À propos de Skimle
Conçu par des professionnels, pour des professionnels
Skimle est un espace de travail AI-native destiné aux chercheurs universitaires, consultants, spécialistes des études de marché et autres professionnels curieux qui ont besoin d'un outil polyvalent pour collecter et analyser des données qualitatives. Notre logiciel d'analyse qualitative sait traiter entretiens, documents, fichiers audio et vidéo, réponses ouvertes et tout autre type de données non structurées. Importez vos données existantes dans l'espace de travail, reliez-le à vos outils actuels, ou collectez de nouvelles données avec Skimle Ask, notre solution d'entretien assisté par IA.
Nos origines
Notre premier client fut l'État finlandais, qui cherchait un moyen fiable et transparent d'analyser des centaines de pages de contributions à une consultation publique. Ses équipes savaient qu'une analyse manuelle prendrait des mois et voulaient tenter l'IA, mais les outils rudimentaires qu'elles ont essayés ne produisaient pas d'analyse de qualité ni transparente. Il leur fallait quelque chose qui n'existait pas : une analyse rigoureuse et de qualité, à la vitesse de l'IA. Henri s'est mis au travail et a traduit son expérience de l'analyse qualitative universitaire en un processus solide auquel les experts du secteur public pouvaient se fier.
Après ce succès auprès de l'État finlandais, des chercheurs universitaires nous ont contactés. Ils rencontraient le même problème : les outils traditionnels comme NVivo, Atlas.ti ou MAXQDA demandaient des semaines de travail manuel, tandis que des outils d'IA plus rapides comme Claude manquaient de rigueur. Les fonctionnalités d'IA peu à peu saupoudrées sur les CAQDAS de la génération précédente ne servaient à rien. Il leur fallait l'approche de Skimle, qui allie rigueur et rapidité.
Skimle est aujourd'hui utilisé par des milliers d'experts en recherche universitaire, en conseil, en études de marché et dans des dizaines d'autres domaines. Nos utilisateurs mènent des travaux publiés dans les meilleures revues, recueillent et analysent des retours détaillés de leurs collaborateurs, pilotent l'intégralité de leurs missions de conseil dans des espaces Skimle, et transcrivent et analysent des groupes de discussion avec l'outil.
Notre mission et notre approche
Notre mission est de bâtir la plateforme de référence pour l'analyse qualitative, en alliant la rigueur des méthodes universitaires à la rapidité de l'IA. Chaque consultant, chercheur, analyste et professionnel du savoir devrait disposer, pour explorer en profondeur des données qualitatives, d'outils aussi puissants et polyvalents qu'Excel l'est pour les données quantitatives.
Notre conviction directrice est que l'IA doit amplifier l'expertise humaine, non la remplacer. L'avenir n'est pas « l'IA produit une analyse à 90 % de qualité ». Il est « l'IA prend en charge le travail mécanique pour que les experts creusent davantage et atteignent 200 % de qualité ».
Notre philosophie de conception pour Skimle
- Polyvalent : des entrées, des méthodes d'analyse et des sorties flexibles
- Prévisible : des flux de travail soigneusement pensés, aux résultats constants
- Transparence bidirectionnelle : des résumés jusqu'aux citations textuelles, et depuis les données brutes jusqu'à l'endroit où elles sont codées
- Contrôle total : l'utilisateur peut tout modifier et tout changer facilement
Lisez le livre blanc d'Henri Schildt « Designing AI for Qualitative Research: Predictability, Transparency, and Control in AI tool Skimle.com » sur SSRN pour en savoir plus.
L'équipe dirigeante de Skimle
L'équipe fondatrice de Skimle réunit des parcours variés et 60 années d'expérience professionnelle cumulées en recherche universitaire, en conseil en management et en design. Nous avons grandi à l'époque de l'analyse manuelle, nous nous sommes enthousiasmés pour les promesses des premiers outils d'IA, nous avons traversé le gouffre des désillusions, puis nous avons décidé de construire l'outil dont nous avions toujours rêvé.
Professeur à l'université Aalto, fort de 20 ans d'expérience en méthodes de recherche qualitative, en stratégie et, plus récemment, à aider les entreprises à tirer un bénéfice concret de l'IA.
Ancien associé chez McKinsey & Company, fort de 20 ans d'expérience dans la transformation des activités et du modèle opérationnel de grands groupes.
