Bon, fait que Make vient de mettre ses cartes sur la table pour 2026. Architecture hybride, agents AI autonomes, gouvernance forte. Le tout présenté dans un webinaire de près d’une heure. La question c’est pas « est-ce que c’est impressionnant? ». La question c’est : est-ce que ça tient la route pour les équipes qui s’appuient sur Make aujourd’hui pour des workflows critiques? Ce que tu vas apprendre :
- Comment Make définit son architecture hybride agents + automatisation structurée
- Ce que les agents AI font concrètement dans cette vision, et là où ça accroche
- Pourquoi la gouvernance est au coeur de la stratégie, pas en option
- Ce que ça change (et ce qui reste pareil) pour les équipes Make actuelles
- Les questions ouvertes sur la maturité réelle de ces capacités
Ce que Make annonce pour 2026 en bref
Make ne rebrande pas encore une fois (Integromat est devenu Make en 2022, c’est suffisant pour une décennie). Ce que la plateforme annonce, c’est une évolution architecturale : garder ce qui fonctionne, ajouter une couche agentique par-dessus. Le positionnement est clair. Make ne veut pas être juste un outil d’automatisation réglé à l’avance. Il veut être une plateforme où des agents AI peuvent détecter des tâches, raisonner sur des données variables, et compléter des flux multi-étapes sans que quelqu’un doive cliquer à chaque fois. La plateforme s’appuie sur un catalogue de plus de 3 000 apps pré-intégrées, ce qui donne aux agents une surface d’action déjà large dès le départ. Le tout est présenté sous la bannière d’une architecture hybride. L’idée : l’automatisation déterministe reste là où elle excelle, et les agents viennent couvrir les cas où la logique fixe ne suffit plus.
Pour les curieux qui veulent voir ça en direct, Make Waves ‘26 se tient les 19 et 20 octobre 2026 à Prague. C’est l’événement annuel de la plateforme, et cette année la feuille de route 2026 sera probablement détaillée en profondeur.
Comment fonctionne l’architecture hybride agents + automatisation
L’architecture hybride de Make repose sur un principe simple : ne pas forcer tous les problèmes dans le même moule. Certains workflows sont prévisibles, répétitifs, avec des étapes connues d’avance. D’autres sont variables, contextuels, et demandent de l’interprétation. L’automatisation structurée s’occupe du premier cas. Un trigger se déclenche, une séquence d’actions s’exécute, tu sais exactement ce qui va se passer à chaque noeud. C’est fiable, traceable, et ça ne surprend personne. Ça reste le coeur de Make. Les agents AI s’occupent du deuxième cas. Quand l’entrée est ambiguë, quand les étapes dépendent du contenu reçu, quand une décision doit être prise en cours de route sans qu’on puisse l’anticiper, l’agent prend le relais. Il analyse, il raisonne, il agit.
Le lien entre les deux couches, c’est la gouvernance. Les agents ne flottent pas librement dans le système. Ils opèrent dans des espaces définis, avec des permissions configurées et des limites claires. C’est ce qui permet à une équipe de donner de l’autonomie à l’agent sans perdre le contrôle sur ce qu’il peut toucher.
Les agents AI dans Make : autonomie, détection de tâches et exécution multi-étapes
Le concept central des agents Make en 2026, c’est la détection de tâches. Plutôt que de déclencher un workflow sur un événement spécifique et préconfiguré, un agent peut observer un contexte, identifier ce qui doit être fait, et initier la séquence appropriée. Concrètement, ça veut dire qu’un agent peut lire un courriel entrant, déterminer s’il s’agit d’une demande de support, d’une opportunité de vente, ou d’une notification interne, puis router vers le bon flux et compléter les premières étapes sans attendre qu’un humain trie manuellement.
L’exécution multi-étapes est l’autre capacité annoncée. Un agent ne s’arrête pas après une seule action. Il peut enchaîner plusieurs appels API, vérifier des résultats intermédiaires, adapter les étapes suivantes selon ce qu’il a trouvé, et boucler jusqu’à ce que la tâche soit complète. C’est fondamentalement différent d’un workflow linéaire classique.
À retenir : L’autonomie des agents Make n’est pas présentée comme illimitée. C’est une autonomie dans un périmètre défini. La plateforme ne vend pas « l’agent fait ce qu’il veut ». Elle vend « l’agent fait ce que tu lui permets de faire, sans que tu doives superviser chaque étape ». Sauf que la réalité des taux de complétion autonome dans l’industrie refroidit l’enthousiasme. Les agents AI, en conditions réelles, complètent de manière totalement autonome moins de 2,5 % des tâches. Le reste demande encore des interventions humaines, des corrections, ou des reprises. Make navigue dans ces eaux comme tous les autres.
