AethexAI : deux anciens de Goldman et Meta construisent l'IA vocale pour l'Afrique

Le service client par la voix est devenu l'un des domaines les plus chauds de l'IA en ce moment. Mais construire un modèle vocal qui répond rapidement, sans latence perceptible — c'est complexe sur les marchés africains et moyen-orientaux. Et le problème : la plupart des grandes entreprises n'ont pas conçu leurs outils pour ces régions.

AethexAI, une startup fondée l'année dernière, commence à combler ce vide. Elle vient de lever 3 millions de dollars en financement Pre-seed, menée par 4DX Ventures, aux côtés d'investisseurs comme Enza Capital, Dorm Room Fund et Stanford GSB 26 Fund. Des chercheurs d'Anthropic ont même investi.

Ce qui rend AethexAI différente : elle n'a pas réutilisé des outils existants comme Vapi ou LiveKit. À la place, elle a construit un petit modèle et un système d'orchestration propriétaire à partir de zéro, pour gérer les dialectes locaux de l'anglais, du français et de l'arabe en Afrique et au Moyen-Orient. Ce choix n'est pas un hasard — il découle de vrais défis comme la latence et la qualité médiocre.

L'idée : des petits modèles au lieu de gros

Ayooluwa Odemuyiwa (CTO) a expliqué le problème clairement : « La latence qu'on voyait dans les systèmes existants dans cette région était horrible. Si on avait utilisé de gros modèles hébergés à l'étranger, ça aurait aggravé le problème. On a compris qu'il fallait utiliser des modèles très petits et réduire la latence à chaque étape. »

Cette stratégie est radicalement différente de celle de la plupart des entreprises d'IA. Au lieu de construire des modèles massifs avec des milliards de paramètres, AethexAI a créé la série Kora de petits modèles, de 300 millions à 1,7 milliard de paramètres. Ces chiffres sont minuscules comparés à GPT-4 ou Claude — et c'est exactement le point.

Comment ont-elles collecté les données ?

Entraîner des modèles d'IA coûte généralement des millions et demande d'énormes volumes de données. AethexAI a trouvé une solution intelligente :

• Utiliser des enregistrements anonymisés d'un centre d'appels partenaire
• Expédier des disques durs à des stations de radio à travers l'Afrique pour collecter des données vocales locales
• Construire un réseau de bénévoles d'étudiants pour corriger les données et prononcer les noms locaux

Le résultat ? Leur modèle traite maintenant plus de 17 000 appels par jour.

La vraie différence : construire à partir de zéro

Mariama Diallo (CEO) a travaillé chez Goldman Sachs, puis chez ModelML (une startup de YC). Ayooluwa a étudié à Caltech, travaillé chez Meta, puis suivi Stanford Business School avant de cofonder l'entreprise avec Mariama.

Les deux ont remarqué un problème réel : des entreprises en Égypte et en Afrique ont tenté d'automatiser les appels avec des systèmes existants, mais les résultats étaient si mauvais qu'elles ont dû faire marche arrière. Les centres de service client leur ont dit : « Le problème n'est pas la technologie — c'est trouver des ingénieurs locaux à un prix raisonnable. »

Cette réalité a poussé AethexAI à se concentrer sur :

• Construire des modèles spécialisés pour les dialectes locaux (darija, français africain, etc.)
• Réduire la latence par tous les moyens possibles
• Travailler avec l'infrastructure existante (vieux systèmes téléphoniques comme Asterisk ou Avaya)
• Des prix raisonnables pour les marchés locaux

Les cas d'usage actuels

L'entreprise ne vise pas à être tout pour tout le monde — elle dit aux clients : « Choisissez un cas d'usage important et commencez par là. » Pour l'instant, la plupart des cas d'usage sont :

• Recouvrement de dettes
• Activation des clients
• Vérification d'identité (KYC — Know Your Customer, le processus utilisé par les banques et les télécoms)

AethexAI embauche aussi des ingénieurs locaux en tant que contractants pour servir les marchés régionaux et noue des partenariats avec les opérateurs télécom.

Le marché que les géants ont oublié

Walter Badoo, fondateur de 4DX Ventures, a dit quelque chose d'important : « Les marchés africains et moyen-orientaux sont complètement différents de ceux où les grandes entreprises d'IA vocale se sont construites. »

Les différences :

• Volume d'appels : les entreprises africaines et moyen-orientales traitent 3 fois plus d'appels que leurs homologues occidentales
• La voix est le canal principal : les gens préfèrent appeler plutôt que d'écrire
• Les vieux systèmes : l'infrastructure existante n'a pas été conçue pour les GPU haute performance
• Les dialectes et le code-switching : les gens mélangent l'arabe, le français et l'anglais dans le même appel

Des entreprises comme ElevenLabs, Deepgram, Sierra et Cognigy s'étendent mondialement rapidement. Mais les marchés où elles se sont construites ne sont pas les mêmes que ceux où elles se développent. Le vide qu'AethexAI comble — modèles spécialisés, partenariats locaux, infrastructure adaptée — c'est un vide que les grandes entreprises n'ont ni l'incitation ni la capacité à combler.

Qu'est-ce que cela signifie pour toi ?

Ce mouvement d'AethexAI ouvre une porte nouvelle pour les entreprises marocaines et africaines. Les banques, les télécoms, les fintech — qui traitent des millions d'appels par jour — peuvent utiliser des modèles vocaux locaux au lieu d'attendre une solution occidentale qui ne leur convient pas. Même les freelances et petites entreprises comme les centres de service client peuvent commencer à automatiser une partie du travail à un prix raisonnable. Et pour les développeurs marocains — voilà la vraie opportunité : construire des outils et des intégrations au-dessus de systèmes comme celui-ci, ou travailler avec des entreprises comme AethexAI pour améliorer les modèles pour les dialectes locaux. Les compétences en Voice AI et Speech Recognition sont très demandées, surtout dans le contexte africain et moyen-oriental.