Afrika inakumbatia AI kwa kasi, lakini matumizi pekee hayatatengeneza utajiri. Hii ndiyo sababu fursa halisi ipo kwenye kumiliki miundombinu, data na vipaji, badala ya kutumia tu zana zilizotengenezwa na wengine.
Kila mabadiliko makubwa ya kiteknolojia hatimaye hugawa ulimwengu katika aina mbili za nchi: zile zinazotumia teknolojia hiyo, na zile zinazoijenga na kuitengeneza.
Wakati wa Mapinduzi ya Viwanda, karibu kila nchi duniani ilinunua bidhaa zilizotengenezwa viwandani; lakini nchi chache sana ndizo zilizojenga viwanda vilivyotengeneza bidhaa hizo. Hali hiyohiyo ilijitokeza kwenye magari, vipuri vya kielektroniki (semiconductors), mtandao wa intaneti na simu za mkononi. Kikundi kidogo cha nchi kilisanifu na kumiliki teknolojia ya msingi, huku nchi nyingine zote zikinunua haki ya kuitumia.
Hakuna sababu ya kuamini kwamba akili mnemba (AI) itakuwa tofauti.
Afrika inatumia AI tayari leo. Watu wanazungumza na ChatGPT, wanatengeneza picha kupitia Midjourney, wanaandika programu kwa Copilot, na wanaendesha biashara kwa kutumia zana zilizotengenezwa San Francisco. Hilo ni jambo zuri, na linatokea kwa kasi kubwa. Lakini swali muhimu zaidi si iwapo Afrika inatumia AI; ni iwapo Afrika itakuwa pia mojawapo ya maeneo yanayoijenga na kuitengeneza teknolojia hiyo.
Kwa sababu kutumia zana na kumiliki zana si kitu kimoja, na havileti fursa zinazolingana. Kutumia teknolojia hufanya uchumi kuwa na ufanisi zaidi kazini; lakini kujenga teknolojia hufanya uchumi kuwa na nguvu na ushawishi zaidi kwa kuvutia mitaji, kuzalisha ajira bora na kuleta utajiri endelevu.
AI inabadilika kuwa miundombinu, si programu tu
AI ni zaidi ya programu ya simu (app). Ni zaidi ya kitu unachopakua au roboti ya mazungumzo unayoongea nayo. Hebu tuifananishe AI na umeme.
Umeme unahitajika katika kila sekta, kila nyumba, kila chuo, na kila mahali wanapopita, kuishi au kufanya kazi wanadamu. AI inaelekea katika mwelekeo huohuo: tayari inagusa afya, kilimo, elimu, benki, sheria, huduma za serikali, viwanda, utalii, usafirishaji na huduma kwa wateja, na haitakoma hivi karibuni.
Hiyo inamaanisha kuwa AI si "sekta moja" kwa maana ya kawaida ya kibiashara; inakuwa daraja la msingi ambalo sekta nyingine zote zitajengwa juu yake. Na yeyote anayedhibiti daraja hilo anamiliki nguvu ya kiuchumi inayovuka kwa mbali programu au bidhaa yoyote ya peke yake.
Kutumia AI huleta ufanisi; kuijenga AI huleta utajiri
Katika sehemu hii
Kakao iliondoka Ghana na Ivory Coast ikiwa mbegu ghafi na kurejea kama chokoleti zenye majina ya chapa za Ulaya na faida za Ulaya.
Kampuni ya uwakili jijini Lagos, Nairobi au Kigali inayotumia msaidizi wa AI inakuwa ya haraka na yenye tija zaidi. Lakini angalia nani anayevuna fedha halisi kutoka kwenye shughuli hiyo:
OpenAI inavuna. Microsoft inavuna. Google, Anthropic, Meta na Nvidia zinavuna. Kampuni inayotumia zana inapata ufanisi wa kazi; lakini kampuni iliyotengeneza zana inapata mapato endelevu ya mara kwa mara, thamani kubwa ya hisa, na udhibiti wa soko zima.
