Make

Qu’est-ce que Make ?

Make, anciennement Integromat, est une plateforme d’automatisation sans code axée sur les scénarios visuels. Les utilisateurs peuvent déplacer des modules d’applications sur une toile de dessin et utiliser des connexions pour représenter l’ensemble du processus par lequel les données passent, depuis les déclencheurs, les recherches, les transformations et le routage jusqu’à l’action d’écriture.

La plateforme relie plus de 3 000 applications standards et plus de 350 applications d’IA, et intègre Make AI Agents, AI Toolkit, AI Content Extractor, AI Web Search, MCP Server et Code App, afin de créer des processus métier qui comportent des étapes déterministes tout en permettant aux modèles d’évaluer et d’appeler des outils.

Fonctionnalités clés

• Scénario de visualisation :Créez des flux à plusieurs branches à l’aide de modules, de filtres, de routeurs, d’itérateurs, d’agrégateurs et de gestion des erreurs ; les enregistrements de exécution permettent de consulter les entrées et sorties à chaque étape.
• Application et connexion à l’API :Fournit des connecteurs prêts à l’emploi, HTTP universel, Webhook et applications personnalisées, couvrant le CRM, les outils de bureautique, le marketing, les bases de données et les outils de développement.
• Make AI Agents：Configurer des objectifs, des connaissances, des outils et des modèles pour l’Agent, afin qu’il puisse choisir et exécuter des actions dans un scénario ; on peut utiliser le fournisseur d’IA fourni par Make ou des clés de modèle intégrées.
• AI Toolkit et extraction de contenu :Terminer le résumé, la classification, la structuration, le traitement de texte et l’extraction des informations du document, puis transmettre les résultats au module déterministe.
• AI Web Search：Obtenir en temps réel des données de pages web et des résultats structurés dans le cadre de l’automatisation est adapté au suivi, à la recherche et à l’enrichissement d’informations, mais il reste nécessaire de vérifier les sources.
• Make MCP Server：Fournir le scénario autorisé en tant qu’outil aux clients IA externes, permettant à l’IA de déclencher des actions métier réelles dans des limites bien définies.
• Code App：Exécuter du JavaScript ou du Python dans la scène pour gérer une logique complexe consomme des points supplémentaires en fonction du temps d’exécution.
• Équipe et gouvernance :Fournit des fonctionnalités d’entreprise telles que des modèles, des rôles, le partage de connexions, Make Grid, l’analyse, l’audit, SSO et un agent réseau local.

Prix et points

Un module qui traite un bundle consomme généralement 1 point ; par exemple, lire une donnée et l’écrire dans une autre application implique plusieurs modules, chacun étant facturé séparément. Code App consomme 2 points pour chaque seconde d’exécution.

Le module d’IA peut également utiliser des points dynamiques en fonction du modèle, des tokens d’entrée/sortie ou des règles du fournisseur d’IA ; lors de l’utilisation d’une clé API intégrée, les points Make et les frais du fournisseur de modèles coexistent simultanément.

Le plafond mensuel est renouvelé chaque mois ; le forfait annuel permet de payer à l’avance les points pour toute l’année et de les utiliser librement sur une période de 12 mois.

Le prix varie selon des plages allant de 10 000 à plusieurs millions de points ; il ne faut pas se fier uniquement au prix d’entrée pour estimer les coûts de production.

Tutoriel d'utilisation de Make

Terminer une tâche de base

1. Dans Make, précisez les conditions de déclenchement, les données d’entrée et l’action finale ;
2. Se connecter à l’application requise avec un compte de test et accorder les permissions minimales ;
3. Configurer la visualisation des scénarios et la connexion des applications aux API, en mappant chaque champ individuellement ;
4. Ajout de branches, gestion des échecs, tentatives de réessai et approbation manuelle ;
5. Exécuter avec une petite quantité de données de test et vérifier la sortie à chaque étape ;
6. Activer le processus officiel uniquement après avoir confirmé l’absence d’écritures redondantes et de frais anormaux ;

