur l’origine du projet, ses choix techniques, ses premières applications et ses ambitions pour les langues africaines.
Interview
1. Beaucoup de startups naissent d’une frustration personnelle, d’une observation ou d’un problème rencontré sur le terrain. Comment l’idée d’Afriklang vous est-elle venue au départ ?
Afriklang est née d’une expérience personnelle vécue lors d’une simple discussion avec une IA en langues locales. Ce qui m’a frappé ensuite, c’est l’écart entre deux réalités. D’un côté, plus de 700 millions de personnes parlent des langues africaines au quotidien. De l’autre, les technologies qu’on leur propose ne les comprennent pas. Quand nous nous sommes retrouvés à MEST, venus de plusieurs pays d’Afrique de l’Ouest, nous partagions la même conviction : ces locuteurs ne devraient pas être invisibles pour l’IA. Afriklang est né de là, d’une idée et d’un plan plus que d’un produit fini. Le produit est venu ensuite, en écoutant ceux pour qui nous voulions construire.
2. À ce moment-là, qu’est-ce que vous avez observé que d’autres acteurs de la technologie ne semblaient pas suffisamment prendre en compte concernant les langues africaines ?
Le constat était que les plus grands acteurs dans le domaine des langues locales africaines s’appuient sur le domaine du non-profit pour résoudre le problème. Alors que nous sommes convaincus que les grants uniquement ralentissent l’évolution rapide de l’innovation technologique.
3. Quand on parle d’intelligence artificielle, on pense souvent aux modèles, aux applications ou aux robots. Vous avez choisi de vous attaquer à quelque chose de beaucoup moins visible : la donnée. Pourquoi commencer par là ?
Le concept du Garbage in, garbage out montre que la qualité d’une IA dépend fortement de la qualité des données qu’elle ingère. Et dont il est important de retourner à la base afin d’améliorer la qualité des résultats que produisent les IA que nous utilisons au quotidien.
4. Imaginez une personne qui ne connaît absolument rien à l’IA. Elle parle éwé, wolof, twi ou haoussa tous les jours, mais lorsqu’elle appelle certains services automatisés, elle doit passer au français ou à l’anglais. Qu’est-ce qui se passe techniquement derrière cette situation ?
Pour vous répondre au téléphone, la machine doit transformer votre voix en texte, comprendre votre demande, puis vous répondre avec une voix de synthèse. Elle n’apprend pas une langue par la grammaire mais par l’exemple : pour le français, on lui a fait écouter des dizaines de milliers d’heures d’enregistrements accompagnés de leur transcription exacte. Pour l’éwé, le wolof, le twi ou le haoussa, ces exemples manquent. Face à une langue qu’elle n’a jamais entendue, la machine cherche des mots français et ne comprend rien. Et les entreprises achètent des solutions toutes faites, conçues d’abord pour les langues qui ont le plus de données.
5. Vous avez donc besoin de faire parler de vraies personnes. Comment convainc-on des centaines ou des milliers de personnes de contribuer à une technologie dont elles ne verront peut-être pas immédiatement l’utilisation ?
D’abord, on ne leur demande pas de croire à une promesse lointaine. Chaque contribution validée est rémunérée par mobile money, grâce à un système de micro-tâches à points. Ensuite, la tâche est simple : décrire une image avec ses propres mots, depuis son téléphone, sans lire de texte. Cela donne une parole naturelle, et c’est plus agréable pour le contributeur. Enfin, il y a une vraie fierté à voir sa langue entrer dans la technologie. Nous passons beaucoup par les communautés, les linguistes et les relais locaux, qui expliquent le projet mieux que n’importe quelle publicité. C’est comme ça que nous gardons motivés les plus de 200 contributeurs que nous avons.
6. Et humainement, comment s’assure-t-on que ces personnes ne deviennent pas simplement une source de données, mais qu’elles bénéficient aussi de la valeur créée à partir de leur voix et de leur travail ?
C’est une question que nous traitons dès la conception. Chaque personne donne un consentement éclairé : elle sait à quoi servira sa voix et elle est payée équitablement pour son travail. Nous documentons l’origine de chaque enregistrement et respectons les lois sur la protection des données. Nous voulons aussi que la contribution puisse ouvrir des portes, par exemple vers l’annotation ou la relecture, qui demandent une vraie expertise linguistique. Aujourd’hui, notre réseau compte plus de 200 contributeurs dans 26 langues africaines. Pour nous, une bonne donnée commence par un travail équitable.
7. Votre modèle repose aujourd’hui sur des données que les entreprises peuvent réellement utiliser dans leurs produits. À quel moment avez-vous compris qu’il était possible de transformer cette problématique en véritable modèle économique ?
