Blog

Make.com dla firmy usługowej B2B: co automatyzować i kiedy nie

Workspace twórcy cyfrowego ilustrujący temat: make com
TL;DR:Make.com w małej firmie usługowej B2B. Trzy scenariusze, które przetestowałem u siebie: poczta z draftem, oferty z researchem i faktury do księgowej.

Make.com dla firmy usługowej B2B: co automatyzować i kiedy nie

Wspólnik firmy montażowej z pięcioosobowym biurem powiedział mi na rozmowie: „to jest taki właśnie toporny sposób, że trzeba dać mu ten cały kontekst” (za każdym razem od nowa przy każdym mailu wklejanym do ChatGPT). Make.com rozwiązuje dokładnie ten problem, ale nie w ten sposób, w jaki większość poradników go pokazuje. W małej firmie B2B (dwóch wspólników plus kilkuosobowe biuro) ma sens w trzech obszarach: skrzynka mailowa (draft odpowiedzi z kontekstem klienta), oferty i wyceny (research firmy i szkielet dokumentu w tle), faktury z zagranicy (kopie do księgowej co rano o 6:30). Poza tymi trzema często robi więcej szkód niż pożytku, o czym niżej.

Co Make.com naprawdę robi w firmie usługowej B2B

Make.com (dawniej Integromat) to program do budowy scenariuszy: bierze zdarzenie z jednego miejsca (nowy mail, zapisany lead, wypełniony formularz), przetwarza je przez kolejne moduły (ChatGPT, Google Sheets, baza klientów, Slack) i kończy działaniem w innym miejscu (wysyłka maila, dodanie wpisu w CRM, ping do właściciela). Wszystko z interfejsu graficznego, bez kodu. Dla kogo: dla firmy usługowej B2B, w której właściciel albo wspólnik chce sam ogarnąć automatyzację bez zatrudniania programisty. Nie dla firmy, która ma jednego admina zapracowanego do granic (planowanie i utrzymanie scenariuszy trwa dłużej, niż wygląda z YouTube’a).

Scenariusz to ciąg zdarzeń, nie skrypt

W Make.com nie piszesz kodu. Klikasz moduły w kolejności: Watch emails (Gmail), Filter (jeśli nadawca jest z listy klientów), ChatGPT (przygotuj draft odpowiedzi z załączonym kontekstem), Update Google Sheet (log w bazie zapytań), Send Slack notification (ping do właściciela z linkiem do draftu). Każdy moduł ma parametry: skąd bierze dane, co z nimi robi, gdzie oddaje. Widzisz wynik każdego kroku na wykresie. W razie błędu wiesz, w którym module coś się zatrzymało i dlaczego.

Moduły, które ma prawie zawsze pod ręką

Make.com ma tysiąc kilkaset integracji (dokładna liczba na stronie producenta). W praktyce w firmie usługowej B2B najczęściej używa się: Gmail, Google Calendar, Google Sheets, ChatGPT (OpenAI), Slack, Notion, HTTP request (do dowolnego API bez gotowego modułu), webhook (do przechwycenia zdarzeń z zewnątrz, np. Meta Lead Ads). Reszta to ozdoba, przez którą łatwo się zgubić. Dla kogo: jeśli używasz narzędzi z tej krótkiej listy, Make.com wystarczy w pełni. Jeśli masz autorski CRM albo bardzo specyficzne API, sprawdź w dokumentacji Make, czy integracja istnieje, zanim zapłacisz za plan.

Cennik i pułapka operacji

Plany Make.com liczą się w operacjach (każde zapytanie modułu to jedna operacja). Free plan daje limit miesięczny, płatne plany rosną kilkukrotnie. NIE SPRAWDZONO ostatnich cen, cennik Make.com trzymaj otwarty przed startem. Pułapka: scenariusz z filtrem, który sprawdza 100 maili dziennie w poszukiwaniu 3 od klientów, zjada 3000 operacji miesięcznie, mimo że pracuje tylko na 90. Dobrze skonstruowany scenariusz zaczyna się od najwęższego filtra (nadawca z listy klientów), a nie od pełnego skanu skrzynki.