Huu ndio mfumo unaostahili kuzingatiwa kwa umakini: matumizi huboresha jinsi unavyofanya kazi leo; lakini ujenzi wa teknolojia hubadilisha kile ambacho uchumi wako una uwezo wa kuzalisha na kusafirisha nje. Afrika inapaswa kuendelea kutumia zana za AI — hakuna anayepinga hilo; lakini matumizi pekee hayajawahi kuwa njia ya kufikia uongozi wa kiteknolojia, popote pale duniani kwa teknolojia yoyote.
Afrika imewahi kushuhudia mfumo huu huko nyuma. Bara hili lilitoa sehemu kubwa ya malighafi zilizoendesha mapinduzi ya awali ya viwanda — pamba, mpira, madini — wakati uzalishaji viwandani, ujenzi wa chapa na hakimiliki zilizobadilisha malighafi hizo kuwa utajiri zilikusanyika kwingineko. Kakao iliondoka Ghana na Ivory Coast ikiwa mbegu ghafi na kurejea kama chokoleti zenye majina ya chapa za Ulaya na faida za Ulaya. Akili mnemba inatuletea njia panda hiyohiyo, lakini katika sura ya kidijitali: Afrika inaweza kubaki kuwa mlaji wa teknolojia zilizotengenezwa ng'ambo, kama ilivyokuwa ikinunua bidhaa zilizotengenezwa kwa malighafi zake; au inaweza kuwekeza kwenye uwezo wa ndani unaoiwezesha kupanda daraja katika mnyororo wa thamani wakati huu, badala ya kutoa data ghafi tu na kutazama thamani ikivunwa na wengine.
AI ina ngazi nyingi, na Afrika imekwama kwenye ngazi ya juu pekee
Katika sehemu hii
Fursa iliyopo sasa ni kupanda ngazi hizo, hatua kwa hatua, kama vile nchi za viwanda zilivyofanya.
AI ni mfumo mzima wa kiuchumi uliopangwa kwa ngazi, ambapo makampuni tofauti yanatengeneza fedha katika kila daraja:
Chini kabisa kuna kampuni za semiconductor zinazounda chips maalum za kompyuta ambazo kila kitu kingine kinazitegemea.
Juu yake kuna makampuni yanayojenga na kuendesha vituo vya data (data centers) vya kuhifadhi chips hizo.
Watoa huduma za wingu (cloud) hukodisha uwezo huo wa kompyuta kwa waendelezaji na makampuni yasiyotaka kujenga vituo vyao vya data.
Taasisi za utafiti hutumia kompyuta hizo zilizokodishwa kufunza mifumo mikuu ya msingi (foundation models), ambayo mifumo mingine yote hujengwa juu yake.
Makampuni ya programu hutengeneza bidhaa maalum juu ya mifumo hiyo ya msingi.
Na mwishoni kabisa mwa mnyororo, biashara na watumiaji wa kawaida hulipa fedha kutumia bidhaa iliyokamilika.
Kila ngazi inajinyakulia sehemu yake ya thamani: watengenezaji wa chips wanapata faida kubwa inayovutia; watoa huduma za cloud wanapata mapato ya kudumu kutoka kwa kila anayehitaji uwezo wa kompyuta; wajenzi wa mifumo ya msingi wanapata ada za leseni na udhibiti wa mifumo; na makampuni ya programu hupata kile kinachobaki baada ya kulipia kompyuta na leseni za mifumo ya chini yao.
Hivi sasa, ushiriki mwingi wa Afrika katika AI upo juu kabisa kwenye ngazi ya programu: kujenga programu juu ya mifumo iliyofunzwa kwingineko, inayofanya kazi kwenye chips zilizoundwa kwingineko, katika vituo vya data vinavyomilikiwa na wengine. Kadiri nchi inavyoweza kushiriki katika ngazi za chini zaidi za mfumo huu — kuanzia miundombinu na kompyuta hadi mifumo ya msingi na programu — ndivyo inavyozalisha ajira zenye ujuzi wa juu, hakimiliki za ndani, mauzo ya nje na utajiri endelevu wa muda mrefu.