Au début d’Afriklang, j’ai passé plusieurs semaines à interroger des équipes de plateformes de communication, des responsables produits dans des laboratoires d’IA et des équipes d’ONG sur le terrain. Le même constat revenait sans cesse : les équipes qui construisent pour les langues africaines perdent 60 à 70 % de leur ingénierie et jusqu’à $2 millions à collecter les données en langues locales africaines eux même. Quand quelqu’un vous dit qu’il dépense autant pour un problème, c’est qu’il est prêt à payer pour le résoudre. C’est là que nous avons compris que la donnée n’était pas seulement un obstacle, mais un marché.
8. Concrètement, qui paie pour les données d’Afriklang et pourquoi une entreprise préférerait-elle acheter vos données plutôt que constituer elle-même sa base de données ?
Nos clients sont les équipes qui construisent des produits vocaux ou linguistiques comme ElevenLabs, OpenAI, Anthropic et Duolingo. Constituer sa propre base paraît simple, mais il faut recruter des locuteurs dans plusieurs régions, former des annotateurs, contrôler la qualité et obtenir des consentements juridiquement solides. Cela prend des mois et détourne l’équipe de son vrai produit. Nous livrons des données vérifiées par des locuteurs natifs, testées face aux modèles de référence, avec une licence commerciale claire et un engagement de service. Le client achète du temps et de la sécurité, pas seulement des fichiers audio.
9. Il y a une différence entre avoir une bonne idée et construire quelque chose que des entreprises sont prêtes à utiliser. Quelle a été la partie la plus difficile de ce passage entre l’idée et le marché ?
Le plus dur a été de passer de « le problème existe » à « voici des données que vous pouvez brancher demain dans votre produit ». Un client ne paie pas pour une mission, il paie pour un format précis, une qualité mesurable et une licence sans risque. Il a fallu construire toute une chaîne : collecte, filtrage automatique des mauvais enregistrements, annotation par des natifs, contrôle croisé avec plus de 80 % d’accord entre annotateurs. L’autre difficulté, ce sont les cycles de vente des grandes entreprises, bien plus longs qu’on ne l’imagine au départ. Le plus dur est de se distinguer des “charlatans” qui sont d’autant plus nombreux dans le domaine.
10. Vous avez récemment développé un agent vocal capable d’échanger avec un client en wolof. Pourquoi avoir choisi le service client comme premier cas d’usage ?
Parce que c’est là que la barrière de la langue se voit tous les jours. Des millions de personnes appellent leur banque ou leur opérateur, et beaucoup doivent changer de langue ou raccrocher. Le téléphone a aussi un avantage énorme : il ne demande ni de savoir lire ni d’installer une application. Pour les entreprises, l’intérêt est concret : les centres d’appels coûtent cher, les demandes sont souvent répétitives, et un client servi dans sa langue est un client plus fidèle. C’est aussi un cas d’usage qui montre immédiatement à quoi sert notre donnée. Le wolof était un premier pas logique, d’autres langues suivent.
11. Si demain une banque ou un opérateur télécom voulait utiliser cette technologie, qu’est-ce que l’agent pourrait réellement prendre en charge et à quel moment un humain devrait reprendre la conversation ?
L’agent gère les demandes courantes, qui font le gros du volume : consulter un solde, suivre une transaction, changer d’offre, répondre aux questions fréquentes, enregistrer une réclamation. Il comprend la demande, répond dans la langue du client et se connecte aux systèmes de l’entreprise pour agir. Un humain doit reprendre la main dès que la situation devient complexe ou sensible : un litige, une suspicion de fraude, un client en détresse, une demande hors du périmètre prévu, ou simplement quand le client le souhaite. Le passage doit alors se faire avec tout le contexte, pour que le client n’ait pas à se répéter. L’agent absorbe le volume, l’humain garde les cas où il fait la différence.
12. Vous avez participé à plusieurs programmes, compétitions et initiatives entrepreneuriales, et vous venez notamment de remporter l’Execute Africa AI Challenge. Qu’est-ce que ces expériences vous ont appris que vous n’auriez pas appris simplement en travaillant dans votre startup ?
À aller vite et à être clair. Dans une startup, on peut passer des semaines à perfectionner un détail que personne ne demande. Un programme comme MEST ou une compétition vous oblige à confronter vos idées à des gens extérieurs, mentors, investisseurs, entrepreneurs, qui n’ont aucune raison d’être indulgents. Leurs questions révèlent vos angles morts plus vite que n’importe quelle réunion interne. On y gagne aussi un réseau : des portes s’ouvrent parce que quelqu’un vous a vu pitcher ou a entendu parler de vous. C’est aussi une très belle opportunité de marketing pour un nouveau produit.
