Automatiser ses workflows avec Make et l'IA : guide pratique 2026

En bref. Make (anciennement Integromat) est un outil d'automatisation visuelle qui permet de connecter vos applications entre elles et de créer des séquences d'actions automatisées, le tout sans code. En 2026, l'intégration native des LLM (ChatGPT, Claude) dans Make transforme l'outil en plateforme de création de workflows IA : prospection personnalisée, reporting automatisé, tri de candidatures, création de contenu en série. Ce guide couvre les scénarios les plus rentables par département.

Pourquoi Make + IA est un combo puissant

Make seul automatise des séquences déterministes : si un nouveau lead arrive dans le CRM, alors envoyer un email de bienvenue. C'est utile mais limité : chaque étape est prédéfinie, il n'y a pas de jugement.

En ajoutant un module IA (OpenAI, Anthropic, Mistral) dans le workflow, vous introduisez une capacité de raisonnement : analyser un CV pour en extraire les compétences clés, rédiger un email personnalisé en fonction du profil du destinataire, résumer un rapport de 30 pages en 5 bullet points, ou classer un ticket support par urgence et catégorie.

Le workflow devient intelligent : il ne se contente plus de déplacer de l'information, il la comprend et la transforme.

6 scénarios concrets par département

Ventes : prospection automatisée

Déclencheur : nouveau lead dans HubSpot. Enrichissement : requête API pour récupérer le profil LinkedIn et les informations entreprise. Analyse IA : Claude analyse le profil et génère un email de prospection personnalisé qui mentionne un pain point spécifique au secteur du lead. Action : envoi programmé via Gmail, avec suivi de l'ouverture. Résultat documenté : taux de réponse multiplié par 2,5 par rapport aux templates génériques.

Marketing : création de contenu en série

Déclencheur : nouveau sujet ajouté dans un Google Sheet. Action IA : génération d'un draft d'article (titre, introduction, structure, meta description) via GPT-4. Post-traitement : création automatique d'une page Notion avec le draft et envoi d'une notification Slack au rédacteur pour relecture. Résultat : le temps de production d'un premier draft passe de 2 heures à 15 minutes.

RH : tri des candidatures

Déclencheur : nouveau CV reçu dans l'ATS ou par email. Action IA : extraction des compétences clés, comparaison avec la fiche de poste, attribution d'un score de pertinence. Post-traitement : classement dans un Google Sheet avec le score et un résumé de 3 lignes. Le recruteur se concentre sur les candidats les mieux classés.

Finance : reporting automatisé

Déclencheur : le 1er de chaque mois. Récupération des données : extraction depuis Google Sheets, votre outil de facturation ou votre base de données. Analyse IA : génération de commentaires analytiques (tendances, alertes, comparaison mois précédent). Envoi : rapport structuré envoyé sur Slack ou par email au COMEX.

Support : classification des tickets

Déclencheur : nouveau ticket dans Zendesk ou Intercom. Analyse IA : le modèle lit le ticket, identifie la catégorie (technique, facturation, fonctionnel), le niveau d'urgence et propose un brouillon de réponse. Routage : le ticket est assigné au bon agent avec le brouillon pré-rédigé.

Veille : monitoring concurrentiel

Déclencheur : quotidien ou hebdomadaire. Scraping : récupération des dernières publications des concurrents (sites web, LinkedIn, communiqués). Analyse IA : résumé structuré par concurrent avec identification des mouvements stratégiques. Livraison : briefing envoyé dans un canal Slack dédié.

Combien ça coûte : les tarifs de Make

Make fonctionne par crédits d'opérations (chaque action dans un scénario consomme un crédit). Le plan gratuit inclut 1 000 opérations par mois, suffisant pour tester un premier workflow. Le plan Core démarre autour de 9 € par mois pour 10 000 opérations, le plan Pro autour de 16 € par mois pour le même volume avec des fonctionnalités avancées (variables personnalisées, exécution prioritaire). Pour une utilisation intermédiaire en entreprise (plusieurs workflows actifs, quelques milliers d'exécutions par mois), comptez généralement entre 30 et 100 € par mois. À ce prix vient s'ajouter le coût des appels aux modules IA (OpenAI, Anthropic, Mistral), facturés séparément selon le volume de tokens traités.

Comment choisir son premier scénario à automatiser

Toutes les tâches répétitives ne se valent pas pour un premier projet Make. Trois critères permettent de prioriser.

La fréquence. Une tâche effectuée quotidiennement génère plus de valeur automatisée qu'une tâche mensuelle, même si chaque occurrence prend moins de temps.

La prévisibilité. Les tâches qui suivent toujours le même schéma (mêmes champs, mêmes étapes, peu d'exceptions) sont plus simples à automatiser de manière fiable que les tâches qui varient beaucoup d'une fois à l'autre.

Le coût d'erreur. Pour un premier scénario, évitez les processus où une erreur a des conséquences lourdes (envoi d'un email à un client important, mise à jour d'une donnée financière critique). Commencez par des tâches à faible risque pour gagner en confiance avant de vous attaquer aux processus sensibles.

Le reporting interne et la préqualification de leads remplissent généralement les trois critères : fréquents, prévisibles, et tolérants à l'erreur (une relecture humaine reste possible avant l'envoi final).

Make vs n8n : lequel choisir ?

Make est plus accessible pour les profils non techniques : interface drag-and-drop intuitive, large bibliothèque de connecteurs préconstruits, documentation riche en français. C'est le choix par défaut pour la plupart des équipes.

n8n est open source et self-hosted, ce qui le rend plus adapté aux entreprises avec des contraintes de sécurité ou de souveraineté des données. L'interface est un peu plus technique mais offre plus de flexibilité, notamment pour les workflows complexes avec des branchements conditionnels.

Dans la pratique, beaucoup d'équipes commencent avec Make pour les cas d'usage simples et passent à n8n quand les besoins de personnalisation augmentent.

Les bonnes pratiques pour des workflows fiables

Commencez par un seul workflow. Ne tentez pas d'automatiser 10 processus d'un coup. Choisissez le cas d'usage avec le meilleur rapport impact/complexité.

Testez avec des données réelles. Un workflow qui fonctionne avec des données de test peut échouer sur des cas limites. Testez avec un échantillon représentatif avant de déployer.

Mettez en place des alertes d'erreur. Make permet de configurer des notifications en cas d'échec d'un scénario. Activez-les systématiquement pour éviter les workflows silencieusement cassés.

Limitez le nombre de modules IA par workflow. Chaque appel à un LLM coûte du temps et de l'argent. Regroupez les instructions dans un seul prompt plutôt que d'enchaîner 5 appels séparés.

Documentez vos workflows. Nommez clairement chaque scénario, ajoutez des notes sur les choix de conception, et partagez la documentation avec l'équipe. Un workflow que seul son créateur comprend n'a pas de valeur durable.

La formation Agent IA (40 heures sur 4 semaines) consacre une semaine entière à Make et n8n : connexion Slack/Drive/CRM, automatisation d'un workflow réel de votre entreprise, et bonnes pratiques de maintenance. Chaque participant construit et déploie un workflow opérationnel pendant la formation. Pour les équipes qui veulent industrialiser ces automatisations à plus grande échelle, la formation Agent Builder No-code (120 heures sur 12 semaines) approfondit l'architecture et le déploiement.

En résumé

Make + IA, c'est la combinaison la plus accessible en 2026 pour automatiser des workflows métier intelligents sans coder. Les cas d'usage à plus fort ROI sont la prospection commerciale, le reporting et le tri de candidatures. La clé : commencer par un seul scénario, mesurer le gain, puis étendre.