Huu si ukosoaji wa mahali Afrika ilipo sasa; ni kwa sababu hapo ndipo pa kuanzia palipo rahisi zaidi. Lakini ndivyo hasa vilivyotokea kwenye viwanda kwa miongo kadhaa, ambapo nchi zilikusanya vipuri vilivyotengenezwa nje huku faida ikienda kwa mwenye kiwanda na usanifu. Fursa iliyopo sasa ni kupanda ngazi hizo, hatua kwa hatua, kama vile nchi za viwanda zilivyofanya.
Data inakuwa rasilimali kuu, na Afrika haishikilii nyingi bado
Katika sehemu hii
Hili ni zaidi ya suala la uchumi; data inaamua jinsi mifumo ya AI inavyoelewa historia, lugha, tiba, sheria na utamaduni.
Uchumi wa viwanda uliendeshwa kwa makaa ya mawe; uchumi wa kidijitali unaendeshwa kwa data. Mifumo ya AI inajifunza kutokana na taarifa inazolishwa: lugha, picha, nyaraka, sauti, rekodi za matibabu, mienendo ya kilimo, miamala ya kifedha na taarifa za hali ya hewa.
Hili ni zaidi ya suala la uchumi; data inaamua jinsi mifumo ya AI inavyoelewa historia, lugha, tiba, sheria na utamaduni. Nchi zisizoweza kusimamia data zao zenyewe zinajiweka hatarini kuacha miundombinu yao ya baadaye ya kidijitali iundwe kwa mitazamo na dhana zilizotungwa mahali pengine.
Iwapo data za Kiafrika zitaendelea kuhifadhiwa nje, kuchakatwa nje na kutumika kufunza mifumo inayotengenezwa nje, basi thamani inayotokana nayo itabaki pia nje ya bara letu.
Na hivi sasa, hiyo ndiyo hali halisi kwa kiasi kikubwa: eneo la Afrika Kusini mwa Jangwa la Sahara linachangia takriban asilimia 1 hadi 2 tu ya uzalishaji wa data duniani, licha ya kuwa na takriban moja ya tano ya watu wote duniani. Bara pia lina sehemu ndogo sana ya vituo vya data ikilinganishwa na Amerika Kaskazini au Ulaya — kwa makadirio mengine, Afrika nzima ina vituo vichache vya data kuliko nchi ya ukubwa wa Uswisi.
Katika kongamano la UNECA mjini Tangier mwezi Aprili 2026, viongozi walijadili wazi umuhimu wa kukuza uwezo wa vituo vya data vya Afrika mara kumi ili kuendana na kasi ya dunia, na wakataja lengo kuu kuwa "ubwana wa data" (sovereign data): yaani taarifa za Kiafrika kuhifadhiwa, kuchakatwa na kusimamiwa katika ardhi ya Afrika badala ya kusafirishwa nje kiotomatiki.
Ikiwa data za bara lako ziko kwenye seva za watu wengine na zinachakatwa na mifumo ya wengine, hupotezi tu mapato ya uhifadhi; unapoteza sauti ya jinsi mifumo hiyo inavyowaelewa watu wako mwenyewe.
Lugha hapa ni rasilimali ya kiuchumi, si utamaduni tu
Katika sehemu hii
Fikiria uchunguzi wa kimatibabu ukitolewa kwa Kiwolof na mfumo uliofunzwa kwa maandishi ya Kiingereza na Kifaransa pekee.
Afrika ni nyumbani kwa lugha zaidi ya 2,000. Mifumo mingi ya AI haielewi vizuri hata lugha chache kati ya hizo.
Kiyoruba, Kiigbo, Kihausa, Kiwolof, Kishona, Kinyarwanda, Kiamhari, Kiluganda, Kizulu na mamia ya lugha nyingine zina mamilioni ya wazungumzaji, lakini kuna mapengo makubwa katika jinsi mifumo mikuu ya AI inavyofanya kazi katika lugha hizo. Watafiti wamebaini kuwa lugha za Kiafrika zinachukua sehemu ndogo sana ya maudhui ya mtandaoni — chini ya asilimia 1 kwa vipimo vingi — ingawa mamia ya mamilioni ya watu huzizungumza kila siku.
