肯尼亚创企 Fastagger 如何为小企业重做 AI

Fastagger 由 Mutembei Kariuki 与 Jude Mwenda、Stephanie Njerenga 共同创立，目标是让 AI 模型在离线状态和低功耗手机上运行。创始人最早在 2019 年东京大学的一场 AI 会议上意识到，关于 AI 改变世界的讨论几乎不涉及非洲，而当地面临网速慢且不均衡、训练算力稀缺、高质量结构化数据不足等障碍，多数人通过内存有限的旧手机上网。 Fastagger 的首个主要产品 Auni 是一款商业智能助手，2024 年推出，并因接入肯尼亚最大移动支付服务 M-Pesa 的企业应用而获得重要推动，此后约 6000 家企业注册使用。它面向理发店、餐厅和小型制造商等中小企业，分析交易数据并给出营销建议。内罗毕一家理发店店主 Peter Chege 此前用纸记录销售，如今应用能帮他识别最忙的日期与时段以及忠实客户，若常客不再到店，还可发送个性化消息召回。 在开发 Auni 之前，团队先解决训练数据来源问题，选择以移动支付应用为切入点——肯尼亚超过 80% 的成年人使用这类应用。他们改造了一个开源 OCR 模型来读取移动支付应用生成的财务报表，以应对 PDF 质量差、格式陌生、含印章和错误等问题；由于用户网络不稳定，把提取数据整理成表格等关键步骤被设计为可在设备端运行。 Auni 的部分功能，如读取销售报表、分析数据和可视化结果，可在低成本手机上离线完成，无需云端查询，这些功能结合了 AI 工具与常规软件：标准 OCR 软件提取文本，小型神经网络判断文档结构；更详细的分析和数据问答则需要联网。团队通过整日观察小企业主的实际工作流程来设计产品，发现店主几乎没有时间思考日常运营之外的事。 Fastagger 目前仍是一家小公司，仅有三名员工，即三位创始人，曾获得 Google、Microsoft 和 NVIDIA 加速器项目的支持。团队正在为 Auni 增加可自动执行营销动作的智能体，并已为肯尼亚雇佣数十万人的安保行业开发劳动力管理工具：保安常在无稳定网络的偏远地点使用低端手机，AI 智能体通过 SMS 与其沟通，跟踪路线、检测异常并向运营团队生成可执行告警。 哥伦比亚大学经济学家 Daniel Björkegren 认为，撒哈拉以南非洲以基础手机而非智能手机和电脑为主，可能催生不同的 AI 使用形态，多数人需要的是不同于在笔记本电脑上运行 Claude Code 或 Codex 的方式。但他也担心，专为新兴经济体设计的小模型与面向富裕地区的超大模型之间若界限过于清晰，可能导致分化，因此需要提供足够多的选项并验证哪些真正有效。