Make, n8n ou agents IA : faut-il encore construire des workflows ?

Oui, on construit encore des workflows, et sur les projets présentés sur notre site on les associe à une étape d'IA ou à un agent plutôt que de choisir l'un contre l'autre. Agent IA ou automatisation : la règle tient en une phrase. Un chemin fixe pour ce qui se répète à l'identique, un agent pour ce qui demande de décider en cours de route. Les prix et les statuts cités sont ceux affichés le 3 octobre 2026 : ils changent, vérifiez-les avant de décider.

Agent IA ou automatisation : la différence

Un workflow suit un chemin écrit à l'avance, dont les étapes s'enchaînent toujours dans le même ordre. Un agent reçoit un objectif et décide lui-même des étapes et des outils à employer. La différence tient donc à qui décide du déroulement : la personne qui a construit le workflow, ou le modèle d'IA.

C'est la distinction qu'Anthropic pose dans un texte de décembre 2024 : dans un workflow, le modèle et les outils suivent des chemins de code prévus d'avance, alors que dans un agent le modèle dirige lui-même son déroulement. Nos deux services reposent sur la même distinction. Une automatisation suit un chemin fixe, toujours dans le même ordre. Un agent IA reçoit un objectif, le décompose et supervise l'ensemble, sans sortir du cadre que vous avez défini.

Les éditeurs d'outils tracent la même frontière. n8n distingue dans sa documentation les chaînes, des suites d'appels au modèle sans mémoire persistante, et les agents, qui s'appuient sur des outils et une mémoire pour décider comment traiter une demande. Son nœud AI Agent relie un modèle de chat à un ou plusieurs outils, et c'est l'agent qui décide lesquels appeler. Un workflow IA, c'est-à-dire un workflow qui contient une étape d'IA, reste donc un workflow : le chemin est fixe, seule une étape fait appel au modèle.

Ce qu'un workflow fait mieux qu'un agent

Pour une tâche répétitive aux règles claires, un workflow est le bon choix : il donne le même résultat à chaque passage, on voit ce qu'il a fait, et son coût se prévoit. Anthropic écrit que les workflows apportent prévisibilité et cohérence sur les tâches bien définies. Sur ces tâches, la souplesse d'un agent ne sert à rien, alors que son coût et son risque d'erreur demeurent.

Le même résultat à chaque fois

Un workflow rejoue le chemin que vous avez validé, et c'est son principal intérêt. Anthropic conseille de partir de la solution la plus simple possible et de ne la compliquer que lorsque le besoin le justifie. Le même texte prévient que l'autonomie d'un agent entraîne des coûts plus élevés et un risque d'erreurs qui s'accumulent, d'où ses conseils de tests poussés en environnement isolé et de garde-fous adaptés.

Des étapes visibles et traçables

Dans un workflow, chaque exécution laisse une trace qu'on peut relire. n8n tient une liste des exécutions, par workflow et pour l'ensemble, qu'on filtre par statut ou par date de lancement, et depuis laquelle on peut relancer une exécution en échec. Make garde un historique des scénarios : statut, durée, crédits consommés, détail des modules, et possibilité de rejouer une exécution, avec une durée de conservation qui dépend de l'offre. Make propose aussi des gestionnaires d'erreur et relance automatiquement les scénarios en échec, avec des délais de plus en plus longs.

Un coût prévisible

Le coût d'un workflow se calcule à partir du volume, parce que l'unité facturée est connue d'avance : l'exécution complète chez n8n, le crédit chez Make. Les deux unités ne se comparent pas directement (on y revient plus bas).

Un agent est plus difficile à chiffrer. Anthropic note que les systèmes agentiques échangent souvent du délai et du coût contre de meilleures performances. n8n explique qu'un agent peut s'exécuter plusieurs fois au cours d'une même exécution de workflow : une première passe de préparation, une autre pour appeler un outil, une autre pour évaluer sa réponse. Le nombre de passes n'est pas fixé d'avance, et chaque appel au modèle consomme des jetons, l'unité avec laquelle les fournisseurs d'IA mesurent et facturent l'usage. On n'a trouvé chez les éditeurs consultés aucune comparaison chiffrée entre un agent et un workflow, et on n'en avance donc pas.