Mfumo wa AI unaakisi kile ulichofunzwa nacho; ikiwa lugha za Kiafrika hazipo katika data za mafunzo hayo, basi maarifa, muktadha na hisia za Kiafrika hazitakuwepo pia. Hilo lina madhara ya moja kwa moja: huduma za serikali, mifumo ya sheria, zana za afya na majukwaa ya elimu yanakuwa magumu kufikishwa kidijitali kwa watu wanaoyahitaji, kwa sababu mifumo ya msingi haikutengenezwa ikizingatia lugha hizo.
Fikiria kuomba ushauri wa kisheria kwa Kiyoruba kutoka kwa msaidizi wa AI, kisha ukapewa jibu la uhakika ambalo halina msingi wowote wa sheria za kweli za Kiyoruba. Fikiria uchunguzi wa kimatibabu ukitolewa kwa Kiwolof na mfumo uliofunzwa kwa maandishi ya Kiingereza na Kifaransa pekee. Au mkulima vijijini Uganda akiomba miongozo ya kilimo kwa Kiluganda akapokea maelekezo ya jumla yasiyojua udongo wa eneo hilo unavyootesha. Ikiwa lugha hizo hazipo katika data za mifumo hii, mamilioni ya watu wanakuwa hawaonekani katika kizazi kijacho cha huduma za kidijitali, wakati ambapo huduma hizo zinakuwa njia kuu ya benki, serikali, hospitali na shule kuwasiliana na wananchi.
Hapo lugha inakoma kuwa suala la kitamaduni tu; inakuwa miundombinu ya kiuchumi. Yeyote anayejenga mifumo inayoelewa Kiyoruba au Kiamhari au Kiwolof kwa ufasaha anajenga kitu chenye thamani kubwa ya kibiashara, si thamani ya kitamaduni pekee.
Hakuna kinachofanya kazi bila miundombinu ya msingi
Katika sehemu hii
Bila vitu hivi, hakuna sekta ya AI inayoweza kuwepo, haijalishi nchi ina wahandisi wangapi wenye vipaji.
Ni rahisi kuwaza AI kama programu tu inayoelea hewani kwenye wingu (cloud). Kiuhalisia, inategemea orodha ndefu ya mambo ya kimwili: umeme usiokatika, mawasiliano ya nyaya za mkonga, vituo vya kisasa vya data, vitengo vya usindikaji wa picha (GPUs), mifumo ya kupoza mashine, gridi thabiti za umeme na ulinzi madhubuti wa mtandao (cybersecurity).
Bila vitu hivi, hakuna sekta ya AI inayoweza kuwepo, haijalishi nchi ina wahandisi wangapi wenye vipaji. Hapa ndipo matarajio ya AI yanapokutana moja kwa moja na mapengo yaleyale ya miundombinu yaliyoathiri maendeleo ya kiuchumi ya Afrika kwa miongo mingi: gridi ya umeme, mkonga, bandari, vituo vya data. Ni mazungumzo yaleyale, isipokuwa sasa yana jina jipya la kiteknolojia.
Kuna kipengele kimoja kinachostahili kuzingatiwa peke yake: uwezo wa kompyuta (Compute). Kufunza mifumo ya hali ya juu ya AI kunahitaji rasilimali kubwa sana za kompyuta, na sehemu kubwa ya uwezo huo hivi sasa ipo katika nchi chache sana. Kupata GPU, miundombinu ya cloud na kompyuta zenye nguvu kubwa inakuwa jambo lenye umuhimu wa kistratejia kama vile kupata umeme kulivyokuwa wakati wa mapinduzi ya viwanda. Nchi zisizo na uwezo wa kutosha wa kompyuta ziko hatarini kubaki kama walaji wa kudumu wa AI badala ya wazalishaji, hata kama zina wahandisi hodari kiasi gani au data nyingi za ndani. Huu ni mjadala ambao ulimwengu mzima utakuwa nao mara kwa mara katika muongo ujao, na inafaa Afrika ijiunge nao mapema badala ya kuchelewa.