Sześć obszarów małej firmy, trzy nadają się na Make.com

Wracam do tej samej rozmowy z wspólnikiem firmy montażowej. Wymienił sześć bolączek: poczta, oferty, faktury, dane o klientach, baza wiedzy, marketing. Zapytał wprost: „byłbyś w stanie wskazać parę obszarów, gdzie faktycznie moglibyśmy to wdrożyć i to by się przełożyło na oszczędność czasu”. Odpowiedziałem: trzy tak, dwa z ostrożnością, jeden odpuść. Dla kogo: ta sekcja jest dla właściciela, który sam czuje, że wszystko się mu rozjeżdża, a nie ma czasu przetestować każdego narzędzia po kolei.

Zielone światło: poczta, oferty, faktury

Poczta. Zapytania przychodzą mailem (formularz na stronie łapie głównie spam, sam to widzę u siebie). Draft odpowiedzi z załączonym kontekstem klienta i historią wcześniejszych rozmów oszczędza kilkanaście minut na każdym mailu. Oferty. Research firmy (co robią, jakie mają referencje, kto tam decyduje) przed pierwszą rozmową skraca ją z 60 do 30 minut i podnosi trafność wyceny. Faktury. Kopie z zagranicznych dostawców do księgowej co rano, bez klikania.

Żółte światło: dane o klientach, marketing

Dane o klientach. Prosty CRM w Google Sheets albo Airtable, do którego Make.com wpisuje każde zapytanie z maila i z reklamy. Działa, jeśli ktoś na koniec dnia patrzy w tabelę i dopisuje status. Bez tego staje się kolejnym miejscem z niekompletnymi danymi (Trello z pamięci wspólników przenosi się do arkusza z pamięci wspólników). Marketing. Wysyłka newslettera, planowanie postów, przechwyt leadów z reklam. Sensowne, jeśli marketing masz już poukładany. Bez strategii i regularności Make.com nic nie zmieni (dostawca zmieniony, chaos ten sam).

Czerwone światło: wycena ryczałtowa, wizja lokalna, decyzje strategiczne

Wycena projektu na milion złotych i osiem tysięcy godzin (przykład ze wspomnianej firmy montażowej) nie jest automatyzowalna. Decyduje doświadczenie, wizja lokalna, znajomość klienta i ryzyk. Make.com podpowie strukturę i podliczy pozycje z arkusza, ale ostatnie słowo zostaje po stronie człowieka. To samo dotyczy decyzji o nowym rynku, zatrudnieniu, wejściu w duży projekt. Automatyzacja tego, czego nie umiesz zrobić dobrze ręcznie, tylko przyspiesza chaos.

Poczta w Make.com: draft w skrzynce, decyzja po Twojej stronie

Najczęstszy pierwszy scenariusz, który pokazuję klientom. Dla kogo: dla firmy, w której odpisywanie na maile zjada 1 do 3 godzin dziennie wspólnikom albo asystentce. Nie dla firmy, w której cały ruch idzie przez telefon.

Watch emails > research kontrahenta > draft odpowiedzi

Scenariusz zaczyna się od modułu Watch emails w Gmailu z filtrem: nadawca nie ma domeny z listy spamu, wiadomość ma temat dłuższy niż 5 znaków, nie jest odpowiedzią na automat. Wynik idzie do modułu HTTP request, który pobiera stronę firmy nadawcy (domena z adresu mailowego). Kolejny krok: ChatGPT z promptem, który dostaje treść maila, kontekst firmy nadawcy i historię wcześniejszych rozmów z bazy (Airtable albo Google Sheets), i zwraca draft odpowiedzi w Twoim stylu. Ostatni krok: zapisanie draftu w Gmail jako szkic i ping do Twojego Slacka.

Angielska korespondencja bez przełączania kontekstu

Firma montażowa ze wspomnianej rozmowy miała dużo korespondencji po angielsku. W scenariuszu Make.com dodajesz do promptu ChatGPT parametr: „jeśli mail jest po angielsku, odpisz po angielsku, styl profesjonalny B2B, nie mailowo-luźny”. Nie musisz przełączać się mentalnie między językami. Draft już przychodzi w odpowiednim.