Automatisation structurée : ce qui ne change pas et pourquoi c’est voulu
La grande décision stratégique de Make, c’est de ne pas tout convertir en agents. L’automatisation structurée reste là, intacte, pour une bonne raison : elle fait son travail de façon fiable et prévisible. Un workflow de facturation récurrente, une synchronisation de CRM avec une base de données, un rapport hebdomadaire envoyé chaque lundi matin : tout ça n’a aucun avantage à devenir agentique. L’agent ajouterait de la variabilité là où on veut zéro variabilité.
Make conserve aussi son modèle d’interface visuelle. Le canvas drag-and-drop reste le moyen principal de construire des scénarios. Les agents s’y intègrent comme des modules spéciaux, pas comme un produit séparé. Tu n’as pas à apprendre un nouveau système pour ajouter une couche agentique à un scénario existant. C’est une décision de design importante. Elle dit : « nos utilisateurs actuels ne repartent pas de zéro ». Pour une base d’utilisateurs qui s’appuient sur des centaines de scénarios déjà construits, c’est la bonne approche.
| Caractéristique | Automatisation structurée | Agent AI Make |
|---|---|---|
| Déclenchement | Trigger défini à l'avance | Détection contextuelle |
| Logique | Séquentielle et fixe | Adaptative selon l'entrée |
| Traçabilité | Totale, étape par étape | À configurer selon les garde-fous |
| Idéal pour | Tâches répétitives prévisibles | Tâches variables et contextuelles |
| Risque d'erreur | Faible sur flux connus | Variable selon la complexité |
| Configuration initiale | Précise et complète | Plus légère, mais exige des limites claires |
Gouvernance et contrôle : comment Make encadre l’autonomie des agents
Le mot « gouvernance » revient souvent dans la communication de Make pour 2026. C’est intentionnel. Une plateforme qui donne de l’autonomie à des agents doit répondre à une question fondamentale : qui décide de ce que l’agent peut faire? Chez Make, la réponse est : toi, le configurateur. Les agents opèrent dans des espaces d’action définis lors de la configuration. Tu choisis quelles apps ils peuvent appeler, quels types de données ils peuvent lire ou écrire, et jusqu’où ils peuvent aller sans demander une validation humaine.
Le principe central : L’autonomie des agents Make est scopée, pas ouverte. L’agent ne peut pas décider d’accéder à une app que tu ne lui as pas explicitement autorisée, et il ne peut pas initier une action hors de son périmètre défini, même s’il juge que ce serait utile. Ce design de gouvernance vise à rassurer les équipes opérationnelles. Le grand risque perçu avec les agents AI dans des contextes d’entreprise, c’est l’imprévisibilité : l’agent qui fait quelque chose d’inattendu parce que ça lui semblait logique. Make attaque ce risque frontalement en rendant l’espace d’action explicitement configurable.
La traçabilité est l’autre pilier. Chaque action d’un agent est loguée dans l’historique de scénario, de la même façon qu’un module classique. Tu peux voir ce que l’agent a décidé, pourquoi (selon les logs disponibles), et ce qu’il a exécuté. C’est une exigence de fond pour toute équipe qui doit rendre des comptes sur ses processus automatisés.
Ce que cette approche change pour les équipes qui utilisent Make aujourd’hui
Pour une équipe qui utilise Make sur des scénarios bien rodés, le changement immédiat est limité. Tes scénarios existants continuent de fonctionner exactement pareil. Make n’est pas en train de forcer une migration. Ce qui change, c’est l’option disponible pour les cas où tu t’es toujours butté à la limite de l’automatisation classique. Les demandes de support dont le contenu est trop variable pour être routé avec des filtres fixes. Les rapports qui doivent s’adapter selon ce qui s’est passé dans la semaine. Les suivis client qui dépendent d’un contexte trop riche pour être capturé dans une condition binaire.
Pour les équipes qui construisent sur Make à grande échelle, l’autre changement concret touche la charge de configuration. Configurer un agent pour couvrir un cas variable est potentiellement moins long que de construire une arborescence de conditions pour couvrir toutes les variantes possibles. Le tradeoff : tu gagnes en flexibilité, tu perds un peu en prévisibilité exacte. Les plans tarifaires actuels de Make vont de gratuit (0 $US/mois, avec 1 000 opérations mensuelles incluses) à 9 $US/mois pour le Core, 16 $US/mois pour le Pro, et 29 $US/mois pour les Teams. Le Enterprise est en tarification sur mesure. La question ouverte : à quel plan les fonctionnalités agentiques seront-elles accessibles?
