À Dakar, Andakia finalise Awa, IA en wolof et pulaar, au téléphone et sur le web, ce que la start-up doit affronter

À Dakar, la start-up sénégalaise Andakia finalise le lancement d’Awa, un assistant conversationnel capable de comprendre et de répondre en wolof et en pulaar. L’outil, développé par Alioune Badara Mbengue et Pape Gorgui Ndoye, vise un objectif simple, réduire la barrière linguistique qui limite l’accès aux services numériques pour une partie du public. Dans un pays où le français domine l’administration et une large part des interfaces, l’idée est de rapprocher l’intelligence artificielle des usages quotidiens, au téléphone, sur le web, et dans des situations concrètes, demander une information, comprendre une démarche, obtenir une orientation.

Le reportage de RFI suit l’équipe d’Andakia avant l’ouverture officielle du service. Awa se présente comme une IA conversationnelle comparable aux assistants déjà connus du grand public, mais sa spécificité tient à la prise en charge de langues souvent absentes des produits standardisés. Cette promesse d’accessibilité place la jeune entreprise au croisement de plusieurs enjeux, inclusion numérique, souveraineté linguistique et qualité des technologies de traitement automatique des langues pour des idiomes dits à faibles ressources.

Derrière la démonstration, un défi structurel se dessine, faire fonctionner de manière fiable un assistant vocal ou textuel dans des langues où les corpus sont plus rares, les normes orthographiques parfois discutées et les usages très dépendants du contexte social. Au Sénégal, des initiatives académiques et communautaires se multiplient pour réduire ce retard, et l’arrivée d’un produit orienté vers le grand public met la pression sur un point central, la robustesse du modèle, sa capacité à comprendre des accents, des variantes et des formulations du quotidien.

Dans les prochains mois, l’attention se portera sur l’adoption par les usagers et sur la capacité d’Awa à rendre des services vérifiables, au-delà de l’effet de nouveauté. Les autorités, les entreprises de services et les acteurs de l’éducation observent ce type de solution, parce qu’elle peut transformer l’accès à l’information, mais aussi parce qu’elle soulève des questions de données, de protection de la vie privée et de fiabilité dans des domaines sensibles.

Alioune Mbengue et Pape Ndoye présentent Awa à Dakar

Le cœur du projet s’incarne dans un duo de fondateurs, Alioune Badara Mbengue et Pape Gorgui Ndoye, qui portent Andakia et son assistant Awa. Dans la visite rapportée par RFI, l’outil apparaît, à l’écran, comme une interface de conversation classique, mais l’échange se fait en wolof et en pulaar. Cette bascule de langue, très concrète pour l’utilisateur, change la relation à la technologie, il ne s’agit plus de traduire mentalement sa demande avant de la formuler en français, ou de s’en remettre à un proche plus à l’aise avec les démarches administratives.

Sur le plan journalistique, le lancement officiel annoncé place Andakia dans une phase délicate, celle du passage du prototype à l’usage réel. Un assistant conversationnel peut paraître convaincant en démonstration, mais l’épreuve du terrain commence avec la diversité des accents, la vitesse d’élocution, les erreurs de frappe, les abréviations, et les sujets inattendus. C’est aussi le moment où l’équipe doit cadrer la promesse, ce que l’outil sait faire, ce qu’il ne sait pas faire, et comment l’utilisateur est averti de ses limites.

Le choix des deux langues est également un marqueur. Le wolof est très présent dans la vie quotidienne et dans les échanges urbains, tandis que le pulaar couvre une communauté importante, avec des usages transfrontaliers en Afrique de l’Ouest. Travailler sur ces deux idiomes implique de gérer des variantes, des emprunts au français ou à l’arabe, et des registres différents selon les interlocuteurs. Un assistant utile doit être capable de suivre une conversation telle qu’elle se produit vraiment, pas telle qu’elle s’écrit dans un manuel.

Dans un écosystème dominé par des géants technologiques, la valeur d’une jeune structure se situe souvent dans l’adaptation locale, l’intégration à des besoins très concrets, et l’itération rapide. Andakia se positionne sur cette niche, apporter une IA prête à servir à ceux qui ne se reconnaissent pas dans les interfaces francophones ou anglophones. Cette orientation vers l’accessibilité, plus que vers la prouesse technique isolée, peut devenir un avantage compétitif si l’entreprise parvient à garantir la qualité des réponses, la sécurité des échanges et une disponibilité stable du service.