Archiwum tego samego dnia, INBOX zero

U siebie mam zasadę: mail obsłużony (odpisany, automat, domknięty wątek) nie wisi w INBOX. Make.com dokłada do scenariusza jeden moduł na końcu: po wysłaniu odpowiedzi (już przez Ciebie, po zatwierdzeniu draftu) oryginał leci do folderu Archive i znika ze skrzynki. Rano widzisz tylko te wiadomości, które faktycznie czekają na Twoją decyzję. To samo mam u siebie: agent czyta wiadomości i przygotowuje wersję odpowiedzi, ja ją zatwierdzam albo poprawiam, dopiero wtedy wychodzi. Każdy obsłużony mail od razu trafia do archiwum. Nic nie idzie w świat beze mnie.

Oferty i wyceny: research klienta w tle, zanim odbierzesz telefon

Wycena w firmie usługowej zajmuje kilka do kilkunastu godzin zespołu (przykład ze wspomnianej rozmowy z firmą montażową). Make.com nie skróci samej wyceny (to praca decyzyjna), ale odbierze research i pierwszy szkic. Dla kogo: dla firmy, która robi 5 albo więcej ofert miesięcznie i ma archiwum wygranych ofert do wykorzystania jako wzorce. Nie dla firmy, która robi 1 ofertę na kwartał (koszt utrzymania scenariusza przekroczy oszczędność).

Zapytanie z formularza > wzbogacenie danymi > alert

Scenariusz: webhook z formularza kontaktowego łapie zapytanie, kolejne moduły pobierają publiczne dane o firmie (strona www, LinkedIn firmowy, wpis w rejestrze), ChatGPT streszcza to w notatce („co robią, ile ludzi, ostatnie projekty, potencjalne dopasowanie do naszej oferty”), wynik idzie do Slacka i do Google Docs. Dla kogo: dla firmy, w której pierwsza rozmowa z leadem trwa 30 do 60 minut i połowa czasu leci na „opowiedz mi, co robicie”. Po wdrożeniu scenariusza rozmowa startuje z pytania „widziałem, że robicie X, jak Y pasuje do Waszego procesu”.

Szkielet oferty z wygranych wzorców

Drugi scenariusz: po rozmowie klikasz w Notion (albo w Google Sheet) „przygotuj szkielet oferty”, wybierasz z listy typ projektu (montaż, doradztwo, projektowanie), a Make.com wyciąga wzorce z podobnych wygranych ofert z ostatnich 12 miesięcy, dokleja standardowe rozdziały (harmonogram, płatności, warunki) i tworzy plik Word gotowy do dopisania szczegółów. Nie generujesz oferty od zera. Piszesz to, co unikalne dla tego klienta.

Podpisanie i wysyłka w jednym scenariuszu

Kiedy oferta jest gotowa, Make.com uruchamia drugi scenariusz. Plik PDF trafia do platformy podpisu elektronicznego, klient dostaje mail z linkiem, a po złożeniu podpisu automat aktualizuje wpis w Twoim CRM ze statusem „wysłana” albo „podpisana”. Cały ciąg działa bez logowania się do trzech różnych narzędzi.

W praktyce wygląda to tak. Trigger to nowy plik w folderze „oferty gotowe” na Google Drive albo status „do podpisu” w Twoim CRM. Make.com bierze plik i wysyła go do DocuSign albo do polskiej alternatywy Autenti. Obie platformy mają gotowe moduły w Make.com. Do klienta wychodzi mail z Twojego szablonu, imię podstawiane z rekordu w CRM. Webhook z platformy podpisu wraca do Make.com w momencie, kiedy klient złoży podpis. Wpis w CRM zmienia status, do Ciebie leci powiadomienie na Slacku albo mail „podpisano”.

U siebie mam podobny mechanizm po stronie wejścia. Kiedy ktoś rezerwuje rozmowę w moim kalendarzu, automat codziennie o 7:15 robi research firmy, zapisuje notatkę i przygotowuje plan rozmowy. Osobna bramka odrzuca zgłoszenia, które wyglądają na spam, i potwierdza prawdziwe. Efekt: od rozmowy o 11:30 do wysłanej oferty z wyceną minęło kilka godzin. Klient widzi system w akcji, zanim kupi.