Limites et questions ouvertes sur cette vision 2026
Soyons clairs. Ce que Make présente est une vision architecturale et une direction produit. La maturité réelle des capacités agentiques en conditions de production, ça se vérifie dans l’usage, pas dans un webinaire de 57 minutes. La limite la plus directe : les agents AI, en conditions réelles dans l’industrie, complètent de manière autonome une fraction très marginale des tâches (moins de 2,5 %). Pour le reste, il faut de la supervision, des corrections, des reprises. Make n’échappe pas à cette réalité. La gouvernance forte qu’ils annoncent est une bonne réponse à ce problème, mais elle ne le fait pas disparaître.
La question de l’accessibilité selon les plans tarifaires est aussi non résolue publiquement. Les agents AI sont des composants computationnellement coûteux. Il serait surprenant qu’ils soient disponibles au même niveau sur un plan Core à 9 $US/mois et sur un plan Enterprise. Les détails sur les quotas, les limites d’opérations agentiques, et les éventuels surcoûts restent à confirmer dans la documentation officielle. Le débogage est une autre zone grise. Déboguer un workflow classique dans Make est relativement direct : tu vois chaque étape, tu identifies l’erreur, tu corriges. Déboguer un agent qui a pris une décision inattendue dans une séquence multi-étapes est plus complexe. Make dit que la traçabilité est là. Jusqu’où cette traçabilité descend dans les décisions de raisonnement de l’agent, c’est une question qui mérite une réponse concrète avec des exemples. En rafale : les points à garder en tête
- Make annonce une architecture hybride agents + automatisation classique, pas un remplacement de l’une par l’autre
- Les agents détectent des tâches et exécutent des séquences multi-étapes dans un périmètre configuré
- La gouvernance (permissions, limites d’action, traçabilité) est présentée comme le garde-fou principal
- Le taux de complétion autonome réelle des agents dans l’industrie reste sous 2,5 % : la supervision humaine reste nécessaire
- Les scénarios existants ne sont pas touchés par cette évolution, c’est une couche ajoutée
- L’accessibilité des fonctionnalités agentiques selon les plans tarifaires n’est pas encore clairement documentée
- Make Waves ‘26 (Prague, 19-20 octobre 2026) sera probablement l’endroit où ces détails seront précisés
- Make est une filiale de Celonis SE depuis 2020 et opère avec un catalogue de plus de 3 000 apps intégrées
Le coup de coeur de la semaine : La décision de Make de garder l’automatisation structurée intacte plutôt que de tout convertir en agents, c’est la décision la plus mature dans ce document. Trop de plateformes se sont mises à vouloir « agentifier » des cas d’usage qui n’ont pas besoin de ça. Make semble avoir compris que la valeur des agents est dans la complémentarité, pas dans le remplacement. C’est le genre de pragmatisme qui fait la différence entre une feuille de route excitante et une plateforme sur laquelle tu peux réellement compter.
Verdict et prochaine étape
Make joue un pari raisonnable pour 2026. L’architecture hybride a du sens sur le papier : conserver la fiabilité de l’automatisation structurée là où elle excelle, et ajouter une couche agentique gouvernée pour les cas variables. C’est mieux comme approche que de basculer entièrement vers l’agentique en mode « faites confiance à l’AI ». Les questions ouvertes restent réelles. La maturité des agents en production, les limites par plan tarifaire, et la qualité du débogage agentique sont des éléments qui se valideront dans l’usage, pas dans les annonces. Si tu utilises Make aujourd’hui sur des scénarios importants : pas besoin de changer quoi que ce soit maintenant. Surveille la documentation technique sur les agents, teste sur des cas non-critiques quand la fonctionnalité sera accessible sur ton plan, et garde un oeil sur ce qui sera annoncé à Make Waves ‘26 en octobre. Si tu explores Make pour la première fois : le plan gratuit (1 000 opérations/mois sans limite de durée) reste un des meilleurs points d’entrée dans l’automatisation no-code. L’architecture hybride 2026 est un bonus pour plus tard.
Programme d’affiliation Make : 35 % de commission récurrente sur les 12 premiers mois. Divulgation complète sur la page À propos de la Taverne.
Check tes courriels.
Lien à cliquer pour confirmer ton abonnement.
Texte par David Cyr