Quand un agent IA se justifie

Un agent se justifie quand la tâche est trop ouverte pour être décrite en étapes fixes, parce que le chemin dépend de ce qu'on découvre en route. Selon Anthropic, il prend l'avantage lorsque la tâche demande de la souplesse et que le modèle doit trancher lui-même, à grande échelle. n8n le dit pour sa propre fonction d'agents : à utiliser quand le travail est trop ouvert pour un workflow fixe.

Dans ce cas, le contrôle ne vient plus du chemin, il vient du périmètre. C'est la règle de notre service agent IA : vous fixez ce que l'agent peut faire et où il s'arrête, et « rien ne part en autonomie sans votre validation ».

Les outils vont dans ce sens. n8n propose une validation humaine avant qu'un agent utilise un outil : le workflow se met en pause, et une personne approuve ou refuse, par exemple depuis Slack, Telegram, Gmail ou Microsoft Teams. Parmi les cas visés, la page cite les actions irréversibles, comme supprimer des données, envoyer un message à l'extérieur ou passer un achat.

JR Consulting est notre exemple d'agent : un assistant IA personnel conçu pour préparer le travail chaque matin. Le projet est en cours de déploiement, et les gains annoncés pour ce projet sont des objectifs visés, pas des résultats mesurés.

Les deux ensemble dans un même système

Un workflow et un agent ne s'excluent pas : un même parcours peut suivre un chemin fixe et confier certaines étapes à l'IA. Sur nos projets PrintChance et Yataa Globe, n8n porte la structure et l'IA intervient là où il faut analyser, calculer ou enrichir une information. Les éditeurs font le même assemblage : dans Make, les outils d'un agent peuvent être des modules, des scénarios ou des outils MCP, donc un scénario à chemin fixe peut servir d'outil à un agent.

PrintChance : un moteur multi-agents orchestré par n8n

Sur PrintChance, le calcul d'un devis d'imprimerie passe par un moteur multi-agents, qui analyse la demande, calcule l'imposition et génère le devis. n8n orchestre les calculs et les flux, de la demande jusqu'au PDF envoyé. Résultat : de 38 minutes à 52 secondes par devis. L'IA prend en charge l'interprétation de la demande, n8n tient tout le parcours autour.

Yataa Globe : une veille orchestrée par n8n, enrichie par l'IA

Sur Yataa Globe, ce sont des workflows n8n qui orchestrent le scan des offres, la vérification des prix et l'envoi des emails quotidiens. L'IA intervient à des étapes précises de ce parcours : Claude enrichit automatiquement les nouvelles destinations (coordonnées, drapeau, aéroports), et les offres sont détectées et analysées par l'IA. La veille tourne seule, mais l'enchaînement des étapes reste porté par les workflows n8n, pas par un agent.

n8n ou Make pour une PME

n8n et Make font le même métier, relier vos outils et enchaîner des étapes, et le choix dépend de votre cas : où doivent vivre vos données, comment vous voulez être facturé, quelles fonctions d'agent vous attendez. On connecte vos outils avec l'un ou l'autre, et on ne classe pas l'un au-dessus de l'autre. Ce qui suit se limite à des critères vérifiables sur les pages officielles.

Prise en main

Aucune source primaire ne compare la facilité de prise en main de Make et de n8n, donc on ne vous donne pas de verdict. Pour juger, montez le même flux dans les deux outils. C'est ce que montre la formation donnée à l'École Estienne : n8n y orchestre l'automatisation, de la préparation des candidatures jusqu'à leur envoi, et Make y est présenté comme l'alternative no-code pour le même flux. Si vous voulez que vos équipes soient autonomes ensuite, c'est l'objet d'une formation n8n ou Make.