Trzy dodatkowe gałęzie, żeby scenariusz nie zostawiał dziur:

  1. Kopia podpisanego PDF wraca na Google Drive do folderu „podpisane”. Jedno miejsce trzyma finalne wersje, nikt nie szuka po skrzynkach.
  2. Przypomnienie po 3 dniach, jeśli klient nie podpisał. Make.com sprawdza status i wysyła jeden mail z linkiem, bez naciskania.
  3. Brak podpisu po 10 dniach. Wpis w CRM przechodzi na status „wygasła”, do Ciebie idzie mail „zamknij wątek albo dopytaj”.

Koszty. Darmowa wersja Make.com wystarcza na kilka ofert dziennie (aktualny cennik: make.com/pricing). Podpis elektroniczny to osobny koszt platformy (cenniki: docusign.com i autenti.com).

Czego unikaj. Nie podpisuj umów przez zwykły mail z załącznikiem „podpisz skan i odeślij”. Traci Ci się ślad, kto widział którą wersję i kiedy podpisał. Platforma podpisu daje audit trail, który ratuje Cię przy sporze i przy kontroli. Drugi błąd: nie zostawiaj klienta samego z PDF na tydzień. Automatyczne przypomnienie po 3 dniach zwiększa szansę na podpis bez tego, żebyś musiał o tym myśleć.

Faktury i dane o klientach: Make.com robi robotę w nocy

Faktury kosztowe to szara strefa administracji: nic ważnego się nie dzieje, dopóki nie zorientujesz się, że księgowej brakuje dwóch dokumentów sprzed miesiąca i zaraz wyleci Ci VAT do naliczenia od nowa. Dla kogo: dla firmy z 10 albo więcej zagranicznymi dostawcami (Meta, Google, LinkedIn, Vercel, Cloudflare, subskrypcje SaaS). Dla firmy z 2 fakturami miesięcznie ręczna wysyłka do księgowej wystarczy.

Watch inbox > załączniki PDF > wysyłka do biura księgowego

U siebie zbudowałem to tak: aplikacja czyta skrzynkę codziennie o 6:30 rano, wyciąga załączniki PDF z faktur (filtr po nadawcy: nazwiska księgowych, domeny dostawców), sprawdza w bazie, czy dana faktura już przeszła (numer faktury plus NIP), i wysyła nową do biura księgowego. Bez klikania.

Zabezpieczenia: bez nich w miesiąc trafi kilka błędnych dokumentów

Zabezpieczenia: filtry przeciw duplikatom i błędnym dokumentom. Bez nich (ten sam PDF w kilku skrzynkach, paragon dosłany obok faktury, faktura na inny podmiot) u siebie w lipcu 2026 do księgowej poszło 6 błędnych dokumentów w jeden miesiąc. Dopisałem trzy filtry: numer faktury musi być unikalny w ciągu 12 miesięcy, NIP nabywcy musi być mój (nie firmy z tego samego adresu), typ dokumentu musi być faktura (nie paragon ani potwierdzenie). Osobny skrypt 1. i 7. dnia miesiąca sprawdza, czy nic nie zginęło.

KSeF i granica automatyzacji

Polskie faktury nie idą tą drogą, bo wchodzą przez KSeF (Krajowy System e-Faktur), a wysyłka mailem robiłaby duplikat. Stripe i Meta nie wysyłają PDF mailem, tylko link, więc te dwa nadal pobieram ręcznie u siebie. Make.com nie zastąpi Ci decyzji, które kanały automatyzujesz. Musisz je najpierw wypisać na kartce i posegregować.

Make vs zapier vs n8n: który wybierze mała firma B2B

To pytanie pada na każdej rozmowie o automatyzacji. Trzy narzędzia, trzy różne filozofie. Dla kogo: ta sekcja jest dla właściciela, który zamierza wybrać jedno i zostać z nim na rok, a nie żonglować co miesiąc.

Make: więcej roboty na jednym scenariuszu, mniej pracy scenariuszy

Make.com pozwala rozgałęziać scenariusz, iterować po tablicach danych, obsługiwać błędy w środku (nie tylko na końcu). Jeden scenariusz może robić trzy rzeczy naraz. Dla kogo: dla firmy, która lubi zamykać całą logikę (przyjęcie leada, research, alert, CRM, mail powitalny) w jednym miejscu. Nie dla kogoś, kto woli pięć małych scenariuszy niż jeden duży.

