Automatisations de processus avec Make.com, Google Workspace et l'IA
Make.com est un service qui relie entre eux les programmes qu'une entreprise utilise déjà (messagerie, tableurs, logiciel de gestion, réseaux sociaux) et fait passer les données de l'un à l'autre sans que personne ne les recopie. Avec l'IA au milieu, ces données ne sont pas seulement déplacées : elles sont aussi lues et comprises.

Ce qu'est un scénario, concrètement
Un « scénario » est une chaîne d'étapes : elle part d'un fait (un e-mail arrive, une ligne apparaît dans une feuille, une heure sonne), passe par un ou plusieurs contrôles et finit en écrivant quelque part. Mon critère est que la logique se trouve dans les tableurs, pas à l'intérieur du scénario : les formules, le dirigeant les lit, peut les corriger seul et les voit. Un scénario qui cache les règles en son sein devient une boîte noire que seul celui qui l'a construit sait toucher.
Chaque scénario écrit une ligne de journal à chaque étape. Cela sert à deux choses : comprendre pourquoi quelque chose n'a pas été fait, et démontrer que, au contraire, cela a bien été fait.
Des documents qui se transcrivent tout seuls
- Commandes en PDF : elles arrivent par e-mail, un modèle d'IA les lit et en transcrit le contenu dans un tableur. Plus personne ne saisit les numéros de ligne et les quantités.
- Comparaison de fichiers : un tableur Excel et un PDF comparés automatiquement, avec les différences mises en évidence. C'est le travail qui, à la main, demande deux colonnes côte à côte et beaucoup de patience.
- Rapprochement : commandes contre factures fournisseurs, pour trouver les lignes qui ne collent pas (prix différents de ceux convenus, quantités facturées et jamais arrivées, lignes en double).
- Agenda : événements et formations qui, depuis la boutique en ligne et les tableurs, atterrissent tout seuls dans Google Agenda ; et les PDF du portail presse d'un festival transformés en rendez-vous.
- Démarches récurrentes : la recherche périodique de l'assurance la plus avantageuse pour voitures, motos, scooters et trottinettes, ou la demande d'une nouvelle plaque d'immatriculation (formulaires remplis et envoyés en ligne), sont des automatisations de la même famille.
Le gain n'est pas le temps économisé sur une transcription isolée : c'est que l'erreur de frappe disparaît, et que le contrôle est effectué à chaque fois, pas seulement quand quelqu'un y pense.
Contenus : préparer, faire valider, publier
La chaîne des contenus est la même dans toute entreprise : quelqu'un écrit un brouillon, quelqu'un d'autre l'approuve, puis il faut le publier à plusieurs endroits. J'ai automatisé les premières et les dernières étapes, en laissant celle du milieu aux personnes.
Pour un portail d'information, j'ai construit deux scénarios qui travaillent sur un unique tableur à cinq onglets : instructions, articles, posts, paramètres, journal. Le premier scénario prend les articles marqués « à traiter », les télécharge, génère les textes pour les réseaux sociaux avec un modèle d'IA et les écrit dans l'onglet des posts avec le statut « en validation », puis prévient sur Telegram. Le second scénario ne regarde que les lignes qu'une personne a marquées « à publier » et les envoie là où elles doivent aller : Facebook, Instagram ou LinkedIn, chacun avec son propre chemin, puis marque la ligne comme publiée. Le rythme convenu est de quatre contenus par semaine, à jours et heures fixes.
Sur d'autres projets, la même chaîne va jusqu'au site et à la fiche Google Maps de l'établissement : brouillon, relecture, publication sur plusieurs canaux d'un seul coup.
Quand l'IA coûte : le choix se fait avec les chiffres
Pour ce même portail, j'ai conçu la traduction automatique des articles. La première chose a été de mesurer le volume réel, et non celui dont on se souvenait : en comptant le flux des publications, on est arrivé à environ 280 articles par mois, avec des pointes proches de 360 pendant les mois de festivals, alors que le commanditaire en estimait 200.
Vient ensuite la comparaison des coûts, tarifs en main, sur tous les modèles disponibles. L'architecture que j'ai recommandée utilise deux familles d'IA différentes : l'une corrige et traduit, l'autre relit de manière indépendante le travail de la première. Un traducteur automatique spécialisé, seul, aurait coûté environ trois fois plus, sans assurer ni la correction ni le contrôle.
Avant la livraison, la démonstration a été mise à l'épreuve par un second agent IA chargé de la démonter : il a trouvé cinq erreurs sérieuses, dont un déclencheur qui ne s'active pas de façon fiable quand la cellule qu'il surveille contient une formule. Mieux vaut le découvrir à l'essai qu'en production.
Le dernier mot revient à une personne
Aucun de ces processus ne publie, ne dépense ni n'envoie quoi que ce soit à l'extérieur tout seul. L'étape d'approbation est toujours explicite : une case à cocher dans la feuille, ou une réponse à un message. Les alertes arrivent sur le canal que l'entreprise utilise déjà (Telegram, messagerie, chat interne) et n'arrivent que lorsqu'une intervention est vraiment nécessaire, car un système qui prévient tout le temps cesse d'être lu au bout d'une semaine.
Résultat : les données passent d'un programme à l'autre sans être recopiées à la main, et les personnes n'interviennent que là où une décision est nécessaire.