Pour les observateurs, une autre question arrive vite, quel modèle économique sans exclure les publics visés. Un assistant en langue locale est souvent présenté comme un outil d’inclusion, mais l’inclusion suppose des coûts faibles, des usages sur smartphone et une consommation de données raisonnable. La manière dont Andakia arbitrera entre fonctionnalités, performance et accessibilité tarifaire déterminera une part de l’adoption, surtout hors des centres urbains où la connectivité et le pouvoir d’achat pèsent davantage sur les usages.

Andakia vise l’accès aux services publics en wolof et pulaar

Dans la communication autour d’Awa, une promesse revient, faciliter l’accès aux services publics et à des services privés dans la langue maternelle. Un message relayé dans des publications en ligne souligne des cas d’usage, information administrative, orientation vers des démarches, accès à des contenus éducatifs ou à des éléments de santé. L’intérêt est évident, dans beaucoup de situations, l’obstacle n’est pas l’absence de smartphone mais la difficulté à comprendre une procédure, une notice ou un formulaire.

La traduction automatique ne résout pas toujours ce problème, parce qu’une démarche administrative relève souvent d’un vocabulaire spécifique et d’expressions figées. Une IA conversationnelle peut, en théorie, reformuler, guider pas à pas, et demander des précisions sans mettre l’usager en échec. Dans un contexte où la fracture numérique est aussi une fracture linguistique, la possibilité de dialoguer en wolof ou en pulaar peut réduire les abandons, les erreurs de dossier, et les déplacements inutiles. Les gains sont modestes à l’échelle d’un individu, mais importants à l’échelle d’un service qui traite des volumes de demandes.

Cette perspective impose une exigence de fiabilité, surtout pour des sujets sensibles. Dans le domaine de la santé, une IA peut aider à comprendre des consignes de prévention, expliquer des rendez-vous, ou orienter vers un numéro utile, mais elle doit éviter l’illusion d’un diagnostic médical. Dans l’éducation, elle peut expliquer un exercice, proposer des exemples, résumer un cours, mais elle doit respecter les programmes et signaler les incertitudes. La frontière entre assistance et substitution est un point de vigilance, car une mauvaise interprétation dans une langue locale peut avoir des conséquences immédiates.

La question des données arrive aussi rapidement, où sont traitées les requêtes, quelles informations personnelles sont collectées, et selon quelles règles elles sont conservées. Pour des usages administratifs, la confiance est un préalable. Un assistant qui parle la langue de l’usager ne suffit pas si l’usager craint que ses échanges soient stockés sans contrôle. Les standards de sécurité, le chiffrement, la minimisation des données et la transparence des politiques de confidentialité deviennent des sujets aussi importants que la performance linguistique.

La promesse d’inclusion suppose enfin une accessibilité technique. Beaucoup d’usagers privilégient des appareils d’entrée de gamme et des forfaits limités. Une IA gourmande en données ou en puissance de calcul peut exclure ceux qu’elle prétend servir. Les arbitrages, version légère, options hors-ligne partielles, compression audio, choix de canaux comme la messagerie, détermineront la portée réelle du projet. Si Andakia parvient à faire fonctionner Awa dans ces contraintes, l’outil peut devenir un intermédiaire de confiance entre l’administration, les services et le public.

Les modèles open source améliorent la reconnaissance du wolof

Le développement d’outils en langues dites à faibles ressources dépend largement de la disponibilité de données, de benchmarks et de modèles réutilisables. Des travaux récents sur le traitement automatique des langues au Sénégal montrent une progression mesurable, notamment sur la reconnaissance vocale en wolof. Des systèmes basés sur Whisper ont été adaptés localement, avec des modèles comme Kiriku-Wolof-ASR, annoncé comme un système de reconnaissance automatique de la parole construit à partir de données audio communautaires, et M-Kiriku ASR, présenté comme un modèle multilingue couvrant wolof, pulaar et sérère.

Ces avancées comptent parce qu’un assistant conversationnel performant repose sur une chaîne technique complète, reconnaissance vocale pour l’entrée, compréhension du langage, génération de réponse, et parfois synthèse vocale pour la sortie. Si un maillon est faible, l’expérience se dégrade immédiatement. Sur le wolof, la disponibilité d’une pipeline ouverte, évaluée et améliorée par une communauté, permet de gagner du temps et de réduire les coûts. Pour le pulaar, les mêmes travaux indiquent une couverture plus récente et un besoin de données supplémentaires, ce qui correspond aux difficultés observées sur de nombreuses langues régionales.