Zapier: prostsza kolejność kroków, słabsze rozgałęzienia

Zapier trzyma scenariusze proste: trigger, akcja, akcja, koniec. Rozgałęzienia (paths) są, ale mniej wygodne niż w Make. Za to ma więcej gotowych integracji z narzędziami niszowymi (CRMy branżowe, aplikacje HR, systemy dla dentystów). Dla kogo: jeśli używasz oprogramowania, którego Make nie ma na liście, Zapier prawie na pewno je będzie miał. Jeśli chodzi Ci tylko o Gmail, Sheets i Slack, Make wygrywa cennikiem.

n8n: self-hosted, tańsze w skali, wymaga admina

n8n można postawić na własnym serwerze za koszt VPS (dla małej firmy kilkadziesiąt złotych miesięcznie). Wersja cloud n8n też istnieje. Dla kogo: dla firmy, która ma 100 albo więcej scenariuszy albo scenariusze z ogromną liczbą operacji (setki tysięcy miesięcznie). Wtedy self-hosted zaczyna się opłacać kilkukrotnie w porównaniu z Make. Dla firmy z 5 scenariuszami self-hosted to strzelanie z armaty do wróbla.

Błędny scenariusz vs dobry scenariusz: trzy przykłady z mojej praktyki

Każdy z tych przykładów pochodzi z rozmów z klientami albo z mojego własnego wdrożenia. Wersja zła to taka, którą ludzie kopiują z poradników i która psuje robotę w miesiąc. Wersja dobra to ta, która przechodzi test na dłużej niż kwartał.

Poczta: filtr, kontekst, draft, Twoja decyzja

Zły scenariusz poczty
Trigger: Watch all emails in Gmail.
Akcja 1: ChatGPT (prompt: „odpisz na tego maila").
Akcja 2: Send reply.
Akcja 3: Archiwum.
↓
Dobry scenariusz poczty
Trigger: Watch emails w Gmail, filtr: nadawca nie w spam-liście, temat dłuższy niż 5 znaków, nie odpowiedź na automat.
Akcja 1: HTTP request (pobierz stronę firmy nadawcy z domeny mailowej).
Akcja 2: Airtable (pobierz historię wcześniejszych rozmów z tym klientem).
Akcja 3: ChatGPT (prompt: „Kontekst firmy: [X]. Historia: [Y]. Napisz draft odpowiedzi w moim stylu. Jeśli mail po angielsku, odpisz po angielsku.").
Akcja 4: Gmail Save as Draft.
Akcja 5: Slack notification z linkiem do draftu.
Akcja 6 (dopiero po Twoim ręcznym wysłaniu): Move oryginał do Archive.
Co zmienione i dlaczego: Zły workflow wysyła odpowiedzi bez Twojej weryfikacji, na wszystko, co przyjdzie do skrzynki (spam, powiadomienia, mailingi). W miesiąc pierwszy wyśle nieprawdziwą odpowiedź ważnemu klientowi. Dobry workflow filtruje na wejściu (bez tego zjada operacje na spamie), wzbogaca kontekstem (odpowiedź brzmi jak od kogoś, kto pamięta klienta), i zatrzymuje się na drafcie. Ty decydujesz, co wychodzi. Archiwum dopiero po wysyłce, nie przed.

Oferty: research automat, wycena człowiek, złożenie automat

Zły scenariusz oferty
Trigger: Nowy lead w CRM.
Akcja 1: ChatGPT (wygeneruj ofertę na podstawie danych z formularza).
Akcja 2: Wyślij PDF do klienta.
↓
Dobry scenariusz oferty
Trigger: Nowy lead w CRM (webhook z formularza).
Akcja 1: HTTP request (pobierz stronę firmy i profil LinkedIn firmowy).
Akcja 2: ChatGPT (streść firmę w 5 zdaniach, dopasuj do naszej oferty, wskaż 3 pytania na pierwszą rozmowę).
Akcja 3: Notion (utwórz stronę „Lead: [nazwa]" z notatką).
Akcja 4: Slack (ping do Ciebie z linkiem do notatki).
Akcja 5 (po Twojej rozmowie z klientem, ręczny trigger): Wyciągnij wzorce ofertowe z Airtable z podobnych wygranych projektów w ostatnich 12 miesiącach.
Akcja 6: Google Docs (utwórz szkielet oferty z wybranych wzorców).
Akcja 7 (po Twoim uzupełnieniu wyceny): PDF, wysyłka przez DocuSign, aktualizacja statusu w CRM.
Co zmienione i dlaczego: Zły workflow generuje ofertę, zanim ktokolwiek porozmawiał z klientem. Wycenę bierze z powietrza. Klient dostaje generyczny dokument, który mówi „nikt się nami nie zainteresował”. Dobry workflow rozdziela research (automat), rozmowę (człowiek), wycenę (człowiek), złożenie (automat), wysyłkę (automat). Każdy krok robi to, w czym jest dobry. To samo mam u siebie i od rozmowy o 11:30 do wysłanej oferty potrafi minąć kilka godzin.

