Akili Bandia: Malipo ya Simu kwa Madereva Kenya

Zaidi ya watu 200—madereva wa taxi-hailing na waendeshaji wa boda boda—walikutana kwenye Drivers and Riders Festival chini ya sherehe za Shangwe @25, Safaricom ikiwatambua kama “uti wa mgongo” wa mzunguko wa uhamaji mijini. Hiyo si PR tu. Ni ishara ya kitu kikubwa kinachoendelea Kenya: uchumi wa watu wanaoingiza pesa kila siku (informal economy) umehamia kwenye mifumo ya simu, na fintech imekuwa sehemu ya kazi yao ya kawaida.

Kilicho cha kuvutia zaidi ni kwamba wakati tukizungumza kuhusu “malipo ya simu” kama M-PESA, mara nyingi tunabaki kwenye kutuma na kupokea pesa. Kwa upande wa dereva wa taxi au boda, malipo ya simu ni zaidi ya hiyo: ni uhakika wa mapato, usalama, mikopo midogo (kredo), na bima—na sasa, hatua inayofuata ni akili bandia (AI) kuendesha uamuzi wa nani apewe nini, lini, na kwa gharama gani.

Ndio maana post hii (kama sehemu ya mfululizo wetu wa “Jinsi Akili Bandia Inavyoendesha Sekta ya Fintech na Malipo ya Simu Nchini Kenya”) inachukua tukio la Shangwe @25 kama kioo cha kuonyesha: AI inavyoingia kwenye fintech ya Kenya kupitia bidhaa za “bundles”, bima ndogo (micro-insurance), na malipo ya kila siku ya sekta ya usafiri.

Kwa nini kutambua madereva ni mkakati wa fintech, si sherehe tu

Jibu la moja kwa moja: madereva na riders ndio watumiaji wa “high-frequency payments”—watu wanaofanya miamala mingi midogo midogo kila siku. Ukishinda kundi hili, umejenga tabia (habit) ya malipo ya simu na huduma za kifedha ndani ya maisha ya kila siku.

Katika festival hiyo, wadau kama DTB Bank, Turaco, NTSA, Centonomy, na Vivo Energy Kenya walikuwepo wakitoa huduma zinazogusa maisha ya dereva: health check-ups, vehicle diagnostics, ushauri wa kifedha, na elimu. Hapa ndipo fintech ya kisasa inapenda kukaa: kwenye “touchpoints” za maisha halisi.

Safaricom ikaweka mezani bidhaa mbili:

• Bundle Ya Deree (kwa taxi-hailing driver-partners): kuanzia KES 500 kwa wiki hadi KES 2,000 kwa mwezi; ikijumuisha data/voice na bima ya inpatient hadi KES 30,000, funeral cover KES 100,000, accident reimbursement KES 15,000, na fuel discount KES 2/litre kila Ijumaa.
• Ofa Ya Boda (kwa boda boda): kuanzia KES 50 hadi KES 1,000; ikijumuisha data, Kredo, access ya apps za riders na Google Maps, pamoja na bima ya bei nafuu.

Hizi si “bundles” za kawaida. Ni fintech bidhaa-ndani-ya-airtime. Na hizi ndizo bidhaa ambazo AI inaweza kuboresha kwa kasi.

AI inaingia wapi kwenye malipo ya simu ya madereva na boda?

Jibu la moja kwa moja: AI inaongeza usahihi wa kutambua tabia, hatari, na mahitaji ya mteja kwa wakati halisi—kisha inabadili bei, kikomo cha mkopo, na ulinzi wa bima ili kumfaa mtumiaji.

Kwa dereva, siku hazifanani. Kuna msimu wa sikukuu (kama huu wa Desemba), siku za mvua, jam, au “surge” ya safari. AI inapopata data (kwa ruhusa na kwa ulinzi sahihi), inaweza kusaidia kutoa huduma zinazolingana na hali hiyo.