Côté catalogue, n8n affiche 2 285 intégrations, Make plus de 3 000 applications (pages consultées le 3 octobre 2026). Ces nombres ne disent rien de la présence de votre logiciel métier : vérifiez-le sur la liste.

Hébergement et données

Les deux outils ne laissent pas la même marge sur l'emplacement de vos données. n8n peut être auto-hébergé, sur votre infrastructure, sur site ou dans un cloud privé, et ses offres hébergées stockent les données dans l'UE, sur des serveurs à Francfort, selon sa page de prix. Chez Make, une organisation est hébergée dans l'UE ou aux États-Unis, et ce choix se fait à la création : on ne peut plus changer de région ensuite. On n'a pas vérifié si Make peut être installé sur votre propre infrastructure : posez la question à l'éditeur si c'est un critère.

L'édition Community de n8n est gratuite sans limite de durée, avec certaines fonctions réservées aux offres payantes, comme le SSO. Son code est publié sous la Sustainable Use License, qui permet de l'utiliser pour les besoins internes de votre entreprise ou hors cadre commercial, et ne permet de le redistribuer que gratuitement, sans but commercial. Faites-la relire avant tout usage qui sortirait de ce cadre.

Façon de facturer

n8n facture des exécutions de workflow, Make des crédits : leurs prix d'entrée ne se comparent pas tels quels, il faut ramener l'unité de chacun à votre volume réel.

Chez n8n, l'unité est l'exécution : un passage complet du workflow, quel que soit le nombre d'étapes. Seules les exécutions de production comptent dans le quota, pas les tests manuels dans l'éditeur. Sa page de prix affiche, au 3 octobre 2026, une offre Starter à 20 € par mois en facturation annuelle, pour 2 500 exécutions.

Make facture au crédit, et une action de module en consomme en principe un. Sa page de prix, en dollars, affiche au 3 octobre 2026 une offre Core à 9 $ par mois pour 10 000 crédits mensuels, le tarif variant selon le paiement mensuel ou annuel. Certains modules, dont les fonctions d'IA, consomment un nombre de crédits variable, selon les jetons traités. Un même flux lancé un même nombre de fois ne coûte donc pas la même chose dans les deux outils.

Fonctions d'agent intégrées

Chacun des deux éditeurs propose une fonction d'agent qui n'est pas en version définitive : au 3 octobre 2026, la fonction Agents de n8n est en préversion, et l'application Make AI Agents en bêta ouverte. Pour un usage en production, ce statut est un critère en soi : vérifiez-le le jour où vous décidez, et gardez le workflow comme socle.

Dans n8n, le nœud AI Agent fait partie des nœuds d'IA construits sur LangChain. À côté, n8n a ajouté une fonction Agents distincte, avec instructions, outils, mémoire et sous-agents, que sa documentation présente comme une préversion : elle prévient que ces agents peuvent se tromper et que leur comportement peut changer.

Chez Make, l'application Make AI Agents est en bêta ouverte : la page d'aide, mise à jour le 16 avril 2026, précise que fonctions et tarifs peuvent évoluer, et la page de prix affiche encore la mention bêta le 3 octobre 2026. Son module Run an agent présente un onglet Reasoning qui montre, étape par étape, comment l'agent a traité la demande, et la sortie du module indique les jetons consommés.

Une grille pour décider

Pour décider tâche par tâche, commencez par vous demander si le chemin est connu à l'avance. S'il l'est, prenez un workflow ; s'il est ouvert, un agent, avec un périmètre et une validation. Un chemin fixe avec une décision précise au milieu appelle les deux. Le coût d'une erreur et le nombre de fois où la tâche se répète pèsent ensuite dans le choix.

Dans le doute, partez du workflow et ajoutez l'IA à l'endroit précis où il bloque : l'IA propose, une personne tranche, le workflow exécute.

Article préparé avec l'aide d'outils d'IA à partir de sources vérifiées, sous la responsabilité éditoriale d'Antal Rocton.