Afrika haianzi kutoka sifuri
Katika sehemu hii
Afrika haina haja ya kuiga Silicon Valley ili kufaidika na haya yote.
Ni rahisi kwa makala kama hii kuonekana kama inakatisha tamaa. Haipaswi kuwa hivyo, kwa sababu Afrika inaingia katika safari hii ikiwa na faida halisi.
Afrika ina idadi kubwa zaidi ya vijana duniani, ikiwa na umri wa wastani wa chini ya miaka ishirini, jambo linaloipa mojawapo ya nguvu kazi kubwa zaidi za baadaye katika historia. Bara lina jamii ya waendelezaji programu inayokua kwa kasi, tabia za kidijitali za kutumia simu kwanza ambazo tayari zimebadilisha huduma za kibenki, na mojawapo ya mifumo ya kisasa zaidi ya teknolojia ya fedha (fintech) duniani. Pia ina kitu cha kipekee: sekta kubwa isiyo rasmi inayozalisha aina za data ambazo hazipatikani popote pale duniani, katika kilimo, afya, hali ya hewa, biashara ndogondogo na lugha za kiasili.
Afrika haina haja ya kuiga Silicon Valley ili kufaidika na haya yote. Njia bora zaidi ni kutatua matatizo halisi ya Kiafrika moja kwa moja: kutambua magonjwa ya mimea mapema, kuboresha uchunguzi wa afya maeneo yasiyo na madaktari bingwa, kujenga zana sahihi za tafsiri za lugha zetu, kurahisisha usafirishaji wa mizigo, kusaidia uhifadhi wa wanyamapori, kuboresha migodi na kujenga zana za kuhimili mabadiliko ya tabianchi kwa wakulima na miji ya pwani. Suluhu zilizojengwa kwa changamoto hizi zinaweza kugeuka kuwa bidhaa za kuuza nje, kama mifumo ya fedha kupitia simu ilivyoathiri sekta ya fedha duniani kote.
Bidhaa kubwa zaidi ya AI ya Afrika huenda isifanane kabisa na ChatGPT
Katika sehemu hii
Hilo ni lengo halisi na lenye manufaa makubwa zaidi kiuchumi kuliko kujaribu kushindana na makampuni yaliyotutangulia kwa muongo mmoja na yenye mamia ya mabilioni ya dola.
Kuna dhana iliyojengeka katika mazungumzo mengi ya AI barani Afrika, kwamba lengo linapaswa kuwa kuanzisha "OpenAI ya Kiafrika"; mfumo wa kijumla wa nyumbani unaoshindana moja kwa moja na mifumo mikubwa ya Marekani na China.
Hiyo huenda ikawa shabaha isiyo sahihi; kwa sababu kushindana ana kwa ana na kampuni kubwa zaidi duniani za mifumo ya msingi hakutakuwa faida kuu ya kiushindani ya Afrika.
Faida halisi ya kiushindani ya Afrika ipo sehemu nyingine kabisa: AI ya kilimo iliyofunzwa kwa mifumo ya mazao ambayo hakuna mwingine aliyetenga muda kuisanifu; AI ya madini iliyojengwa kulingana na miamba ya bara letu; mifumo ya hali ya hewa inayolingana na tabianchi ya Afrika; zana za uhifadhi wa wanyamapori zilizoundwa pale wanyama walipo hasa; tafsiri za lugha nyingi ambazo maabara kubwa za kimataifa zimezipuuza; uratibu wa ugavi unaoendana na mazingira halisi ya barani humu; teknolojia za fedha kwa uchumi usio rasmi; na zana za afya ya jamii zilizoundwa kwa mifumo ya matibabu yenye changamoto tofauti kabisa na nchi tajiri.