Créer des flux de travail professionnels réutilisables

1. Choisir des processus métier à une fréquence de répétition élevée et avec des règles bien définies ;
2. Dessiner les chemins de déclenchement, de jugement, d’exécution et de rollback ;
3. Découper la visualisation des scénarios, la connexion des applications aux API et Make AI Agents en modules réutilisables ;
4. Définir les journaux, le budget, les délais et les limites de permissions ;
5. Organiser le responsable pour effectuer des contrôles aléatoires sur les résultats et gérer la file d’échecs ;
6. Revoir mensuellement les permissions d’accès, les règles métier et les coûts réels ;

À qui s’adresse-t-il

• Personnels opérationnels et d’automatisation qui ont besoin de visualiser le flux des données
• Créer des équipes pour le traitement des indices, la production de contenu, la synchronisation financière et le routage du service client
• Concepteur de flux de travail d’IA qui souhaite intégrer les jugements des LLM dans des règles métier stables
• Utilisateurs techniques ayant besoin de Webhook, d’HTTP, de code et de traitement d’ensembles complexes

Sécurité et fiabilité

Un agent d’IA ne doit pas obtenir directement des droits d’accès à l’application dépassant les besoins de la tâche. La suppression, le paiement, l’envoi externe, les mises à jour en masse et les engagements envers les clients doivent faire l’objet d’une approbation ou intégrer des branches de vérification dans le scénario.

Lors de l’activation d’un Webhook, il faut valider la signature, limiter l’origine des requêtes et éviter d’écrire les clés dans des champs ordinaires ; les connexions et les Secrets doivent être gérés par des rôles appropriés.

Avant la mise en ligne de la scène, il convient d’utiliser des données d’échantillon pour tester les valeurs manquantes, les événements répétés, le pagination, les limitations de vitesse et la tentative de réessayage en cas d’erreur, tout en définissant des alertes pour le nombre maximal de boucles et le budget.

La plateforme Make Cloud et le moteur d’exécution principal ne sont pas des logiciels open source. GitHub officiel met à disposition un SDK, des modèles d’applications et des projets d’exemple, mais il n’est pas possible d’héberger soi-même un service Make complet.

Les entreprises ayant besoin d’accéder à des systèmes intranet peuvent évaluer l’Agent On-prem, qui offre des capacités de connexion sécurisée plutôt qu’un déploiement entièrement privé.

Avantages et limites

• L’avantage de Make est sa forte capacité à visualiser les branches complexes et les structures de données, ce qui le rend adapté à des processus plus complexes que des simples « déclencheur — action » ;
• Le prix à payer est que les scénarios de grande taille deviendront difficiles à maintenir, et le nombre de modules et de bundles augmentera également la consommation d’intégration.
• Les sorties de l’IA présentent de l’incertitude ; il convient d’abord de les structurer, de valider les types et les règles métier avant de les intégrer dans le système.
• Free convient aux prototypes ;
• Core convient aux processus petits et stables ;
• Pour une exécution prioritaire et la recherche de variables et de journaux, choisissez Pro ;
• Pour la gouvernance par plusieurs personnes, choisissez Teams ou Enterprise ;

Questions fréquentes

La version gratuite de Make a-t-elle une limite de temps ?

Il n’y a pas de date d’expiration de la période d’essai, mais il existe des limites pour 1 000 points par mois, les scénarios actifs, la fréquence de planification, le temps d’exécution et la taille du fichier.

Make AI Agents nécessite-t-il un paiement supplémentaire ?

Chaque solution peut utiliser des tests ou des capacités officielles, mais l’Agent consomme des points Make ; lors de l’utilisation d’une clé de modèle externe, des frais doivent également être payés au fournisseur du modèle.

Quelle est la différence entre Make et Zapier ?

Les deux relient des applications ; Make met davantage l’accent sur la visualisation de la toile de travail, des flux de données et des branches complexes, tandis que Zapier privilégie une mise en place rapide et des actions largement applicables.

Le choix doit tenir compte de la complexité du processus, des habitudes de l’équipe et du facturation réelle.