Faktury: filtr nadawcy, kontrola duplikatu, kontrola NIP

Zły scenariusz faktur
Trigger: Nowy mail z załącznikiem PDF.
Akcja 1: Wyślij PDF do biura księgowego.
↓
Dobry scenariusz faktur
Trigger: Nowy mail z załącznikiem PDF.
Akcja 1: Filtr: nadawca w liście dostawców (Meta, Google, Cloudflare, itp.) LUB adres z domeny biura księgowego LUB temat zawiera „invoice", „faktura", „bill".
Akcja 2: OCR załącznika (wyciągnij numer faktury, NIP nabywcy, kwotę).
Akcja 3: Sprawdź w Airtable, czy faktura o tym numerze już przeszła w ostatnich 12 miesiącach.
Akcja 4: Sprawdź, czy NIP nabywcy równa się mój NIP (nie firmy z tego samego adresu).
Akcja 5 (tylko jeśli 3 i 4 przeszły): Wyślij do biura księgowego, zapisz w Airtable ze statusem „wysłana".
Akcja 6 (osobny scenariusz, 1. i 7. dnia miesiąca): Porównaj listę wysłanych faktur z listą subskrypcji, alert jeśli czegoś brakuje.
Co zmienione i dlaczego: Zły workflow zaufa wszystkiemu, co ma PDF w załączniku. W miesiąc do księgowej trafi paragon, faktura na inny podmiot i duplikat, jak u mnie w lipcu 2026. Dobry workflow ma trzy zabezpieczenia (filtr nadawcy, kontrola numeru, kontrola NIP) i drugi scenariusz kontrolny raz w miesiącu. Bez tego automatyzacja generuje więcej pracy, niż wykonuje, bo księgowa dzwoni z reklamacjami.

Kiedy Make.com nie ma sensu

Właściciel firmy usługowej powiedział mi na rozmowie w sierpniu 2026: „nie chcę tego robić na siłę, żeby wpychać AI tam, gdzie nie ma takiej potrzeby”. To najzdrowsze podejście do automatyzacji, jakie słyszałem od małego przedsiębiorcy. U siebie na stronie (gjasionowicz.pl/wdroz-ai) wypisałem trzy obszary, w których sam mówię klientom, że Make.com i asystenci AI nie pomogą.

Rzadka robota

Jeśli zadanie zajmuje kwadrans co trzy miesiące, wdrożenie zje więcej czasu, niż odda. Sam mam przykład od siebie. Stripe i Meta nie wysyłają PDF faktur mailem, tylko link, więc te dwa dokumenty co miesiąc pobieram ręcznie. Kilka minut raz w miesiącu nie jest warte scenariusza z logowaniem do dwóch paneli.

Brak historii

Bez archiwum ofert, korespondencji albo dokumentów model nie ma się na czym oprzeć. Wspólnik firmy montażowej (montaż maszyn i linii produkcyjnych, pięcioosobowe biuro) na moje pytanie o dane o zapytaniach odpowiedział: „nie zbieramy takich danych, a to by się na pewno przydało”. CRM u niego to tablica w Trello, „bardzo prymitywny”, reszta w pamięci („część się pamięta, aczkolwiek to jest bardzo zawodne”). Na tym Make.com nie zbuduje sensownego scenariusza. Najpierw trzy miesiące ręcznego zbierania danych do zwykłego Google Sheeta (kto pytał, o co, jak trafił, ile poszło ofert), dopiero potem automat.

