Chargement…
Chargement…
Case study orienté impact: objectif métier clair, exécution maîtrisée, preuve ROI et plan de delivery traçable.
Statut
En production
Projet personnel en conditions réelles
Preuve technique
23 tests
n8n + Make API complète, IA jamais autonome par défaut
Accès
Démo live
Lien direct plus bas sur cette page
Scope livré
0 livrables
Briques prêtes à exploiter par les équipes
Le problème
Quand un workflow n8n ou un scénario Make échoue en production, quelqu'un doit s'en apercevoir, comprendre pourquoi, et décider s'il faut relancer — un travail manuel de reporting qui prend 2 à 3h par mois pour une agence qui gère les automatisations de plusieurs clients.
La solution
SaaS B2B multi-tenant (Clerk) qui surveille chaque exécution n8n/Make (intégration API complète : backfill + retry) et Zapier/Pipedream/Activepieces (ingestion webhook), diagnostique la cause racine par IA — le raisonnement est toujours affiché, jamais une boîte noire — et peut relancer une exécution échouée avec approbation humaine explicite, ou autonomie progressive optionnelle désactivée par défaut. Deux bases de données volontairement séparées : ClickHouse pour le flux d'événements, Postgres pour le relationnel.
Défis techniques
Aucune action IA ne doit être silencieusement autonome par défaut : chaque remédiation proposée reste en statut « proposed » tant qu'un humain ne clique pas explicitement sur « Approve & retry », même quand l'autonomie progressive est activée pour une connexion (toujours journalisée dans l'audit log).
Impact clé
Stack technique