Enza Capital lance un fonds dédié à l'IA en Afrique
Le fonds panafricain Enza Capital, qui a déjà investi 58 M$ dans 47 entreprises, ouvre un véhicule consacré aux startups d'IA et aux entreprises dopées à l'intelligence artificielle. Sa thèse : des modèles adaptés aux contraintes locales, adossés à des données propriétaires et à des coûts maîtrisés.

Dans cet article
Enza Capital franchit une étape dans sa stratégie d'investissement. Après sept années passées à financer des jeunes pousses technologiques sur le continent, la société de capital-risque panafricaine lance un fonds entièrement consacré aux startups d'intelligence artificielle et aux entreprises qui l'intègrent à leur activité, rapporte TechCabal. Le mouvement repose sur une conviction : le capital-risque africain arrive à maturité et les véhicules spécialisés repèrent et accompagnent mieux les meilleures sociétés.
« L'IA est le basculement technologique le plus lourd de conséquences d'une génération, et il faut l'exploiter pour créer de la valeur pour un large ensemble de personnes », a déclaré Mike Mompi, associé gérant d'Enza, lors d'un entretien avec le média. « C'est pourquoi investir dans l'IA en Afrique maintenant constitue une opportunité incroyable et même une responsabilité. »
Un fonds adossé à un historique de 75 investissements
Le nom Enza provient d'un mot zoulou qui signifie « construire », « fabriquer » et « créer ». La société affirme avoir levé 58 M$ à travers ses deux premiers fonds et réalisé 75 investissements dans 47 entreprises réparties sur neuf pays africains.
Mike Mompi a fondé Enza en 2019 avec deux cofondateurs. Sir John Lazar a dirigé Metaswitch, un éditeur de logiciels de communication soutenu par Sequoia Capital et Francisco Partners, racheté par Microsoft en 2020. David Cohen a travaillé chez Goldman Sachs à Londres avant de passer près de vingt ans comme associé chez Farallon Capital, un fonds spéculatif.
Un écart de financement de 60 % à 5 %
D'après les calculs d'Enza, l'IA a capté environ 60 % de l'investissement mondial en capital-risque en 2025, contre un peu plus de 5 % en Afrique. La firme ne s'attend pas à voir les startups africaines rivaliser avec les modèles de frontière, les capitaux nécessaires étant trop importants. Elle parie plutôt sur des entreprises qui adaptent l'IA aux conditions africaines.
Ces adaptations prennent plusieurs formes : outils vocaux capables de comprendre le pidgin et l'alternance de langues pour des clients qui ne savent pas lire, modèles plus petits entraînés sur des données locales, ou informatique fonctionnant là où la connectivité est irrégulière. Enza baptise cette approche l'« avantage de la contrainte » : des produits conçus pour les limites africaines peuvent aussi fonctionner bien au-delà.
Trois critères de sélection : contexte, données, coûts
Cette thèse guide la sélection des dossiers. À mesure que la construction d'un prototype devient moins coûteuse, les fondateurs doivent selon la firme posséder une connaissance approfondie de leur marché et un avantage concurrentiel difficile à éroder : des données que personne d'autre ne détient, des canaux de distribution existants, ou un produit intégré au travail quotidien de ses utilisateurs.
Enza filtre aussi sévèrement sur les coûts. Les startups d'IA paient chaque requête exécutée par leur produit, si bien qu'une entreprise tablant sur une inférence bon marché peut être balayée si ce coût double. La firme retient les sociétés à fortes marges ou disposant d'un chemin clair pour y parvenir, et compte sur les modèles ouverts et une informatique locale moins chère pour faire baisser les dépenses.
Onze investissements dans l'IA, un douzième en préparation
Mike Mompi estime que sa structure est le fonds le plus actif sur les investissements dits « AI-native » en Afrique, tout en se disant prêt à voir d'autres acteurs faire davantage pour co-investir. Enza revendique onze opérations dans l'IA et travaille sur une douzième.
Parmi les participations figurent Hakimu AI, qui exploite des centaines de milliers de dossiers judiciaires inédits de la Cour suprême pour entraîner un petit modèle linguistique destiné aux tribunaux d'Afrique de l'Est, ou encore Lua, première entreprise africaine d'IA passée par le programme Y Combinator lors de sa promotion de l'automne 2025. Aethex AI développe des modèles de langues locales, à commencer par l'Afrique de l'Ouest francophone et anglophone, et commercialise déjà ses produits. WideBot, lancé en Égypte, a bâti le premier modèle arabe gérant plusieurs dialectes et revendique 14 gouvernements et plus de 400 entreprises comme clients.
À la couche infrastructure, Enza cite Guidewheel, dont les premières installations ont eu lieu dans des usines kényanes et qui a depuis levé auprès de Greycroft et de Decarbonisation Partners, une coentreprise entre BlackRock et Temasek. La firme mentionne aussi Satlyt, qui a annoncé son tour d'amorçage en octobre, ainsi que les sociétés de cybersécurité Orca Fraud et Buguard.
« Les fondateurs comptent toujours le plus »
Interrogé sur le profil de startup idéal, Mike Mompi refuse de raisonner par secteur. « Les gens comptent toujours le plus », insiste-t-il. Les fondateurs doivent selon lui maîtriser en profondeur le marché qu'ils visent, car les prototypes sont de plus en plus faciles à produire et un entrepreneur qui ignore son marché se retrouve au milieu de tous ceux qui ont construit la même chose.
Enza raisonne ensuite en trois couches : infrastructure, plateforme et application. Plus on monte vers les applications, moins la construction coûte cher, plus la concurrence est vive et plus l'avantage concurrentiel doit être solide. Au niveau applicatif, cet avantage peut reposer sur des données propriétaires, une distribution via des relations clients existantes ou une intégration au flux de travail des acheteurs. En descendant vers l'infrastructure, les besoins en capital augmentent et la concurrence diminue.
La couche intermédiaire, celle des plateformes, est jugée la plus délicate, car la concurrence y vient de tous les côtés. Il y faut selon l'associé gérant un véritable rempart technologique qu'un éditeur de grands modèles linguistiques ne viendra pas balayer. Dernier point de vigilance : le modèle économique. Beaucoup de sociétés d'IA passent d'une facturation à l'usage à une facturation au résultat.
