Make отлично автоматизирует предсказуемые, структурированные сценарии — и примерно для 80% автоматизаций малого бизнеса этого вполне достаточно. Кастомный AI-агент нужен, когда вход — это каша (чаты клиентов, фото, голос), а объём реальный. Часто агент работает рядом с Make, а не вместо него.
Большинство статей «AI-агенты vs Make» хотят продать вам одну из сторон. Эта — нет. Make — одна из лучших визуальных платформ автоматизации на рынке, и для большей части того, что автоматизирует малый бизнес, AI-агент был бы дорогой лишней надстройкой. Честный вопрос уже: какие части вашей работы — это надёжное исполнение, а какие — разбор каши? Ровно на этой границе заканчивается сценарий и начинается агент. Это часть нашего гайда AI-агенты для бизнеса; здесь мы проводим границу именно против Make.
Короткое сравнение: сценарии Make, Make AI Agents и кастомный агент
Три разных инструмента для трёх разных задач. Читайте ту строку, которая реально ваша.
| Сценарии Make | Make AI Agents | Кастомный агент (Grow2.ai) |
|---|---|---|---|
Парадигма | Детерминированное «если это — тогда то» | Агент рассуждает внутри canvas Make | Агент под ваш конкретный процесс |
Под какой вход | Структурированный, предсказуемый | Ограниченные задачи-суждения, средний объём | Каша на реальном объёме — чат, фото, голос |
Модель цены | Credits за действие (≈1 за шаг) | Токен-зависимые credits за запуск (live-тест: 43–50) | Измеренная фиксированная сумма за диалог (≈0.10 € у нас) + месячная плата |
Кто ведёт и сопровождает | Вы | Вы | Студия — с передачей против KPI |
Время до первой ценности | Часы | Дни | Пилот 14 дней; платите, только если KPI достигнут |
Что Make делает блестяще
Make заслужил своё место. Если у вас есть определённый процесс — заявка с формы должна создать запись в CRM, оплаченный счёт должен упасть в Slack, новая строка в таблице должна запустить онбординг-письмо — Make сделает это быстрее, дешевле и надёжнее, чем что угодно собранное вручную. Canvas честный: вы видите каждый модуль, каждый маршрут, каждый фильтр и можете проследить, что именно произошло.
Собственные советы Make здесь приятно трезвы. Для «уведомлений, обновления записей или плановых задач», говорит платформа прямо, «классическая автоматизация быстрее, дешевле и проще в сопровождении». Мы согласны и так и говорим клиентам. Большинство автоматизаций SMB — именно такой формы: чистый вход, стабильные правила. Если это про вас — вам не нужен AI-агент, а тот, кто его продаёт, продаёт вам расходы, которые вы будете платить каждый месяц.
3000+ коннекторов к приложениям, бесплатный тариф, чтобы учиться, большое сообщество — для огромной доли бэк-офисной рутины Make и есть правильный ответ. Ничто ниже с этим не спорит. Если вы ещё выбираете инструмент — наши сравнения AI-агенты vs Zapier и AI-агенты vs n8n разбирают соседей.
Make AI Agents: что это и когда их достаточно
В 2026 Make выпустил собственные AI Agents, и это настоящий шаг, а не ребрендинг. Они живут прямо на том же визуальном canvas, что и сценарии. Агент может, словами Make, «рассуждать, выбирать следующее действие и запускать реальные workflow» через 3000+ приложений. Каждый шаг виден: «Вы видите каждое решение агента, шаг за шагом, в панели Reasoning, прямо на canvas. Ничто не работает как скрытый „чёрный ящик“». Запускать их можно на OpenAI, Anthropic Claude, Google Gemini, Mistral и других.
