Gumloop

Ce que c’est

Gumloop est un canvas d’automatisation IA no-code où les équipes ops glissent, déposent et connectent des nœuds modulaires pour construire des automatisations IA multi-étapes sans écrire de code. Un flow est un graphe visuel : un nœud trigger se déclenche selon un planning ou un événement, les données transitent par des nœuds d’enrichissement, des nœuds de modèle IA (Claude Sonnet, GPT-4o, Gemini 2.5, DeepSeek — chacun sélectionnable par nœud) et des nœuds d’action qui écrivent en retour dans les apps utilisées. La plateforme propose plus de 130 intégrations natives, plus de 115 blocs prédéfinis et une extension Chrome qui charge des données du navigateur directement dans les flows. La différence avec l’automatisation de workflow classique (Zapier, Make) réside dans l’intelligence documentaire — extraction structurée de PDFs, d’emails et d’images à grande échelle — et la flexibilité de modèle par nœud : un seul flow peut appeler Claude pour l’extraction de clauses juridiques, GPT pour la génération de texte et Gemini pour la classification d’images, en optimisant le coût du modèle à chaque étape.

Gumloop a démarré dans YC W24 (hiver 2024) et a levé $70,1 M au total — seed ($3,1 M, First Round, juillet 2024), Série A ($17 M, Nexus Venture Partners, janvier 2025) et Série B de $50 M menée par Benchmark (mars 2026). Parmi les clients cités : Shopify, Ramp, Gusto, Samsara et Instacart. La société compte 37 employés et est basée à San Francisco.

Pourquoi Gumloop apparaît dans les stacks RevOps, Legal et Recruiting

Le même canvas couvre les trois verticaux parce que la tâche sous-jacente est identique : recevoir des inputs non structurés, y appliquer de l’IA et pousser des outputs structurés vers les outils qui en ont besoin.

• RevOps utilise Gumloop pour des pipelines d’enrichissement de prospects : extraire une liste depuis HubSpot, scraper le site de chaque entreprise, exécuter un nœud Claude pour extraire des signaux ICP et écrire les champs enrichis en retour dans le CRM — sans code. Le même canvas tourne aussi pour la personnalisation d’outreach (ingestion de liste → personnalisation du corps avec LLM → export vers l’outil d’envoi) et les jobs d’hygiène de données CRM.
• Legal ops monte des flows de traitement documentaire pour ingérer des PDFs depuis un dossier partagé, extraire des données de clauses ou des noms de parties avec un nœud GPT, et acheminer les documents signalés vers une alerte Slack ou un inbox de contrats.
• Recruiting automatise des pipelines de screening de candidats : ingérer des CVs, les noter par rapport à la description de poste via LLM, pousser les lignes qualifiées dans l’ATS et notifier le recruteur — en remplacement d’un tri manuel qui prendrait autrement 2 à 3 heures par jour.

Les prix en pratique

Gumloop propose deux niveaux publics et un plan enterprise sur mesure :

• Free — $0 ; 5 000 crédits/mois, 1 seat, 1 trigger actif, 2 exécutions simultanées. Conçu pour prototyper un seul flow, pas pour un usage en production en équipe.
• Pro — $37/mois ; plus de 20 000 crédits, seats illimités, triggers actifs illimités, 5 exécutions simultanées, 25 interactions d’agent simultanées, 1 instance de serveur MCP hébergé, collaboration en équipe. Le niveau de production pour la plupart des équipes.
• Enterprise — sur mesure ; ajoute des contrôles d’accès basés sur les rôles, SSO SCIM/SAML, déploiement en VPC, insights de dépenses IA, file d’attente de workflow, plusieurs instances de serveur MCP et un canal de support dédié avec un expert Gumloop.

À $37/mois pour plus de 20 000 crédits contre $49,99/mois chez Lindy pour 5 000 crédits, Gumloop délivre environ 4× le volume de crédits à un prix inférieur. La comparaison est imparfaite : les crédits Gumloop font tourner un canvas que vous construisez vous-même ; les crédits Lindy alimentent des agents de jugement prêts à l’emploi. Budgétisez par rapport au flow spécifique que vous souhaitez exécuter, pas par rapport au ratio affiché.

