Introduction à Make — Automatisation visuelle

Section 10.6.1 : Introduction à Make — Automatisation visuelle

🎯 Objectif pédagogique

Comprendre ce qu'est Make (anciennement Integromat), comment fonctionne l'automatisation visuelle no-code, et pourquoi c'est l'outil incontournable pour connecter l'IA à vos processus métier. Vous apprendrez les concepts fondamentaux, le vocabulaire, et construirez votre première connexion.

Pourquoi automatiser ? Le problème du "travail invisible"

Chaque jour, vous effectuez des dizaines de micro-tâches répétitives : copier des données d'un email vers un tableur, envoyer un message de suivi, mettre à jour un CRM, compiler un rapport... Ces tâches prennent 5-10 minutes chacune, mais cumulées, elles représentent 2 à 3 heures par jour — du "travail invisible" qui ne crée pas de valeur mais consomme votre énergie cognitive.

L'automatisation élimine ce travail invisible. Et avec l'IA, l'automatisation va plus loin : elle ne se contente pas de copier des données d'un outil à l'autre, elle peut comprendre, analyser, catégoriser et rédiger de manière intelligente.

Exemples concrets de ce que l'automatisation IA rend possible :

• →Un email de réclamation arrive → l'IA le catégorise, évalue l'urgence, rédige une réponse → envoi automatique (si urgence basse) ou alerte au manager (si urgence haute)
• →Un prospect remplit un formulaire → l'IA analyse ses besoins, score la qualité du lead, rédige un email personnalisé → envoi + notification au commercial
• →Un rapport hebdomadaire → l'IA compile les données de 5 sources, génère un résumé analytique → distribution par email le lundi matin à 8h

Make : l'automatisation pour tous

Make (make.com) est une plateforme d'automatisation visuelle qui permet de connecter 1800+ applications entre elles sans coder. Vous créez des "scénarios" en glissant-déposant des modules sur un canvas visuel, comme un organigramme.

Pourquoi Make plutôt qu'un autre outil ?

• →Interface visuelle puissante : les routes, itérateurs et agrégateurs permettent des workflows complexes (pas juste A → B → C)
• →Module OpenAI natif : intégration ChatGPT/DALL-E/Whisper en quelques clics
• →Plan gratuit fonctionnel : 1000 opérations/mois, suffisant pour prototyper
• →Documentation excellente et communauté active
• →Historique d'exécution détaillé : chaque run est loggé, chaque module inspecté

Vocabulaire Make essentiel

Pour comprendre Make, maîtrisez ces 8 concepts clés :

Make vs Zapier vs n8n : quel outil choisir ?

Recommandation : commencez par Make si vous suivez cette formation. C'est le meilleur compromis puissance/accessibilité, et les compétences sont directement transférables à n8n ou Zapier.

Comprendre le modèle de tarification de Make

Un point crucial avant de commencer : Make facture par opérations, pas par scénario. Comprendre ce que constitue une opération évite les mauvaises surprises.

Ce qui compte comme 1 opération : chaque module exécuté = 1 opération. Un scénario de 5 modules qui s'exécute 1 fois = 5 opérations. Attention : un itérateur qui boucle sur 10 éléments avec 3 modules dans la boucle = 10 × 3 = 30 opérations.

Astuce d'optimisation des coûts : regroupez les appels API. Au lieu de faire un module OpenAI par email (10 emails = 10 opérations IA), utilisez un agrégateur pour combiner les 10 emails en un seul prompt, puis un seul appel OpenAI (1 opération IA), puis un itérateur pour redistribuer les réponses. Cela divise votre consommation par 10 sur les modules les plus coûteux.

