Fastagger围绕移动支付和低成本手机构建AI系统
穆特姆贝·卡里乌基第一次思考AI模型如何在自己的祖国肯尼亚发挥作用，是在2019年。当时他正在参加东京大学举办的一场关于AI未来发展的会议，会上反复听到人们谈论这项技术将如何改变世界。“但没有人提到非洲，”他说。
那时，OpenAI和Anthropic等AI巨头尚未向公众推出聊天机器人，卡里乌基就已经看到了AI在非洲普及所面临的重大障碍：互联网接入速度慢且分布不均，用于训练模型的算力资源稀缺，高质量的结构化训练数据也极为匮乏。与此同时，大多数人是通过老旧、内存有限的手机而非电脑或高端手机来上网的。
卡里乌基与联合创始人裘德·姆文达和斯蒂芬妮·恩杰伦加一起创立了Fastagger，这家初创公司致力于构建可以离线运行、适配低性能手机的AI模型。其首个重要产品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的商业应用后，该产品获得了巨大推动。此后，约有6000家企业注册使用。Auni帮助理发店、餐馆和小型制造商等中小企业分析交易数据，并提供营销建议。
内罗毕一家美发美容店的老板彼得·切格去年开始使用Auni。在此之前，他所有的销售记录都是用纸笔记录的。“我们没办法把这些信息转化成图表，”他说。现在，这款应用帮助他识别出生意最忙的日子和时段，以及哪些是忠实客户。例如，如果某位常客不再光顾，他可以发送个性化信息鼓励对方回头消费。
Fastagger是一项新兴努力的一部分，这项努力旨在围绕发展中经济体用户的实际技术条件来构建AI，而非直接套用为富裕市场设计的产品。就Fastagger而言，这意味着要找到一种方法，让他们的模型能够在廉价手机、不稳定的网络连接、以及可能仅由移动支付交易记录构成的商业记录等条件下正常运作。
为肯尼亚小微企业设计AI
在开发Auni之前，卡里乌基和他的联合创始人们首先着手解决AI训练数据可获得性的问题。他们问自己：“我们怎样才能让非洲快速追赶上来？怎样才能足够快地创造训练数据，又怎样才能真正快速地把它交到人们手中？”
穆特姆贝·卡里乌基共同创立了Fastagger，致力于开发可以离线运行、适配基础手机的AI系统。（图片来源：Afrikanna Production/Microsoft）
他们决定将重点放在手机上，尤其是移动支付应用上。肯尼亚超过80%的成年人都在使用移动支付，这为他们提供了丰富的数据来源。
Fastagger最初的工作之一，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文件质量低下的问题——格式不规范，有时还包含印章和各种错误。由于Fastagger的潜在用户往往网络连接不稳定，他们确保了诸如将提取的数据整理成表格等关键步骤可以在设备本地运行。
有了能够处理这些文档的模型后，他们开始探索这些结构化财务数据如何能帮助到企业。他们花了大量时间观察小企业主的工作状态以及与顾客的互动方式。一个挑战很快显现出来：店主们几乎没有时间和精力去思考日常运营之外的事情。
“她们整天都站着给人剪头发，”卡里乌基谈到如今已成为Auni主要用户的美发店店主们时说道。“你必须去思考用户旅程的这种动态特征，考虑他们的生活方式，以及在背后会发生什么。”
Fastagger应用帮助美发店老板彼得·切格更好地管理时间，并记录忠实客户信息。（图片来源：Afrikanna Production/Microsoft）
对切格来说，Auni带来的最大好处之一就是帮助他管理时间。一张简单的图表显示，早晨是他生意最清淡的时段，于是他意识到可以利用这段时间去处理其他事务，或者在下午1点左右生意开始好转之前，店里少安排几位理发师。
创始人们还注意到，企业在人工流程上花费了大量时间，而自动化可以简化这些任务。例如，在内罗毕的一家鱼类餐厅，要找出忠实客户并为他们提供折扣，就需要逐条翻查短信销售凭证，这项繁琐的工作使得客户维系类营销变得不切实际。现在，借助Auni，这家餐厅可以自动识别出最重要的客户并为他们提供折扣。
Auni的一些功能——比如读取销售报表、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。这些功能同时涉及AI工具和传统软件；例如，标准的OCR软件负责提取文本，而一个小型神经网络负责识别每份文档的结构。不过，更详细的分析以及针对数据的问答功能，仍然需要联网才能实现。
哥伦比亚大学研究AI对发展中经济体影响的经济学家丹尼尔·比约克格伦表示，撒哈拉以南非洲地区以基础手机而非智能手机和电脑为主的现状，可能会催生出不同形式的AI应用。“从技术发展的历史来看，这不太可能是人们在笔记本电脑上运行Claude Code或Codex那样的场景，”他说。“这样的人群确实会存在，但对于大部分人口而言，我们还需要摸索出不同的使用方式。”
本地需求如何塑造AI发展
尽管Auni已经整合进M-Pesa，Fastagger仍然是一家小型初创公司。它获得了谷歌、微软和英伟达加速器计划的支持，但目前仍只有三名员工：卡里乌基、姆文达和恩杰伦加这三位最初的创始人。目前，他们正致力于为Auni添加智能体功能，使其能够自动为企业主执行营销操作。
Fastagger还为肯尼亚的安保公司开发了一款劳动力管理工具，这些公司雇用着数十万名员工。保安人员通常在没有可靠网络连接的偏远地区工作，使用的也是低端手机。Fastagger的AI智能体通过短信与他们沟通，追踪其巡逻路线，检测异常情况，并为运营团队生成可执行的预警信息。
在针对新兴经济体使用条件定制AI模型方面，Fastagger并非个例。其他案例还包括：为智利没有网络接入的农村学校开发的应用程序；为印度农村患者设计的医疗分诊聊天机器人；以及能在基础手机上运行的非洲语言翻译模型。这些源自资源限制而催生的创新，或许有助于让AI的普及更加公平。但这并不意味着这些限制本身会消失，或者不再制约技术发展。
尽管比约克格伦认为，为长期未能被硅谷充分服务的人群所构建的系统具有巨大潜力，但他也担心，如果在为新兴经济体设计的小型模型与面向富裕地区、日益庞大强大的模型之间划出过于清晰的界限，可能会带来风险。“我担心这可能导致一种分化，”他说。“我们需要提供一个丰富多样的选择菜单，确保大家都能获得使用机会，然后再去观察哪种方式真正行得通。”