L’automatisation avec n8n et l’intégration d’agents IA représente aujourd’hui un domaine en pleine effervescence, essentiel pour optimiser les processus d’entreprise.
Dans ma dernière vidéo, j’ai invité Baptiste Fort de l’agence 0vni, un expert en automatisation qui nous montre trois scénarios d’automatisation n8n accessibles et puissants, conçus pour faire gagner un temps précieux et réduire drastiquement les coûts opérationnels dans des secteurs.
1. Exemple 1 : Agent IA pour répondre aux emails
Le premier scénario d’automatisation proposé est un agent IA de support par e-mail, une solution simple à mettre en place et accessible à tous, promettant un gain de temps considérable. Ce workflow est particulièrement pertinent pour les entreprises B2B ou les plateformes d’e-commerce nécessitant une gestion automatisée des requêtes entrantes.
Structure du workflow et choix technologiques
Le fonctionnement de cet agent repose sur une série de trois nœuds fondamentaux. Le point de départ est un trigger (déclencheur) lié à la réception d’un e-mail. Dans l’exemple présenté, un nœud Gmail est utilisé et est paramétré pour scanner la boîte de réception toutes les minutes (every minute), garantissant une réponse automatique relativement rapide. Il est souligné que n8n ne permet pas de déclencher l’automatisation instantanément dès la réception d’un e-mail, nécessitant ainsi cette temporisation régulière.
Pour l’agent IA lui-même, le modèle GPT-4 est privilégié. Ce choix est justifié par le fait que GPT-4 est considéré comme l’option la moins coûteuse et celle qui offre les meilleures performances pour ce type de tâche. Le rôle de cet agent IA est de scanner et de comprendre l’e-mail reçu.
L’Importance cruciale de la mémoire de conversation
L’élément le plus intéressant et le plus puissant de cette automatisation n8n, et qui la distingue des autres outils comme Make, est la mémoire des conversations. Pour assurer un support client efficace, l’agent doit constamment disposer du contexte des échanges. Cette mémoire est mise en place en récupérant l’ID du mail client. Si le client envoie plusieurs e-mails successifs, la mémoire stocke ces courriels, permettant à l’agent de fournir une réponse personnalisée et pertinente, évitant ainsi de répondre de manière inappropriée ou hors sujet. Le contexte est l’outil principal pour garantir la précision et minimiser les risques d’hallucination (réponses inventées) de l’IA. Si l’usage reste modéré (une cinquantaine ou une centaine de mails par jour), l’agent aura largement le temps d’analyser la conversation et d’utiliser la mémoire.
Le workflow se termine par un nœud de réponse où l’on utilise des variables, notamment le thread ID pour répondre directement dans la conversation par mail, l’objet du message original (sniping), et bien sûr, la réponse générée par l’agent IA.
Impact et rentabilité
L’impact financier de cette automatisation est impressionnant. L’utilisation de cet agent IA pour répondre à environ 50 e-mails par jour ne coûterait pas plus de 4 ou 5 dollars. Cette dépense est dérisoire si on la compare au coût horaire nécessaire pour embaucher une assistante ou un assistant pour effectuer manuellement cette même tâche de réponse aux courriels, rendant cette automatisation extrêmement rentable.
2. Exemple 2 : Génération de vidéos UGC avec Sora 2
Le second scénario tire parti de technologies d’IA de pointe, telles que Sora 2 (le générateur de vidéo d’OpenAI, bien que son accès officiel en France soit encore limité au moment de l’enregistrement), pour automatiser la création de contenu vidéo promotionnel. Cette solution est vitale pour les petits e-commerçants ou toute entreprise souhaitant produire rapidement du contenu généré par l’utilisateur (User Generated Content ou UGC) en masse.
Les composants du workflow
Le workflow de génération vidéo démarre généralement après la soumission d’un formulaire simple demandant l’URL du site internet de la personne et le lien (URL) de la photo du produit à promouvoir. Il est également mentionné que l’entrée pourrait se faire via une base de données AirTable, permettant de piloter les données de génération vidéo à partir de cette source.
- Récupération de données et scraping : L’automatisation utilise un appel HTTP pour scraper (extraire) le site web du client. L’objectif est de récupérer le code HTML complet du site pour en extraire des informations clés telles que la description du produit et la tarification (pricing). Un nœud d’extraction permet ensuite de filtrer le HTML pour ne conserver que les informations pertinentes.