Estonia ni mfano mzuri wa kulinganisha. Estonia haikujaribu kamwe kuwa kama Marekani; ikawa mojawapo ya nchi ndogo zilizoendelea zaidi kidijitali duniani kwa kujikita kikamilifu katika kile ilichoweza kufanya vizuri zaidi: huduma za kidijitali za serikali, na kujenga mambo mengine kuanzia hapo. Afrika haihitaji kampuni kubwa ya jumla ya AI ili kuthibitisha kwamba inaweza kuunda teknolojia; inahitaji uwezo wa kina, thabiti na maalum wa AI katika maeneo ambayo data zake, matatizo yake na ujuzi wake ni wa kipekee kabisa. Hilo ni lengo halisi na lenye manufaa makubwa zaidi kiuchumi kuliko kujaribu kushindana na makampuni yaliyotutangulia kwa muongo mmoja na yenye mamia ya mabilioni ya dola.
Mfumo wa China unafaa kusomwa, bila kujali siasa
Katika sehemu hii
Makampuni yalikuja baadaye; mfumo ulikuja kwanza, na ulikuja miaka mingi na miongo kadhaa kabla.
Weka siasa kando na utazame uchumi pekee. Somo halisi kutoka China si Huawei, wala Alibaba, wala DeepSeek; makampuni hayo ni matokeo yanayoonekana ya kitu kisichoonekana sana: subira na uvumilivu wa muda mrefu.
China haikuwa nguvu ya kiteknolojia kwa sababu ya kuanzisha kampuni moja kubwa ya AI; ilikuwa hivyo kwa sababu ilitumia miongo kadhaa kuwekeza katika vyuo vikuu, wahandisi, uzalishaji wa semiconductors, miundombinu ya mawasiliano na taasisi za utafiti muda mrefu kabla ya uwekezaji huo kuzaa majina makubwa yanayotambulika duniani. Makampuni yalikuja baadaye; mfumo ulikuja kwanza, na ulikuja miaka mingi na miongo kadhaa kabla.
Robert Tama Lisinge, anayeongoza masuala ya teknolojia, uvumbuzi, muunganisho na miundombinu katika Tume ya Uchumi ya Umoja wa Mataifa kwa Afrika (UNECA), amekuwa akisisitiza hoja inayofanana na hii: lengo kwa nchi za Afrika halipaswi kuwa kutumia tu zana zilizopo, bali kujenga uwezo wa kitaalamu wa kufunza mifumo na kuchakata data ndani ya bara lenyewe. Ametaja ushirikiano wa kimataifa kama njia moja ya kuhamisha ujuzi, huku akisisitiza kwamba mataifa ya Afrika yanahitaji kulinda ubwana wao wa kiteknolojia ili zana hizo ziakisi mazingira halisi ya ndani badala ya dhana za wengine.
Somo hapa si kuiga siasa; ni kwamba uongozi wa kiteknolojia hujengwa kwa miaka mingi ya uwekezaji thabiti katika misingi ambayo hakuna anayeiandikia vichwa vya habari. Hakuna anayeununua uongozi huo kwa fedha pekee, na hakuna anayeruka hatua za ujenzi.
Hii inahitaji mfumo mzima, si kampuni moja tu ya bendera
Katika sehemu hii
Ni mfumo mmoja ulioungana, na unahitaji kila sehemu ifanye kazi kwa wakati mmoja.
Kosa la kawaida ni kudhani kwamba kampuni moja kuu ya kitaifa itarekebisha mambo haya yote. Haitafanya hivyo. Kile kinachohitajika hasa kinafanana na pembejeo za uzalishaji wa viwandani: vyuo vikuu vinavyotoa wahitimu wenye ujuzi sahihi, taasisi za utafiti, serikali zenye mikakati thabiti, wawekezaji binafsi walio tayari kutoa mitaji ya awali, watoa huduma za wingu, wajasiriamali, wahandisi, mitaji ya ubia (venture capital), sera nzuri za data, umeme wa uhakika na mifumo imara ya vitambulisho vya kidijitali.