Idéal pour

Les équipes RevOps, Legal Ops et Recruiting non techniques de 5 à 300 personnes qui ont besoin de pipelines IA à forte composante documentaire, d’automatisations d’enrichissement de prospects ou de workflows multi-LLM qu’aucun outil ponctuel ne couvre. Le ROI est le plus net lorsqu’on remplace ≥1 tâche manuelle de recherche ou de traitement qui consomme actuellement plus de 3 heures par semaine et dont le coût logiciel par seat dépasse $37/mois.

Alternatives et quand les choisir

• n8n — la principale plateforme d’automatisation de workflow open-source auto-hébergeable. Choisissez-la quand votre équipe dispose d’un support ingénierie, a besoin d’une résidence des données complète et veut contrôler son infrastructure. L’auto-hébergement de n8n est gratuit ; les plans cloud démarrent à $24/mois. La profondeur des connecteurs dépasse celle de Gumloop, mais les nœuds d’intelligence documentaire nécessitent du code personnalisé plutôt que des blocs prédéfinis.
• Lindy — choisissez Lindy quand l’automatisation nécessite un jugement persistant : surveiller un inbox, trier des demandes inbound ou raisonner sur l’état du CRM dans le temps. Le modèle d’agent de Lindy est toujours actif et piloté par les événements ; le canvas Gumloop exécute des flows jusqu’à leur terme sur un trigger. Pour le routage de leads ou la synthèse de notes de réunion, la conception orientée jugement de Lindy convient mieux qu’un canvas.
• Zapier — le leader du marché de l’automatisation de workflow, avec le catalogue d’intégrations le plus large. Choisissez-le quand le travail est une plomberie déterministe (déplacer des données de A vers B quand C se déclenche) sans étape de raisonnement IA. La tarification à la tâche de Zapier passe mal à l’échelle pour les pipelines à forte composante IA en volume, comparée au tarif fixe de $37/mois de Gumloop.
• Make — choisissez Make quand une logique de branchement complexe, un large catalogue de connecteurs et un coût par opération plus faible à haut volume priment sur l’intelligence documentaire native IA. Le niveau gratuit de Make est plus généreux que celui de Gumloop ; c’est l’alternative à la croissance la plus rapide dans le segment de l’automatisation économique.

Points de vigilance

• La consommation de crédits se concentre en début de flow dans les automations à forte composante IA. Les appels LLM, l’analyse de documents et les nœuds d’analyse d’images consomment des crédits bien plus vite que les simples opérations de déplacement de données. Un flow traitant 200 PDFs avec un nœud Claude Opus peut épuiser les 20 000 crédits du plan Pro en une seule exécution. Garde-fou : construisez le flow, exécutez-le sur un jeu de test de 10 lignes, lisez la consommation de crédits sur le tableau de bord, puis dimensionnez votre plan à partir du coût par ligne observé — pas à partir du chiffre affiché.
• La limite de 5 exécutions simultanées sur Pro crée un plafond de débit pour les grands jobs en batch. Une liste de 500 lignes traitée en un seul batch prend 100 fois la durée d’un flow unique quand la concurrence est limitée à 5. Garde-fou : mesurez le temps de traitement du batch par rapport à la fenêtre requise par vos systèmes en aval ; passez en Enterprise (qui ajoute la mise en file d’attente des workflows et des limites de concurrence plus élevées) si l’écart est ingérable.
• L’hébergement de serveur MCP est limité à 1 instance sur Pro. Les équipes qui ont besoin d’exposer plusieurs API internes via MCP — pour des agents Claude Code, du routage de données entre flows ou des contrôles de dépenses IA — ont besoin d’Enterprise. Garde-fou : si MCP est un driver d’exigences pour votre architecture, obtenez les tarifs Enterprise avant de construire l’intégration.