- Génération du prompt par Claude : Les informations scrapées (couleurs principales, description) sont envoyées à l’outil d’IA Claude. Claude a pour mission d’analyser ces données, ainsi que l’image du produit (fournie par son URL), pour créer un prompt efficace et pertinent.
- Génération vidéo avec Sora 2 : Le prompt généré par Claude et l’URL de l’image sont ensuite envoyés à Sora 2 via un service externe, tel que dfapi.org.
Coût, personnalisation et performance
L’utilisation de services externes pour accéder à Sora 2 est remarquablement économique, avec un coût estimé à seulement 10 centimes par vidéo. En outre, cette approche permet souvent de supprimer le filigrane de Sora 2, améliorant la qualité perçue du contenu.
Le résultat est vraiment impressionnant pour une vidéo générée par IA. Le temps de génération d’une vidéo est assez rapide, ne prenant que quelques dizaines de secondes, ou environ deux minutes pour le workflow complet.
Cette automatisation offre un gain de temps considérable en remplaçant des processus manuels chronophages comme le shooting de produits. L’avantage majeur de l’utilisation d’un workflow n8n réside dans la personnalisation : l’utilisateur peut définir les prompts de sortie, garantissant que la vidéo est alignée sur ses attentes. Il est possible de créer des boucles dans n8n pour générer 30 à 40 vidéos par produit, voire une vidéo pour chacun de ses 100 produits si l’on utilise une base de données AirTable en entrée.
3. Exemple 3 : Génération de leads automatisé
Le troisième scénario d’automatisation se concentre sur la génération de leads qualifiés, combinant le scraping de données de masse et l’intelligence artificielle pour personnaliser l’approche commerciale. L’objectif est d’identifier des prospects, de récupérer leurs informations de contact (y compris les adresses e-mail) et de leur envoyer un message personnalisé de manière automatique.
Outils de scraping et problématique de l’adresse e-mail
Le workflow débute par l’utilisation d’un outil de scraping (tel que Apify, qui est disponible via un nœud sur n8n) pour extraire des leads qualifiés, par exemple des restaurants ou des centres de formation, à partir de Google Maps. Bien que le scraping soit une méthode puissante (capable de récupérer 1000 à 1500 leads), l’un des problèmes fréquents est le manque d’adresse e-mail dans les données initiales.
Pour résoudre ce manque, le workflow utilise une stratégie ingénieuse :
- Scraping du site web : L’automatisation scrappe le HTML du site internet du lead.
- Ciblage des mentions légales : L’objectif est de récupérer le contenu de la page d’accueil et surtout de la page des mentions légales, car c’est là que l’adresse e-mail de contact est le plus souvent répertoriée.
- Extraction par ChatGPT : Toutes les données HTML récupérées sont envoyées à ChatGPT. ChatGPT est chargé de trouver l’URL précise des mentions légales à l’intérieur de ce contenu, puis d’extraire l’adresse e-mail à partir de cette page spécifique.
Centralisation et contact personnalisé
Une fois les leads enrichis avec l’adresse e-mail, les informations sont stockées dans une base de données centralisée, comme AirTable. Ce système permet ensuite de lancer l’étape finale du workflow : l’envoi d’e-mails automatiques.
L’envoi est conçu pour être hautement personnalisé, utilisant les champs de la base de données (tels que le nom de l’entreprise et son URL) pour adapter le message à chaque prospect.
Précautions et efficacité
Bien que l’automatisation permette de contacter de grands volumes de prospects (jusqu’à 1500 leads), il est essentiel d’y aller progressivement, notamment pour l’envoi d’e-mails. L’expert recommande de tester petit à petit (par exemple, 10 e-mails par 10 e-mails) pour surveiller les taux de réponse et s’assurer que les messages n’atterrissent pas directement dans les spams.
Ce workflow peut être extrêmement utile pour toute entreprise cherchant à récupérer des leads, car il connecte la récupération d’informations (numéro de téléphone, adresse e-mail, adresse de l’entreprise) et le contact commercial automatique, réduisant considérablement la charge de travail manuelle de prospection.