Jambo linaloibua swali la wazi: ni nani hasa anayetakiwa kujenga yote haya?
Jibu la kweli ni kwamba hakuna mhusika mmoja anayeweza kufanya hivyo peke yake. Inahitaji serikali kutunga sera na kufadhili tafiti za awali; vyuo vikuu kufunza watu watakaofanya kazi; biashara changa (startups) kubadilisha tafiti kuwa bidhaa zinazotumika; wawekezaji binafsi kuziunga mkono kampuni hizo kabla hazijawa na uhakika wa faida; kampuni za mawasiliano kupanua mtandao ambao kila kitu kinautegemea; watoa huduma za wingu kufanya kompyuta zipatikane kwa wachezaji wadogo; wadhibiti kuweka sheria zinazolinda watu bila kukaba uvumbuzi; na mashirika ya kikanda kama Umoja wa Afrika kuratibu juhudi hizi kuvuka mipaka ili nchi yenye watu milioni 20 isijaribu kujenga mfumo mzima wa AI peke yake.
Kila kipande kati ya hivyo kinaimarisha vingine: ufadhili hafifu unakwamisha utafiti; miundombinu dhaifu inakwamisha kila kitu; lakini vyuo vikuu imara vinalisha biashara imara, ambazo zinavutia wawekezaji zaidi, ambao wanafadhili miundombinu zaidi. Ni mfumo mmoja ulioungana, na unahitaji kila sehemu ifanye kazi kwa wakati mmoja.
Hatari zipo, na ni sababu ya kuwekeza, si sababu ya kusita
Katika sehemu hii
Ukizidisha hilo kwa maelfu ya wanaoondoka katika muongo mmoja, inakuwa kikwazo kikubwa cha kimuundo kwa mfumo mzima tunaoueleza.
Itakuwa ni upotoshaji kuandika haya bila kutaja vikwazo vilivyopo: uhamiaji wa wataalamu nje ya nchi (brain drain) unachukua wahandisi hodari; uhaba wa nishati na upatikanaji mdogo wa GPU vinabana uwezo wa kiufundi; mitaji ya ubia kwa biashara za AI za Kiafrika inabaki kuwa midogo; na masoko mengi yanategemea majukwaa ya kigeni kiotomatiki. Pia ubwana wa data, usalama wa mtandao na mapengo ya kisheria yanahitaji uangalizi mkubwa, huku upendeleo potofu wa AI ukibaki kuwa tishio pale mifumo inapofunzwa kwa data za nje.
Uhamiaji wa wataalamu unastahili kutazamwa kwa kina, kwa sababu ni rahisi kuuzungumzia kama takwimu ya kawaida na kukosa kuona gharama yake halisi: kila mhandisi wa Kiafrika mwenye kipaji cha AI anayeondoka kuelekea maabara ya London au kampuni ya San Francisco si mtu anayebadilisha kazi tu, bali anawakilisha uwezo wa utafiti ambao hautakuwepo nyumbani, mafunzo ambayo mhandisi mdogo hatayapata, na kampuni ambayo ingeanzishwa nyumbani lakini sasa inaanzishwa kwingineko. Ukizidisha hilo kwa maelfu ya wanaoondoka katika muongo mmoja, inakuwa kikwazo kikubwa cha kimuundo kwa mfumo mzima tunaoueleza.
Hakuna hata moja kati ya haya linalopaswa kuwa sababu ya kuacha kujiendeleza katika AI; ni orodha maalum ya mambo yanayohitaji uwekezaji makini na sera madhubuti. Kila nchi iliyojenga sekta ya teknolojia ilikabiliana na orodha hii kwanza.
Nini kitatokea kwa ajira?
Sehemu hii haipaswi kurukwa. Kila mabadiliko makubwa ya kiteknolojia yanabadilisha sura ya soko la ajira: baadhi ya kazi hupotea, nyingine hutengenezwa; mfumo huo umedumu kwa zaidi ya karne mbili sasa.