Это хорошо, и для определённого класса задач этого достаточно. Если вы уже живёте в Make и у вас ограниченная задача с элементом суждения — рассортировать входящие письма по категориям, набросать черновик ответа, выбрать один из трёх маршрутов для неоднозначной записи — Make AI Agent может быть всем, что нужно. Make формулирует так же: агенты — для случаев, когда «вход неструктурированный… правила часто меняются», тогда как «агенты не должны заменять автоматизацию; они решают, как автоматизация выполняется».
Где они перестают быть достаточными? В двух местах. Поведение стоимости на объёме, к которому дойдём ниже. И продакшн-вопросы, которых canvas вам не даёт: устойчивая память между сессиями, дисциплинированная эскалация человеку, оценка и регрессионное тестирование того, что агент реально говорит, и CRM-гигиена, выдерживающая граничные случаи. Панель Reasoning показывает один запуск. Front-office агенту, ведущему тысячи диалогов в месяц, нужна системная наблюдаемость, а не выборочные проверки.
Где сценарии ломаются
Три конкретных места, каждое — с реальным примером.
1. Вход — это каша
Сценарий ждёт чистых триггеров. Реальный front-office спрос чистым не приходит. В одном продакшн-внедрении, которое мы ведём — крупный украинский fashion-ритейлер — 67.7% диалогов с клиентами приходят из Instagram Direct, ещё 17.6% — из Viber, 11.9% — из Telegram. Клиентка присылает фото и спрашивает «у вас такое есть?», пишет полфразы, а потом посреди разговора прыгает с «покажите льняные платья» на «а какое есть в Харькове в S?». Роутер не может разветвиться на таком. Разобрать это — и есть вся работа, а разбор — ровно то, для чего сценарий не создан.
2. Credits — мелочь, пока не перестают ею быть
Make тарифицирует в credits. Классическое действие модуля — около одного credit; простой прогон «форма → Slack» — несколько. AI меняет арифметику. Через AI-провайдер Make действие AI тарифицируется как «1 credit за операцию + credits за токены» — переменная по замыслу. Независимый live-тест Make AI Agents намерил один запуск агента в 43–50 credits — диапазон, а не фиксированное число, и в этом вся суть.
За один запуск — мелочь. Теперь приложите это к реальному объёму. Тот продакшн-агент ведёт около 2 000 диалогов в месяц. Диалоговый агент — это не одно действие AI на диалог: он понимает, ищет, проверяет и отвечает, по нескольку вызовов модели на каждом шаге. Измеренные как токен-зависимые credits через тысячи диалогов, расходы перестают быть мелочью и перестают прогнозироваться. Наша измеренная альтернатива: около 0.10 € стоимости модели за диалог, фиксированно и наблюдаемо — примерно 200 € в месяц за те 2 000 диалогов, число, которое мы можем вписать в договор.
Считайте здесь честность: это не «Make дорогой». AI стоит денег везде. Суть в предсказуемости — число за диалог, которое можно заложить в бюджет, против токен-зависимых credits, которые движутся с каждым разговором.
3. Спагетти из сценариев
Тихая цена — сопровождение. Один сценарий — удовольствие. Сорок сценариев — собранных за год тем, кто был свободен на той неделе, сшитых между собой вебхуками — это система, которую никто не понимает целиком и которую все боятся трогать. Когда канал меняет API или промо удваивает трафик, кому-то надо держать весь граф в голове. В SMB без отдельного владельца автоматизации такого человека часто просто нет.
AI-агент рядом с Make, а не вместо
Вот что большинство статей «vs» упускает и где советы Make и наши сходятся точно: это редко «или-или». Агент разбирает кашу; Make держит механику.
Паттерн простой. AI-агент стоит спереди, там, где приземляется неструктурированный вход — сообщение в Instagram, фото, недоформулированный вопрос. Он разбирает, решает и выдаёт структуру: классифицированное намерение, чистую запись, следующее действие. Дальше он передаёт эту структуру туда, где Make (или n8n) уже силён — обновить CRM, запустить сценарий выполнения, отправить уведомление. Make говорит это одной строкой: «агенты не должны заменять автоматизацию; они решают, как автоматизация выполняется».
