n8n vs. Make – co si vybrat pro AI automatizaci?

Zapier? Ten tady ani neporovnávám.

Hned na začátku to uříznu. Hodně lidí čeká, že tohle bude trojboj Zapier vs. Make vs. n8n. Nebude. Zapier z toho rovnou vyřazuju.

Je drahý, je omezený a pro pořádné AI projekty je prakticky nepoužitelný. Pokud ho používáš na úplně jednoduché „když přijde mejl, ulož přílohu na Drive“, tak fajn, nech si ho, funguje. Ale jakmile budeš chtít AI agenty, vlastní logiku, data na svých serverech, tak tě Zapier dojede. Cenou i možnostmi.

Takže reálný souboj je dneska Make versus n8n. A já na tenhle duel mám fakt jasný názor. Ale dám ti i druhou stranu, ať se rozhodneš sám.

Make: pěkné, cloudové, pro netechniky

Make, dřív Integromat. Vizuálně je to hustý nástroj, to mu nikdo nevezme. Krásné rozhraní, intuitivní práce, scénáře vypadají hezky i na screenshotu do prezentace. Bohatá knihovna konektorů na všechno možné.

Pro netechnické uživatele je Make ta nejpřívětivější volba na trhu. Sedneš a za hodinu máš první automatizaci. To je reálná výhoda a nebudu předstírat, že není.

Ale teď ty „ale“, a jsou tři.

• Cena roste s počtem operací. A AI workflow dělá operací hodně. Jedno zavolání modelu, jedna kontrola, jedno uložení, to se sčítá. Co začne jako levná hračka, ti za pár měsíců naskočí na nepříjemnou částku.
• Data jsou na serverech Make. Pro regulované obory nebo projekty, kde řešíš citlivá data klientů, to může být rovnou deal breaker. Ne každý si může dovolit posílat data ven.
• AI integrace jsou limitovanější. Nativní podpora AI agentů je v Make slabší než v n8n. Dá se to obejít, ale je to obcházení, ne čisté řešení.

n8n: technicky náročnější, ale mega mocnější

n8n je jiné zvíře. Upřímně, není to vizuálně tak učesané jako Make. Na první pohled působí trochu syrověji. Ale to, co ti dá na oplátku, je šílené.

• Self-hosting. Tvoje data, tvoje servery, tvoje pravidla. Pro GDPR compliance nebo opravdu citlivá data je tohle must-have. Nic neopouští tvoji infrastrukturu.
• AI-native. n8n má nativní AI Agent nodes a přímou integraci s OpenAI, Anthropic i lokálním Ollama. Stavíš AI agenty přímo uvnitř n8n, bez berliček a externích nástrojů. A tohle je dneska zásadní.
• Code nodes. Když na něco není konektor, prostě napíšeš kousek JavaScriptu přímo do workflow. Žádné limity, žádné „to bohužel nejde“. Vždycky to nějak jde.
• Cena. Cloudová verze je levnější než Make. A self-hosted verze je zadarmo. Ano, čteš dobře, zadarmo. Platíš jen za server, na kterém to běží.

Konkrétní příklad z praxe

Dám ti reálný případ, ať to není jen tabulka funkcí.

Měl jsem klienta, menší e-shop, který chtěl automatizovat zákaznický servis. Nápad byl jednoduchý. Když přijde dotaz, AI ho přečte, zjistí, o co jde, najde odpověď v dokumentaci a buď rovnou odpoví, nebo to předá člověku.

V Make bych to slepil. Šlo by to. Ale narazil bych na dvě věci. Operace by se sčítaly, protože každý dotaz znamená několik kroků, a měsíční účet by neúměrně rostl s počtem zákazníků. A data zákazníků, jejich objednávky a dotazy, by tekla přes cizí servery.

V n8n jsem to postavil self-hosted. AI Agent node, napojení na Anthropic, jeden code node na doladění logiky. Klient platí jen server, data zůstávají u něj a workflow zvládne klidně desetinásobek dotazů bez toho, aby cena vyletěla. To je přesně ten rozdíl, o kterém celou dobu mluvím.

Kdy fakt zvolit Make

Aby to nevypadalo, že na Make jen plivu. Má svoje místo.

Pokud tvůj tým není technický a nemá chuť ani čas se učit nové věci, je Make naprosto ok volba. Na jednoduché notifikace, synchronizaci dat mezi appkami, základní automatizace marketingu. Rychlý start, příjemný UX, hotovo.

Když nepotřebuješ AI agenty a nemáš citlivá data, tak ti Make odvede práci a nebudeš řešit servery. To je legitimní cesta a nestydím se ji doporučit.

Kdy zvolit n8n, a proč je to pro AI jasná volba

A teď ta druhá strana.

Pokud chceš stavět AI agenty, je to n8n. Bod. Tečka. Nativní podpora ti ušetří hodiny na každém projektu.

Pokud máš compliance požadavky a data musí zůstat u tebe, je to n8n. Self-hosting tu otázku řeší jednou provždy.

Pokud jsou tvoje workflow složitá a potřebuješ do nich občas vlastní logiku, je to n8n. Code nodes tě nikdy nenechají ve štychu.

A pokud chceš dlouhodobě ušetřit na nákladech, je to zase n8n. Ten rozdíl v ceně se na delší trati nasčítá do slušných peněz.

Jak to mám sám

Abych nemluvil jen teoreticky. Já osobně používám n8n na všechny klientské projekty. Bez výjimky.

Mám ho self-hosted na vlastním serveru. To znamená, že mám plnou kontrolu nad daty a můžu klientovi do očí říct, že nic neopouští jeho ani moji infrastrukturu. To je v rozhovorech s firmami fakt silný argument.

A nativní AI agent support mi reálně šetří hodiny práce na každém jednom projektu. Dřív jsem to lepil přes externí služby, dneska to mám všechno na jednom místě.

Přiznávám, že začátek s n8n byl těžší než s Make. Pár večerů jsem nad tím seděl a klel. Ale ta investice se mi vrátila mnohonásobně.

Závěr bez vaty

Make je dobrý nástroj. Vážně. Pro spoustu lidí je to ta správná volba a nemá smysl je od něj odrazovat.

Ale n8n je správný nástroj pro AI éru. Pokud myslíš automatizaci s AI vážně, pokud chceš agenty a kontrolu nad daty, tak dlouhodobě stejně skončíš u n8n. Tak proč u něj rovnou nezačít.