1) AI kwa credit scoring ya riders (kredo) bila payslip

Wengi wa boda na taxi-hailing hawana payslip au historia ndefu ya benki. Hapa ndipo “alternative data” inapotumika. Kwa mfano:

• marudio ya miamala ya malipo ya simu
• uthabiti wa kununua bundles (kila wiki/kila mwezi)
• mzunguko wa mapato kwa siku (cash-in/cash-out)
• tabia za kulipa bili na kutoa pesa

AI inaweza kutengeneza score ya uwezo wa kulipa (repayment likelihood) na kuwezesha:

• mikopo midogo yenye riba/gharama inayoakisi hatari
• kuongeza kikomo (limit) kwa wanaolipa vizuri
• kupunguza “default” kwa kukumbusha mapema au kubadilisha ratiba

Msimamo wangu: hii ndio njia halisi ya “from boda to bank”—si kwa kuwapa account tu, bali kwa kuwapa bidhaa zinazowaelewa.

2) AI kwa bima ndogo: bei inayotokana na tabia, si makadirio

Bundle Ya Deree na Ofa Ya Boda zote zinaelekea kwenye micro-insurance. AI inafanya bima iwe na mantiki kwa mteja wa kipato cha siku:

• Kugundua “risk patterns” (kwa mfano, mazingira ya kazi, muda wa barabarani, aina ya matumizi)
• Kupendekeza cover inayofaa bila kumchosha mtumiaji kwa lugha ngumu
• Kuwezesha “claims” za haraka (kwa kutumia uchambuzi wa nyaraka/picha, au uthibitisho wa matukio)

Ukiangalia coverage zilizotajwa (KES 30,000 inpatient; KES 100,000 funeral; KES 15,000 accident reimbursement), hizi ni kiasi ambacho kinaweza kuokoa familia isididimie kifedha.

3) AI kwenye uzuiaji wa ulaghai (fraud) na usalama wa malipo ya simu

Sekta ya malipo ya simu Kenya imekua, na pamoja nayo, scams na “social engineering”. Kwa madereva—ambao simu yao ni “kifaa cha kazi”—kupoteza access ni janga.

AI hutumika:

• kugundua miamala isiyo ya kawaida (anomaly detection)
• kubaini akaunti zinazoshirikiana kwenye ulaghai
• kuzuia “SIM swap fraud” kwa ufuatiliaji wa dalili za hatari

Hapa ndipo kampuni za fintech na mobile money zinaposhinda au kupoteza uaminifu.

Kilicho nyuma ya “bundle”: bidhaa ya mapato, ulinzi, na tabia

Jibu la moja kwa moja: bundles hizi zinatengeneza mnyororo wa huduma unaoanza na data/voice lakini unaishia kwenye huduma za kifedha.

Kwa dereva wa taxi-hailing:

• data = kupata trip requests, navigation, kuwasiliana na wateja
• bima = kupunguza mshtuko wa gharama za ajali/ugonjwa
• fuel discount = kupunguza gharama ya moja kwa moja ya uendeshaji

Kwa boda:

• access ya rider apps + maps = kuongeza trips na kupunguza “wasted time”
• kredo = daraja la mtaji mdogo (working capital)
• bima = kinga ya kipato cha familia

Ninachopenda hapa ni falsafa: usipime tu mapato ya mtu; pima uthabiti wa maisha yake. Fintech nzuri kwa informal economy inalenga uthabiti.

“People also ask”: Je, AI inasaidiaje kuongeza mapato ya dereva?

Jibu la moja kwa moja: AI inaongeza mapato kwa kupunguza muda wa kupoteza, kupunguza gharama za hatari (ajali/ugonjwa), na kuboresha upatikanaji wa mtaji mdogo.

Mifano ya vitendo (ya kueleweka kwa dereva):

1. Mikopo midogo kwa wakati sahihi: Siku mbili kabla ya Christmas, dereva anaona trips nyingi lakini hana float ya kutosha au pesa ya mafuta. AI ikiona tabia ya mapato inapanda, inaweza kupendekeza kredo inayolingana na uwezo.
2. Bima inayofanya kazi kama “shock absorber”: Ajali au ugonjwa ukitokea, cover ya inpatient au reimbursement inapunguza siku ambazo dereva anasimama bila kipato.
3. Ujumbe unaolenga tabia (personalized nudges): Badala ya SMS za generic, AI inaweza kutuma ushauri mfupi unaoendana na matumizi—kama kukumbusha kuweka akiba kidogo siku zenye mapato makubwa.