В fashion-внедрении это буквально и есть архитектура. Агент живёт в мессенджерах, находит товары по живому каталогу, ищет по фото, проверяет размеры и пишет каждый диалог в Bitrix24 как контакты и сделки — а дальше за дело берётся детерминированная механика. Комплаенс-ревьюер, умеющий только вычёркивать, держит тон бренда; неуверенные случаи эскалируются человеку с полным контекстом. Полный разбор с телеметрией — в нашем кейсе e-commerce.
Так что настоящий вопрос никогда не «агент или Make». Он — «какие части моего потока — это хаотичное суждение, а какие — надёжное исполнение?» — и дальше поставить каждое на своё место.
Сравнение стоимости: два разных типа расходов
Сразу честно: это не одна и та же покупка. Make — подписка на платформу: вы платите за мощность и сами строите и ведёте. Кастомный агент — доставленный результат: мы строим его под ваш процесс и отвечаем за число.
Тариф Make | ≈ EUR / месяц (годовая оплата)* | Credits / месяц |
|---|---|---|
Free | 0 € | 1 000 (мин. интервал 15 мин, 2 активных сценария) |
Core | ≈ 8 € | 10 000 |
Pro | ≈ 14 € | 10 000 |
Teams | ≈ 25 € | 10 000 |
Enterprise | custom | custom |
*Make ведёт официальный прайс в USD; EUR-эквиваленты переведены по курсу ЕЦБ на 06.07.2026 (1 USD = 0.876 EUR). Собственный EUR-биллинг Make может отличаться. Тиры credits растут выше 10 000 с ростом использования.
Наша сторона другой формы. Пилот — 1 800 € за 14 дней против контрактного KPI: не дотянул до метрики — не платите; дальше 49–149 € в месяц за сопровождение, плюс стоимость модели (около 0.10 € за диалог в кейсе выше), измеренная сверху.
Что дешевле? Для бэк-офисного потока, который собирается за полдня, — Make, очевидно, и мы скажем это первыми. Для front-office агента, держащего тысячи хаотичных диалогов, где каждый час без ответа в 22:00 — это остывшая продажа, цена тарифа — неверное сравнение. Полная стоимость владения включает человека, который это сопровождает, и спрос, который вы теряете вне часов. Если вместо этого взвешиваете собрать своими силами — смотрите AI-агенты vs кастомная разработка.
Дерево решения
- Приходит вход от клиента
- Структурированный или каша?
- Структурированный: формы, вебхуки, чистые данные → Сценария Make достаточно
- Каша: чат, фото, голос, свободный текст → Сколько диалогов в месяц?
- До ~200 → Make AI Agents могут покрыть
- Сотни-тысячи → Есть кому сопровождать внутри?
- Да: владелец ops или dev → Собирайте на Make или n8n сами
- Никто не владеет автоматизацией → Кастомный агент, KPI-пилот, рядом с Make
Рекомендация
Если вход структурированный и правила стабильны — берите Make и не давайте уговорить себя на агента. Это большинство автоматизаций, и Make будет служить им годами.
Если у вас задача размера Make AI Agent — ограниченная, среднего объёма, и есть кто-то внутри, кто владеет автоматизацией — попробуйте Make AI Agents. Они хороши и они прямо тут, на canvas, которым вы уже пользуетесь. Наш гайд как выбрать платформу для AI-агента проходит компромиссы.
Если хаотичный вход встречается с реальным объёмом и внутри никто этим не владеет — это те 20%, где кастомный агент, работающий рядом с вашими сценариями Make, окупается.
Не уверены, какой ваш случай? Для этого и есть аудит. Пройдите бесплатный AI-аудит за 2 минуты — он честно скажет, нужен ли вам агент вообще. Если да — мы очертим пилот на 14 дней против KPI, который вы задаёте: достигли числа — или не платите. Чтобы увидеть, что куда относится, посмотрите каталог автоматизаций.