Платформа автоматизации — это клей, который соединяет формы на сайте, CRM, мессенджеры, таблицы и языковые модели в рабочие процессы без написания кода для каждой связки. Три самых распространённых варианта — Zapier, Make и n8n — решают одну задачу, но по-разному устроены, по-разному тарифицируются и по-разному ведут себя при росте. Выбор между ними редко бывает очевидным, а переезд с одной на другую — это переделка всех сценариев.
Ниже — сравнение по критериям, которые реально важны малому бизнесу: стоимость при росте объёма, сложность освоения, работа с данными и ИИ, где хранятся данные и кто будет это поддерживать. Без рейтингов и победителя — вместо этого три портрета компаний и подходящий выбор для каждой.
Коротко о каждой платформе
Zapier — самая старая и простая. Огромное число готовых интеграций, принцип «триггер — действие», минимальный порог входа. Облачный сервис, тарификация по числу выполненных задач. Хорош для линейных сценариев: пришла заявка — создай карточку — отправь письмо.
Make (бывший Integromat) — визуальный конструктор с ветвлениями, циклами, обработкой массивов. Сценарий рисуется на холсте как схема. Облачный, тарификация по операциям. Позволяет строить заметно более сложную логику, чем Zapier, при сравнимой простоте.
n8n — конструктор с открытым исходным кодом. Можно пользоваться облачной версией, а можно развернуть на своём сервере — тогда платить за операции не нужно. Самый гибкий: в любом узле можно написать код, есть встроенные узлы для работы с языковыми моделями и агентами, нет ограничений на объём обрабатываемых данных кроме мощности сервера. Порог входа выше.
Критерий 1. Сколько это стоит при росте
Главное отличие — в модели оплаты.
- Zapier считает задачи: каждый шаг сценария после триггера. Сценарий из пяти шагов, сработавший тысячу раз, — пять тысяч задач. На малых объёмах это недорого; при сотнях заявок в день счёт становится ощутимым.
- Make считает операции схожим образом, но тарифы в среднем мягче, и обработка массива данных внутри одного запуска тарифицируется выгоднее.
- n8n в облачной версии считает запуски сценариев целиком, независимо от числа шагов внутри. На своём сервере — только стоимость сервера, ориентировочно от нескольких долларов в месяц за виртуальную машину.
Практический ориентир: пока автоматизация запускается сотни раз в месяц, разница в деньгах невелика и выбирать стоит по удобству. При десятках тысяч операций в месяц самостоятельно развёрнутый n8n становится заметно дешевле, и этот разрыв растёт с объёмом. Но к стоимости сервера нужно прибавить время на его администрирование — своё или подрядчика.
Критерий 2. Кто будет этим пользоваться
Если сценарии будет настраивать и править сам собственник или офис-менеджер без технического опыта, Zapier осваивается за вечер, Make — за несколько дней, n8n — за одну-две недели при наличии мотивации. Разница не в том, что n8n «сложнее», а в том, что он показывает больше: структуру данных, заголовки запросов, выражения. Для человека без технического бэкграунда это сначала шум.
Если автоматизацию собирает подрядчик, а компания только пользуется результатом, критерий меняется: важнее, насколько легко другому специалисту потом разобраться в сценариях. Здесь все три платформы примерно равны при условии, что сценарии названы понятно и задокументированы. Подробнее о границах самостоятельной сборки — в статье про no-code автоматизацию.
Критерий 3. Сложность логики
Линейный сценарий без условий — Zapier справится. Условия, ветвления, циклы по списку позиций заказа, объединение данных из нескольких источников — Make делает это наглядно. Сценарии, где нужно обрабатывать большие массивы, вызывать внешние API с нестандартной авторизацией, дописывать небольшие фрагменты кода для преобразования данных, держать состояние между запусками — n8n.
Пример границы: интернет-магазин хочет при каждом заказе проверить остатки по всем позициям в учётной системе, пересчитать сроки доставки по регионам и отправить клиенту сообщение с итогом. В Zapier это превратится в громоздкую цепочку с ограничениями. В Make — выполнимо, но при двадцати позициях в заказе операции будут расходоваться быстро. В n8n — один запуск с циклом внутри.
Критерий 4. Работа с ИИ и агентами
Все три платформы умеют вызывать GPT-5, Claude, Gemini и другие модели. Разница в глубине.