Mambo 5 ambayo fintech (na waajiri wa platforms) wakikosea, madereva huumia

Jibu la moja kwa moja: fintech ikijengwa bila kuelewa maisha ya dereva, inakuwa gharama zaidi kuliko msaada.

Haya ndiyo makosa ninayoona mara kwa mara:

1. Bei zisizoeleweka: dereva akishindwa kuelewa ada, atarudi cash.
2. Kikomo cha mikopo kisichoendana na msimu: Desemba na Januari si miezi sawa.
3. Bima yenye “fine print” nyingi: micro-insurance lazima iwe rahisi, wazi, na ya haraka.
4. Customer care ya polepole: kwa dereva, dakika 30 bila huduma ni pesa inayopotea.
5. Kutokuweka ulinzi wa data mbele: AI bila uwajibikaji hujenga hofu, si uaminifu.

Hatua za vitendo: nini dereva, fintech, na SME wanaweza kufanya sasa

Jibu la moja kwa moja: ongeza faida kwa kuunganisha malipo ya simu, ulinzi, na nidhamu ya data—kisha tumia AI kwa maamuzi madogo ya kila siku.

Kwa dereva au boda (mtumiaji)

• Chagua bundle inayolingana na ratiba yako (wiki vs mwezi) badala ya kununua data “kidogo kidogo” kila siku.
• Tumia malipo ya simu kwa miamala mingi iwezekanavyo ili kujenga “history” (hii huongeza nafasi ya kupata kredo nzuri).
• Weka utaratibu wa akiba ya asilimia ndogo siku zenye mapato mengi, hata kama ni KES 50–100.

Kwa fintech au ride-hailing platform

• Jenga “driver persona models”: dereva wa mjini, wa peri-urban, wa usiku, wa mchana—mahali hapa AI inasaidia sana.
• Pima vitu vitatu kila wiki: retention, default rate, na claims turnaround time.
• Weka uwazi wa data: eleza kwa lugha rahisi data gani inatumika na kwa nini.

Kwa biashara ndogo zinazowahudumia madereva (fuel, service, spare parts)

• Kubali malipo ya simu na toa punguzo dogo la tabia (loyalty) badala ya punguzo kubwa la mara moja.
• Tumia segmentation rahisi: wateja wa Ijumaa, wa weekend, wa asubuhi—kisha tuma ofa zinazolingana.

Shangwe @25 inaonyesha nini kuhusu mwelekeo wa fintech Kenya mwaka 2026?

Jibu la moja kwa moja: fintech ya Kenya inaenda kwenye “ecosystems” zinazoanzia kwenye mahitaji ya kazi (workflows) na kuishia kwenye huduma za kifedha zinazoendeshwa na AI.

Festival ya Shangwe @25 haikuwaleta madereva kusikiliza hotuba tu; iliwaleta kupokea huduma, elimu, na bidhaa zinazogusa maisha yao. Huo ndio ushindi wa mobile money Kenya: haipo pembeni ya uchumi—ipo katikati yake.

Kwenye mfululizo huu wa Jinsi Akili Bandia Inavyoendesha Sekta ya Fintech na Malipo ya Simu Nchini Kenya, mtazamo wangu ni rahisi: AI itakuwa na maana tu ikiwa inalinda kipato cha mtu wa siku, si kuongeza “complexity” ya bidhaa.

Ukiwa fintech, ride-hailing platform, au SME inayowahudumia madereva, chukua somo hili: ukiunda bidhaa inayopunguza hatari, kuongeza upatikanaji wa mtaji, na kuweka uaminifu kwenye malipo ya simu—utakuwa umejenga msingi wa ukuaji wa muda mrefu.

Swali la kuondoka nalo: ikiwa AI inaweza kutabiri hatari na tabia kwa usahihi zaidi, tutahakikisha vipi inatumiwa kuwasaidia madereva—bila kuwanyima haki au faragha yao?