13. Lors de ce challenge, vous avez dû passer rapidement d’un problème à une solution présentable et défendable devant un jury. Qu’est-ce que cette expérience vous a obligé à revoir dans votre produit ou dans votre manière de présenter Afriklang ?
Nous avions l’habitude de parler d’infrastructure de données, un sujet important mais abstrait pour un jury. Le challenge nous a obligés à montrer plutôt qu’expliquer : un agent vocal qui comprend et répond en wolof, traite les demandes courantes et passe la main à un humain pour les cas sensibles. Il a fallu clarifier les limites du produit, préparer des réponses précises sur la fiabilité et la sécurité, et surtout relier la donnée à un résultat visible. La leçon est restée : la meilleure façon d’expliquer notre donnée, c’est de montrer ce qu’elle rend possible.
14. Une distinction ou une victoire dans une compétition peut donner de la visibilité à une startup, mais elle ne garantit pas qu’un client paiera. Qu’est-ce qui compte désormais le plus pour vous : gagner d’autres compétitions, trouver des clients, améliorer la technologie ou autre chose ?
Les clients, sans hésiter. Une victoire donne de la visibilité et ouvre des conversations, mais elle ne remplace pas un contrat. Le prix de l’Execute Africa AI Challenge le rappelle d’ailleurs : l’essentiel est versé une fois que nous sommes sur le marché avec des revenus récurrents. Notre priorité est donc de transformer les projets pilotes en contrats. La technologie reste essentielle, mais elle progresse surtout au contact de vrais clients, avec de vrais appels et de vraies contraintes. Les compétitions restent utiles quand elles nous rapprochent de ces clients, pas comme une fin en soi.
15. Vous travaillez sur un sujet encore peu visible du grand public. Comment expliquez-vous la valeur d’Afriklang à quelqu’un qui pourrait vous dire : « Mais pourquoi avons-nous besoin d’une IA qui parle nos langues ? »
Je vous retourne la question : dans quelle langue parlez-vous à votre mère ? Pour des centaines de millions d’Africains, ce n’est ni le français ni l’anglais. Or les services essentiels passent de plus en plus par la technologie : la banque, la santé, l’administration, le paiement mobile. Si ces outils ne comprennent pas nos langues, ils laissent de côté ceux qui en auraient le plus besoin. Ce n’est pas un luxe culturel, c’est une question d’accès. Et pour les entreprises, c’est un marché immense : servir un client dans sa langue, c’est gagner sa confiance. Une IA qui parle nos langues, c’est simplement une IA qui parle à tout le monde chez nous.
16. Si quelqu’un lit cette interview et veut lui aussi créer une startup autour d’un problème africain que personne ne considère encore comme un marché, qu’est-ce que votre parcours avec Afriklang lui apprend sur la manière de transformer une intuition en entreprise ?
Commencez par écouter. Au début d’Afriklang, nous avons passé des semaines à interroger les personnes qui souffrent du problem. C’est ce qui nous a montré que le problème était réel et que quelqu’un était prêt à payer pour le résoudre. Ensuite, ne vous découragez pas parce que personne ne considère votre sujet comme un marché : c’est souvent là que se trouvent les meilleures opportunités, justement parce que peu de gens regardent. Enfin, construisez vite quelque chose de concret. Une démonstration qui fonctionne convainc plus qu’une belle présentation. Une intuition devient une entreprise quand elle rencontre ses clients.
17. Aujourd’hui, quel est le problème que vous n’avez pas encore réussi à résoudre chez Afriklang ?
Ce serait la rapidité de communication avec les institutions gouvernementales. Elles sont très lentes à la réponse et peu ouvertes à collaborer pour la plupart.
18. Et si nous nous reparlons dans trois ans, qu’aimeriez-vous pouvoir me dire sur ce que cette idée devenue startup a réellement changé pour les utilisateurs, les entreprises et les langues africaines ?
J’aimerais pouvoir vous dire qu’une grand-mère à Lomé ou à Kumasi appelle sa banque dans sa langue et règle son problème sans demander d’aide à personne. Que les entreprises lancent des services en éwé, en wolof ou en haoussa sans repartir de zéro, parce que les données existent enfin. Que des milliers de contributeurs ont été payés pour avoir prêté leur voix, et que nos langues sont devenues visibles pour la technologie. Au fond, je voudrais qu’on se demande un jour pourquoi il a fallu attendre si longtemps.
