L’intelligence artificielle est présentée comme une opportunité historique pour l’Afrique. Mais derrière les promesses, une réalité s’impose : les systèmes d’IA ne valent que ce que valent les données qui les alimentent. Et sur ce terrain, le continent a un chantier urgent à mener.
Une tribune de Manuel Ntumba
Des promesses réelles, des fondations fragiles
D’un côté, en 2024, le marché mondial de l’intelligence artificielle pesait plus de 200 milliards de dollars. De l’autre, selon plusieurs cabinets d’études, l’IA pourrait contribuer jusqu’à 1 500 milliards de dollars au PIB du continent d’ici 2030, en améliorant la productivité agricole, l’accès aux soins, la logistique et les services financiers.
Pourtant, ces chiffres masquent une réalité structurelle que les décideurs africains ne peuvent plus se permettre d’ignorer : les systèmes d’IA apprennent à partir de données. Et si ces données sont fragmentées, incomplètes, non standardisées – ou simplement absentes – les algorithmes ne produiront pas de valeur. Ils produiront des biais, des erreurs, et des décisions qui fragiliseront davantage ceux qu’ils étaient censés servir. Sur notre continent, cette fragilité est d’ailleurs déjà bien documentée.
Quand les données manquent, les politiques échouent
Prenons un exemple concret. Dans le secteur portuaire africain, les données de performance (temps d’attente des navires, taux d’occupation des quais, coûts de transit…) étaient jusqu’alors collectées de manière hétérogène d’un port à l’autre, voire absentes dans certains cas. Résultat : les investisseurs manquaient de visibilité, les politiques de compétitivité reposaient sur des estimations, et les réformes peinaient à être évaluées dans la durée.
C’est précisément pour répondre à ce défi que la Banque africaine de développement a lancé l’African Ports Connectivity Portal Project (APC-PP) dont l’objectif consiste à harmoniser et standardiser les données de 80 ports africains pour produire un référentiel commun – un « port data book » – fiable et exploitable par les acteurs publics et privés du secteur. Ce projet constitue, avant tout, un projet de gouvernance. Et c’est là que réside la leçon pour l’ensemble du débat sur l’IA en Afrique.
L’IA révèle les lacunes de gouvernance sans les combler
Il existe une tentation, compréhensible, de considérer l’intelligence artificielle comme une solution aux déficits de données et d’organisation. L’IA « compenserait » les lacunes, « remplirait les blancs », « détecterait les anomalies ». Cette vision est cependant dangereuse – surtout pour nos économies et sociétés.
En effet, les modèles d’apprentissage automatique amplifient ce qu’ils trouvent dans les données : des données de santé incomplètes produisent des diagnostics biaisés, des données de crédit lacunaires excluent davantage les populations déjà marginalisées, des données climatiques fragmentées affaiblissent les modèles d’alerte agricole.
Une étude de l’Union internationale des télécommunications (UIT) publiée en 2023 soulignait, à ce sujet, que l’Afrique sub-saharienne reste confrontée à un « data gap » structurel : les données sur lesquelles s’appuient les modèles d’IA globaux sous-représentent massivement les réalités africaines en termes de langues, de pratiques économiques informelles, ou encore d’infrastructure numérique. Ce qui signifie qu’importer des systèmes d’IA conçus pour d’autres contextes sans gouvernance locale des données revient à construire sur du sable, pour s’exprimer de manière triviale.
Trois chantiers prioritaires pour une Afrique des données
La bonne nouvelle, c’est que cette situation n’est pas une fatalité mais appelle plutôt une stratégie délibérée, articulée autour de trois axes.
Le premier est la standardisation des données sectorielles. Chaque grande filière économique du continent (qu’il s’agisse de l’agriculture, de l’énergie, de la santé, de la logistique, ou encore des services financiers…) devrait se doter de standards de collecte et de classification des données. Sans cette base, les initiatives d’IA resteront locales, incomparables, et impossibles à évaluer à l’échelle.
Le deuxième est le renforcement des capacités institutionnelles de gouvernance. Avoir des données n’est pas suffisant si les institutions chargées de les administrer n’ont pas les outils, les compétences ni les mandats pour en assurer la qualité, la confidentialité et la traçabilité. Plusieurs pays africains se sont dotés de lois sur la protection des données personnelles ; c’est une avancée notable. Mais la régulation doit être accompagnée de capacités d’application réelles, et d’une culture de la donnée au sein des administrations publiques.
Le troisième, enfin, porte sur l’investissement dans les infrastructures de données souveraines. L’Afrique représente moins de 1 % de la capacité mondiale en centres de données, alors que la consommation mobile de données y croît d’environ 40 % par an selon des sources communément admises. Cette asymétrie n’est pas soutenable. Elle signifie que les données africaines sont stockées, traitées et monétisées hors du continent. Or, la souveraineté numérique africaine passe nécessairement par la localisation d’une partie significative de cette infrastructure.
L’IA comme levier, à condition de poser les bons fondements
Il ne s’agit pas ici de rejeter l’intelligence artificielle ni de s’en méfier par principe. Les applications sont réelles, prometteuses, et certaines sont déjà à l’œuvre avec succès sur le continent : détection précoce des maladies au Rwanda, optimisation logistique au Kenya, agriculture de précision au Sénégal.
Mais ces succès ont quelque chose en commun : ils reposent sur des données locales, collectées avec rigueur, gouvernées avec transparence. C’est la raison pour laquelle, pour les décideurs africains – gouvernements, régulateurs, entreprises, institutions de développement – la question centrale doit être la suivante : « comment bâtir les conditions pour que l’IA produise de la valeur durable sur notre territoire ? »
La réponse se trouve dans la gouvernance des données.
Manuel Ntumba est ingénieur spécialisé en télécommunications satellitaires et gouvernance des données. Il coordonne l’African Ports Connectivity Portal Project (APC-PP) pour la Banque africaine de développement, et est vice-président du Tod’Aérs Global Network (TGN).