- В Zapier вызов модели — это один шаг: передал текст, получил ответ. Для классификации заявок или составления ответа по шаблону достаточно.
- В Make — то же плюс удобная работа с результатом: разбор структурированного ответа, ветвление по результату.
- В n8n есть отдельные узлы для агентов: модель с инструментами, память диалога, подключение векторных баз (Qdrant, Pinecone) для RAG, цепочки вызовов. Собрать Telegram-бота, который отвечает по документам компании и вызывает CRM, можно без внешнего кода.
Если планируется именно агент — с диалогом, памятью и инструментами, — а не разовые вызовы модели внутри линейного процесса, n8n сейчас заметно удобнее. Это одна из причин, почему мы в AiKrok чаще всего используем его для проектов с ИИ. Как такие агенты устроены в принципе — в статье про автоматизацию бизнеса с AI-агентами.
Критерий 5. Где хранятся данные
Zapier и Make — облачные сервисы, через их серверы проходят все данные сценариев: заявки, переписка, реквизиты. Для большинства компаний это приемлемо на том же уровне, что и облачная CRM. Но если есть требования к хранению данных внутри страны или внутри компании — медицина, финансы, юридические услуги, госконтракты, — единственный вариант из трёх — n8n на собственном сервере в нужной юрисдикции. Тогда и платформа, и логи, и промежуточные данные остаются под контролем.
Критерий 6. Надёжность и отладка
У облачных платформ надёжность — забота провайдера; сбои бывают редко, но повлиять на них нельзя. У n8n на своём сервере надёжность — ваша забота: нужны резервные копии, мониторинг, обновления. Зато логи выполнения полные и остаются у вас сколько нужно; в облачных тарифах история часто ограничена по времени.
Отладка во всех трёх платформах визуальная: видно, на каком шаге сценарий упал и с какими данными. В n8n можно повторить выполнение с теми же входными данными, что ускоряет поиск ошибок.
Три портрета и выбор для каждого
Студия йоги, 3 сотрудника
Задачи: заявка с сайта — в таблицу и в Telegram администратору, напоминание клиенту за день до занятия, рассылка новостей. Объём — десятки событий в день. Нет технического специалиста. Выбор — Zapier или Make: быстро, дёшево на этом объёме, администратор справится сама. Переход на что-то другое понадобится, только если студия вырастет в сеть.
Интернет-магазин, 12 сотрудников, 100–300 заказов в день
Задачи: заказы из нескольких каналов в учётную систему, проверка остатков, статусы клиентам, возвраты, ежедневная сводка. Логика с ветвлениями, объём — тысячи операций в день. Выбор — Make, если команда хочет сама править сценарии и готова платить за операции, или n8n на своём сервере, если есть подрядчик или технически подкованный сотрудник и важна стоимость при росте. При таких объёмах разница в ежемесячной плате уже существенна. Об автоматизации магазина отдельно — в статье про автоматизацию интернет-магазина.
Клиника, 40 сотрудников, ИИ-ассистент для пациентов
Задачи: агент в Telegram и WhatsApp отвечает на вопросы, записывает, напоминает; данные пациентов не должны покидать контур. Выбор — n8n на собственном сервере, с локальной или облачной моделью в зависимости от того, какие данные проходят через каждый сценарий. Другие варианты отпадают по требованиям к данным.
Можно ли совмещать
Да, и это нормальная практика. Простые сценарии, которые правит офис-менеджер, — в Make; агенты и чувствительные данные — в n8n. Но два инструмента — двойная поддержка и две точки отказа, поэтому стоит делать это осознанно, а не по инерции.
С чего начать
- Посчитайте объём: сколько событий в день будет запускать автоматизацию через полгода, а не сегодня.
- Определите, кто будет править сценарии: сотрудник без техники, технически подкованный сотрудник или подрядчик.
- Проверьте требования к данным: есть ли ограничения на обработку в облаке.
- Решите, нужен ли вам агент с диалогом или достаточно вызова модели внутри линейного процесса.
- Соберите первый сценарий на выбранной платформе за неделю и посмотрите на расход операций и удобство — это даст больше, чем любое сравнение.
Если первый пункт даёт большие объёмы, третий — ограничения, а четвёртый — агента, выбор почти наверняка n8n. Если везде «нет», начинайте с Make или Zapier и не усложняйте.