AjoFlow est une démo de tontine numérique réalisée lors d’un hackathon pour les groupes d’épargne nigérians (ajo/esusu). J’ai développé le front-end, le back-end et l’intégration IA, avec Esther Inyang en soutien sur la communication ainsi que sur les tests et retours concernant l’API Interswitch.
Le problème
Les groupes d’épargne ont besoin d’un historique clair des cotisations, de la fiabilité de chaque membre et de l’ordre des versements. Avec des espèces et des tableurs, ces décisions sont difficiles à vérifier.
Le défi principal
La file des versements devait réagir aux cotisations en retard ou manquées sans devenir une boîte noire. L’agent de confiance pouvait proposer un nouvel ordre, mais les administrateurs devaient voir l’historique des paiements et la raison de chaque changement.
Ce que j’ai construit
- Création de groupes et parcours de cotisation adossés aux portefeuilles Interswitch, aux callbacks de comptes virtuels et aux décaissements
- Un agent de score de confiance qui évalue l’historique des paiements et explique les changements dans la file des versements
- Un assistant IA conversationnel pour naviguer dans le produit
- Un front-end Next.js, une API Express et une couche de données MongoDB
- Des tests d’API pour les contrôles d’accès aux groupes et les cas d’échec de versement
Ce que j’en retiens
Quand l’IA influence une décision financière, les données d’entrée et l’explication doivent rester visibles pour que chacun puisse vérifier le résultat. Un score seul ne suffit pas à justifier un changement dans l’ordre des versements.
Preuves et statut
Démo fonctionnelle avec des comptes préremplis pour explorer le tableau de bord et le parcours de score de confiance. La capture ci-dessus utilise ces données de démonstration ; elle ne reflète ni un volume réel de clients ni des performances de transaction.