Le sujet dépasse le seul Sénégal. À l’échelle internationale, des systèmes de synthèse vocale massivement multilingues, capables de couvrir des centaines de langues, incluent wolof et pulaar. Ces modèles globaux offrent un point de départ pratique, mais ils ne garantissent pas une qualité suffisante pour des usages publics exigeants. Les écarts de performance peuvent être importants dès que la langue présente des variations dialectales ou des emprunts fréquents. Les approches locales, fondées sur des données collectées dans le pays, restent déterminantes pour améliorer la robustesse.

Pour une entreprise comme Andakia, cet écosystème open source est une opportunité et une contrainte. Opportunité, parce qu’il réduit la dépendance à une solution propriétaire et permet d’itérer plus vite. Contrainte, parce que l’intégration de briques hétérogènes exige des compétences pointues en ingénierie et en évaluation. Un assistant qui répond bien sur des phrases courtes peut échouer sur des demandes complexes, ou sur des échanges où l’utilisateur mêle wolof et français. Les tests doivent donc couvrir des scénarios réalistes, pas seulement des phrases propres.

Les chercheurs rappellent aussi une tension, l’obsession de la performance brute, mesurée par des indicateurs comme le taux d’erreur de mots, ne suffit pas à garantir une bonne expérience utilisateur. Dans un service public, la priorité est souvent la compréhension et la clarté, pas la perfection linguistique. Une IA peut être acceptable si elle reformule, si elle confirme une information, et si elle propose des options lorsque la demande est ambiguë. Dans ce cadre, l’enjeu pour les acteurs sénégalais est de construire des outils qui respectent les usages locaux tout en maintenant des garde-fous contre les erreurs.

Le marché sénégalais teste l’IA locale sur smartphones

Le déploiement d’Awa arrive dans un contexte où l’usage du smartphone structure l’accès à Internet au Sénégal. Ce détail compte, parce qu’un assistant conversationnel se joue sur la fluidité de l’interface, la consommation de données, la stabilité du réseau et la capacité à fonctionner sur des appareils variés. Une IA pensée pour un ordinateur haut de gamme peut échouer dans un environnement mobile où la bande passante fluctue. L’adoption d’une solution en wolof et pulaar dépendra donc d’une exécution pragmatique, rapidité, simplicité et tolérance aux interruptions.

Les premiers retours, au moment d’un lancement, proviennent souvent de publics déjà familiers du numérique, étudiants, salariés urbains, professionnels de la tech. Pour mesurer l’impact social réel, il faudra observer l’usage dans des contextes moins équipés, petits commerces, centres de santé, associations, guichets de services, ou familles où une seule personne tient le rôle d’intermédiaire numérique. Si l’assistant peut être utilisé sans jargon et avec un guidage progressif, il peut réduire la dépendance à cet intermédiaire, ce qui constitue un indicateur fort d’inclusion.

Le marché local introduit aussi des cas d’usage très concrets, relation client, prise de rendez-vous, information sur des produits financiers, assistance à la vente. Une IA en langue locale peut devenir un outil de productivité pour des petites structures, en standardisant des réponses et en traitant des questions répétitives. Mais cette automatisation doit être encadrée, notamment sur les informations sensibles, les prix, les conditions de service, ou les données personnelles. Les entreprises qui adopteront Awa chercheront des garanties de conformité et de traçabilité des réponses.

La concurrence ne se limite pas aux start-up. Les grandes plateformes déploient des outils multilingues, et des solutions de traduction instantanée peuvent donner l’illusion d’une couverture suffisante. La différence se joue souvent sur la qualité du wolof et du pulaar, sur la capacité à comprendre des formulations locales, et sur l’intégration à des besoins administratifs ou professionnels spécifiques. Si Awa se contente d’une couche superficielle, il sera remplacé. S’il apporte des réponses contextualisées, vérifiables et adaptées au terrain, il peut se construire une place durable.

Enfin, la trajectoire du projet dépendra de partenariats. Pour toucher des publics éloignés du numérique, une start-up a besoin de relais, opérateurs télécoms, organisations de formation, institutions publiques, médias locaux. Ces partenariats peuvent accélérer l’adoption, mais ils imposent des exigences, disponibilité, support utilisateur, mécanismes de remontée d’erreurs et mises à jour rapides. L’IA conversationnelle en langues nationales peut devenir un service du quotidien, à condition que l’expérience soit suffisamment fiable pour être recommandée, et suffisamment claire pour être comprise sans accompagnement permanent.