在本次采访中，Metaheuristic首席执行官兼创始人Toye Apampa向JUSTICE OKAMGBA解释了为何尼日利亚银行更准备好采用AI，而其他行业由于数据治理薄弱和基础系统不完善而落后。您关注尼日利亚数字治理进展。
目前阻碍该国发展的关键差距是什么？我在过去十四年里一直在英国一些数据密集型机构工作：Lloyds、英国航空、玛莎百货、WorldRemit和Rank Group。在这样的环境中，数据治理不是可有可无的选项。
它关乎如何在监管机构的审视下保持业务运转，无论是在决定某人是否符合信贷条件，还是确保赌博平台不会服务弱势客户。我与这些机构高管的大多数对话都回到同一个问题：我们能相信眼前的数字吗？
这背后几乎总是一样的问题。用户数据存在于一个系统，交易数据在另一个系统，营销数据在第三个系统。当需要将所有数据整合以获得客户单一视图时，标识符却不匹配。有时在整合时数据甚至根本不存在。
处理过程不得不重新运行，以解开那些为董事会提供错误洞察数月之久的遗留连接。等到你修复它时，决策早已做出。这就是大规模数据治理的现实。它不光鲜，但它是所有下游决策所依赖的基础。
当我从这个角度看尼日利亚时，其框架比人们给予的认可更令人印象深刻。《尼日利亚数据保护法》和NITDA AI行为准则都是严肃、起草完善的文件。联合国开发计划署数字发展指南针将尼日利亚的数据和隐私框架评分为4.17分（满分5分）。
我的数据与AI咨询公司Metaheuristic（mheuristic.com）正是基于该指南针框架构建了尼日利亚数字治理追踪器，因为底层数据太重要了，不能留在全球仪表板中。这里的决策者需要以他们实际可用的形式呈现这些信息。
差距在于政策框架之下的基础设施。当政策评分高时，实施能力仅为2.5。法律存在，但在部委和私营企业实际执行这些指令的能力，即真正执行这些任务的运营实力，是尼日利亚数字经济的下一个前沿。
非洲组织在AI采用方面准备得如何，除了炒作之外？总体而言，准备程度往往低于喧嚣所暗示的那样——我这样说是因为我是技术专家，而非批评者。我曾帮助英国机构为AI做准备。这项工作缓慢、朴实：编目数据、记录数据来源、定义跨部门使用不同名称二十年的"客户"含义。
这些都不会上新闻，但却是可信赖的AI模型与无法辩护的AI模型之间的全部区别。对于许多新兴市场而言，AI对话的到来先于数据基础对话完成的机会，这是其面临的风险。