Les modules essentiels pour l'automatisation IA

Make propose des centaines de modules. Pour l'automatisation IA, voici les 10 modules que vous utiliserez dans 90% de vos scénarios :

La gestion des erreurs : ce qui sépare un scénario amateur d'un scénario professionnel

Un scénario sans gestion d'erreurs va planter. Un API qui timeout, un email sans sujet, un fichier CSV mal formaté — les cas limites sont inévitables. Make propose 4 stratégies de gestion d'erreurs :

1. →Ignore : l'erreur est ignorée, le scénario continue. Utile pour les modules non critiques (ex: notification Slack en bonus).
2. →Resume : l'erreur est loggée, le module produit un output par défaut, le scénario continue. Utile quand vous avez un fallback.
3. →Rollback : toute l'exécution est annulée et remise dans la file d'attente. Utile pour les traitements transactionnels.
4. →Break : l'exécution s'arrête, l'élément est stocké dans une "file d'erreurs" pour retraitement manuel. C'est le choix recommandé par défaut pour les scénarios IA — si l'API OpenAI timeout, vous ne voulez ni ignorer (perte de données) ni retry en boucle (coût), mais stocker l'élément pour le retraiter plus tard.

Pour configurer la gestion d'erreurs : clic droit sur un module → Add error handler → choisissez le type. Ajoutez toujours un handler sur les modules IA (API OpenAI/Claude) et les modules de lecture de fichiers.

Un scénario réel : tri intelligent des emails

Voici un scénario complet que vous pourrez construire dans les sections suivantes, mais dont il est utile de comprendre l'architecture dès maintenant :

Objectif : chaque email arrivant dans votre boîte est automatiquement catégorisé, résumé, et routé vers le bon canal Slack.

Architecture du scénario (7 modules) :

1. →Gmail – Watch Emails (trigger, toutes les 5 min)
2. →OpenAI – Create Completion (prompt : "Catégorise cet email en URGENT/IMPORTANT/FYI et résume en 1 phrase : {{1.subject}} — {{1.textContent}}")
3. →JSON – Parse JSON (parse la réponse structurée de l'IA)
4. →Router (3 routes : urgent → canal #alertes, important → canal #tâches, FYI → canal #veille) 5-7. Slack – Send Message (un par route, avec emoji et formatage adapté)

Coût estimé : 7 opérations par email × 50 emails/jour = 350 ops/jour = ~10 500 ops/mois ≈ plan Core à 9$/mois. C'est un gain d'environ 45 minutes par jour de tri email manuel.

L'interface Make en détail

Le canvas (espace de travail principal) : votre terrain de jeu. C'est là que vous glissez-déposez les modules et les connectez par des lignes. Chaque module est représenté par un cercle ou un hexagone avec l'icône de l'application.

Le panneau de configuration : quand vous cliquez sur un module, un panneau s'ouvre à droite. C'est là que vous configurez les credentials (connexion API), les paramètres (quel modèle IA, quelle temperature) et le mapping de données (quelles données du module précédent utiliser).

Le mapping de données : c'est la clé de Make. Chaque module produit des "outputs" (des données). Les modules suivants peuvent utiliser ces outputs en les référençant avec {{N.variable}} où N est le numéro du module. Par exemple, {{1.email}} = l'email extrait par le module 1.

L'historique d'exécution : chaque exécution de votre scénario est loggée. Vous pouvez cliquer sur n'importe quelle exécution pour voir les données d'entrée et de sortie de CHAQUE module. C'est indispensable pour le debugging.

Le scheduling : une fois le scénario terminé, vous définissez quand il s'exécute : toutes les 15 minutes, toutes les heures, une fois par jour à 8h, à la demande via webhook...

Exercice : votre premier scénario en 10 minutes

1. →Créez un compte gratuit sur make.com
2. →Cliquez Create a new scenario
3. →Ajoutez un trigger : Google Sheets > Watch New Rows (connectez votre compte Google, sélectionnez un spreadsheet)
4. →Ajoutez une action : Slack > Send a Message (connectez votre compte Slack)
5. →Mappez les données : dans le message Slack, écrivez Nouvelle entrée : {{1.Nom}} — {{1.Email}}
6. →Cliquez Run once pour tester → ajoutez une ligne dans votre Google Sheet → vérifiez que le message Slack apparaît
7. →Si ça fonctionne : activez le scheduling (toutes les 15 minutes)

Félicitations : vous avez votre premier scénario Make fonctionnel. Dans les prochaines sections, nous ajouterons l'IA.