肯尼亚创企 Fastagger 如何为小企业重新设计 AI

穆特姆贝·卡里乌基（Mutembei Kariuki）第一次思考人工智能模型如何在他的祖国肯尼亚运作，是在2019年。当时他正在东京大学参加一场关于AI未来的会议，不断听到这项技术将如何改变世界。“但完全没有人提到非洲，”他说。

即便在那时——在OpenAI和Anthropic等AI巨头向公众推出聊天机器人之前——卡里乌基就已经能看到AI在非洲普及面临的重大障碍。互联网接入缓慢且不均衡，用于训练模型的计算资源稀缺，高质量的结构化训练数据也很少。与此同时，大多数人通过过时、内存低的手机而非电脑或高端手机上网。

卡里乌基与联合创始人裘德·姆温达（Jude Mwenda）和斯蒂芬妮·恩杰伦加（Stephanie Njerenga）一起创立了Fastagger，这家初创公司构建的AI模型可以离线运行，并能在低功耗手机上运行。它的首个重要产品Auni是一款商业智能助手，于2024年推出；在被整合进肯尼亚最大的移动支付服务M-Pesa的企业应用后，它获得了巨大的推动。自那以后，约有6000家企业注册使用。Auni帮助理发店、餐厅和小型制造商等中小企业分析其交易数据，并向它们提供营销建议。

彼得·切格（Peter Chege）在内罗毕拥有一家美发沙龙兼理发店，去年开始使用Auni。在此之前，他把所有销售都记录在纸上。“我们无法把这些信息转化成图表，”他说。现在，这款应用帮助他找出自己最忙的日子和时段，以及他的忠实客户。例如，如果一位常客不再来了，他可以发送个性化信息鼓励对方回来。

Fastagger是一项新兴努力的一部分，旨在围绕发展中经济体用户的技术现实来构建AI，而不是改造为更富裕市场设计的产品。对Fastagger而言，这意味着要找到一种方法，让他们的模型在廉价手机、不可靠的互联网连接以及可能仅由移动支付交易组成的商业记录等条件下仍能运行。

在开发Auni之前，卡里乌基和他的联合创始人首先着手解决AI训练所需的数据可得性问题。他们问自己：“我们如何让非洲快速赶上？我们如何足够快地创建训练数据，然后又如何足够快地把它送到人们手中？”

穆特姆贝·卡里乌基联合创立了Fastagger，以开发可在离线和基础手机上运行的AI系统。Afrikanna Production/Microsoft

他们决定专注于手机，特别是移动支付应用。肯尼亚超过80%的成年人使用这些应用，它们提供了丰富的数据来源。

Fastagger最初采取的步骤之一，是改造一个开源光学字符识别（OCR）模型，使其能够读取移动支付应用生成的财务报表。现有模型难以应对这些PDF质量低下的问题——它们的格式不常见，有时还带有印章和错误。而且，由于Fastagger的潜在用户往往网络连接不可靠，他们确保关键步骤（例如将提取的数据整理成表格）可以在设备上运行。

在拥有一个能够处理这些文档的模型之后，他们开始探索这种结构化的财务数据如何帮助企业。他们花了整天时间观察小企业主工作以及与客户互动。一个挑战很快变得清晰：企业主几乎没有时间或资源去思考日常运营之外的事情。

“他们整天站着剪头发，”卡里乌基在谈到沙龙老板时说道，这些人现在是Auni的主要用户之一。“你必须考虑用户旅程的这种动态，考虑他们如何生活，以及后台会发生什么。”

Fastagger应用帮助沙龙老板彼得·切格更好地管理时间并跟踪忠实客户。Afrikanna Production/Microsoft

对切格来说，Auni最大的好处之一是帮助他管理时间。一张简单的图表向他显示，上午是他最清闲的时段，于是他意识到自己可以在那时处理杂事，或者让店里少留几个理发师，直到下午1点左右生意好转。

创始人们还看到企业在手工流程上花费了多少时间，以及自动化如何简化这些任务。例如，在内罗毕的一家鱼餐厅，要找出忠实客户并给他们提供折扣，需要逐条翻看短信销售收据，这项繁琐的工作使客户留存营销变得不切实际。现在，借助Auni，这家餐厅可以自动识别其顶级客户并向他们提供折扣。

Auni的一些功能——例如读取销售流水、分析数据和可视化结果——可以在低成本手机上离线完成，无需进行云端查询。这些功能既涉及AI工具，也涉及传统软件；例如，标准OCR软件提取文本，一个小型神经网络识别每份文档的结构。不过，更详细的分析以及回答有关数据的问题则需要互联网连接。

研究人工智能对发展中经济体影响的经济学家、哥伦比亚大学的丹尼尔·比约克格伦表示，撒哈拉以南非洲普遍使用基础手机而非智能手机和电脑，这可能为不同形式的人工智能应用打开大门。“技术史应该表明，这不会是人们在笔记本电脑上运行 Claude Code 或 Codex，”他说。“会有这样的人，但对大部分人口来说，我们将不得不找出不同的使用模式。”

尽管 Auni 已整合进 M-Pesa，Fastagger 仍是一家小型初创公司。它获得了谷歌、微软和英伟达加速器项目的支持，但至今仍只有三名员工：卡里乌基、姆文达和恩杰伦加，即最初的创始人。目前，他们正致力于为 Auni 添加智能体，以便自动为商家执行营销操作。

Fastagger 还为肯尼亚的安保公司开发了一款劳动力管理工具，这些公司雇用了数十万人。保安经常在偏远地区工作，没有可靠的互联网，并使用低端手机。Fastagger 的人工智能智能体通过短信与他们沟通，以跟踪他们的路线、检测异常，并为运营团队生成可操作的警报。

Fastagger 并非唯一一家针对新兴经济体使用条件定制人工智能模型的公司。其他例子包括智利为没有互联网的农村学校开发的一款应用；印度为农村患者提供的医疗分诊聊天机器人；以及可在基础手机上运行的非洲语言翻译模型。这类源于限制条件的创新可能有助于普及人工智能的使用。但这并不意味着限制本身会消失或不再制约发展。

尽管比约克格伦认为，为那些硅谷服务不足的人群构建的系统具有巨大潜力，但他相信，在为新兴经济体设计的小型模型与为较富裕地区打造的日益庞大、强大的模型之间划出过于清晰的界限存在风险。“我担心这可能导致两极分化，”他说。“我们需要提供丰富多样的选项，真正确保人们能够获得这些选项，然后看看哪些方案行之有效。”