Swali halisi ni nani atakayezalisha ajira mpya. Nchi zinazojenga viwanda vya AI huzalisha kazi zenye thamani kubwa zaidi — nafasi za utafiti, uhandisi, uendeshaji wa miundombinu — kuliko nchi zinazobaki kama walaji wa AI zilizotengenezwa mahali pengine; matumizi pekee hayazalishi ajira nyingi zaidi ya zile zinazohitajika kuendesha zana hiyo.
Nchi zinazojenga viwanda vya AI pia huunda mifumo ya elimu inayolisha sekta hizo: vyuo vikuu huanza kutoa wahitimu tofauti, ufadhili wa utafiti unabadilika, na njia mpya kabisa za kitaaluma huibuka ambazo hazikuwepo muongo mmoja uliopita. Viwanda vya teknolojia mara chache hutengeneza ajira za kiteknolojia pekee; vinabadilisha masoko yote ya ajira yanayovizunguka.
Fursa kubwa zaidi
Katika sehemu hii
Swali halikuwa kamwe iwapo Afrika itatumia AI; tayari inaitumia kila siku kwa idadi inayoongezeka.
Barabara zilijenga uchumi wa viwanda; miundombinu ya kidijitali inajenga uchumi wa leo; na AI itajenga uchumi wa kesho.
Akili mnemba itagusa karibu kila sekta katika miongo miwili ijayo; nchi zitakazofaidika zaidi huenda zisiwe zile zilizokuwa za kwanza kuitumia, bali zitakuwa zile zilizojenga miundombinu, mifereji ya vipaji na taasisi zilizo chini yake.
Afrika tayari imeonyesha kuwa inaweza kuruka hatua za kiteknolojia (leapfrog) — huduma za benki kupitia simu zikiwa mfano ulio wazi zaidi, zikiruka miundombinu ya kizamani ya kibenki kabisa. AI inatoa nafasi kama hiyo, lakini ikiwa tu bara litatazama zaidi ya ngazi ya juu ya programu na kuanza kuwekeza kwa dhati katika kile kilicho chini yake.
Mfumo huohuo unajirudia, haijalishi unautazama uchumi wa Afrika kutoka pembe ipi:
Usindikaji unatengeneza thamani kubwa kuliko uchimbaji ghafi. Miundombinu ndiyo inayowezesha usindikaji kwanza kabisa. Akili mnemba inakuwa daraja moja zaidi la miundombinu hiyo, jinsi umeme, nyaya za mkonga na bandari zilivyokuwa miundombinu kabla yake.
Nchi zinazowekeza katika kutumia tu teknolojia zitakuwa na ufanisi zaidi kazini; lakini nchi zinazowekeza katika kuunda teknolojia zitaamua muundo wa viwanda ambavyo kila mtu mwingine atalazimika kufanya kazi ndani yake.
Swali halikuwa kamwe iwapo Afrika itatumia AI; tayari inaitumia kila siku kwa idadi inayoongezeka.
Swali halisi ni iwapo Afrika itamiliki sehemu ya maana ya teknolojia inayokaribia kuunda wimbi lijalo la utajiri wa dunia. Jibu la hilo halina uhusiano mkubwa na matumizi ya roboti za mazungumzo, bali linahusiana zaidi na gridi za umeme, mitandao ya mkonga, maabara za utafiti, vyuo vikuu, vituo vya data, lugha za kienyeji na watu walio tayari kujenga yote hayo.
Afrika bado ina muda wa kuchagua njia ya kufuata.
Fursa haipo tena kwenye kushiriki tu katika uchumi wa AI; ipo kwenye kusaidia kuujenga.
Kwa sababu kila mapinduzi ya kiteknolojia yamewazawadia wajenzi zaidi kuliko watumiaji.
Uchumi wa AI si roboti za mazungumzo tu.
Chips → Uwezo wa Kompyuta → Vituo vya Data → Wingu (Cloud) → Mifumo ya Msingi → Programu → Biashara → Walaji
Kadiri nchi inavyojenga ngazi nyingi zaidi, ndivyo inavyojinyakulia thamani kubwa zaidi.