Decyzje z wagą milionów

Ten sam wspólnik powiedział o wycenach ryczałtowych: „z kilka, no nawet kilkanaście godzin całego zespołu” idzie na przygotowanie oferty. Bywają oferty na milion złotych i projekty na 8 tysięcy godzin. Tu Make.com podpowie strukturę i podliczy pozycje ze wzorców wygranych ofert, ale ostatnie słowo zostaje po stronie firmy. Automatyzacja tego, czego nie umiesz zrobić dobrze ręcznie, tylko przyspiesza chaos.

Dorzucę czwarty punkt z własnego podwórka. Wdrożyłem u siebie automat do faktur kosztowych. Aplikacja czyta skrzynkę i codziennie o 6:30 wysyła dokumenty do księgowej. W lipcu 2026, zanim dołożyłem zabezpieczenia na sytuacje typu ten sam PDF w kilku skrzynkach, paragon dosłany obok faktury, faktura na inny podmiot, do księgowej poszło 6 błędnych dokumentów. Make.com bez guardraili robi awarię szybciej, niż ty ją zauważysz.

Kolejność w małej firmie usługowej B2B: najpierw uporządkuj proces, potem wybierz narzędzie, dopiero na końcu zbuduj scenariusz. Make.com jest ostatnim krokiem, nie pierwszym.

FAQ

Ile kosztuje Make.com dla małej firmy B2B? Free plan wystarcza na pojedyncze scenariusze i testy. Płatny plan zaczyna się od małej stawki miesięcznej (NIE SPRAWDZONO dokładnych stawek na dziś, cennik Make.com trzymaj otwarty przed startem). Realny koszt wdrożenia to nie sam Make.com, tylko integracje (ChatGPT z API, ewentualny CRM, ewentualna baza danych). Sam Make.com bywa najmniejszą pozycją w rachunku.

Make.com czy Zapier: co dla początkującego? Make.com dla kogoś, kto lubi wizualnie zaplanować cały ciąg zdarzeń. Zapier dla kogoś, kto woli klikać krok po kroku po angielsku. Make.com jest tańszy przy dużej liczbie operacji, Zapier ma więcej integracji z narzędziami niszowymi. Wybierz jedno i zostań z nim minimum 3 miesiące (przełączanie w połowie roku kosztuje więcej niż różnica w cenie).

Czy Make.com działa z chatgpt po polsku? Tak. Prompt do ChatGPT w Make.com wpisujesz po polsku, odpowiedź dostajesz po polsku. Model językowy nie jest ograniczony do angielskiego. W scenariuszu poczty możesz dopisać: „jeśli mail przyszedł po angielsku, odpisz po angielsku, w pozostałych po polsku”.

Czy mogę wrzucać do Make.com dane klientów zgodnie z RODO? Make.com to narzędzie do przenoszenia danych, nie do ich składowania (chyba że użyjesz Data Store). Jeśli Twój ChatGPT wpięty jest przez API OpenAI, dane nie idą na trening modeli. Umowa powierzenia (DPA) jest do zawarcia z każdym z dostawców (Make, OpenAI, Airtable). Przed produkcyjnym uruchomieniem porozmawiaj z inspektorem ochrony danych albo prawnikiem znającym Twoją branżę.

Jak długo trwa wdrożenie pierwszego scenariusza w Make.com? Prosty scenariusz (Watch email > filtr > Slack) postawisz w godzinę. Scenariusz z ChatGPT i wzbogaceniem danych zajmie pół dnia. Scenariusz produkcyjny (z zabezpieczeniami, obsługą błędów, testami) 2 do 5 dni pracy. Największym kosztem nie jest sama budowa, tylko poprawianie scenariusza przez pierwszy miesiąc, kiedy wychodzą przypadki brzegowe.

Co, jeśli scenariusz Make.com się zepsuje w środku nocy? Make.com wysyła alert mailem na Twoje konto, gdy scenariusz zawiedzie. Zaawansowana opcja to dodać ostatni moduł Error handler, który w razie błędu wpisuje log do Google Sheets i pinguje Slack. Bez tego zorientujesz się, że coś nie działa, dopiero kiedy klient napisze „nie dostałem odpowiedzi”.