Gumloop

Ce que c’est

Gumloop est une plateforme d’agents IA avec un canvas de workflows no-code en dessous. Cet ordre est le changement à connaître : le produit menait auparavant avec le canvas — glisser des nodes, les relier, exécuter un workflow jusqu’au bout depuis un trigger — et il mène désormais avec les agents. Le canvas est ce qu’un agent appelle quand une étape doit être reproductible plutôt que raisonnée.

Trois surfaces comptent pour l’acheteur. Les agents s’exécutent en chat, dans Slack, depuis une boîte email d’agent, ou via des triggers planifiés et événementiels. Les workflows sont le canvas : un node de trigger, des nodes d’enrichissement, des nodes de modèle (plus de 35 modèles, sélectionnables node par node, ou avec votre propre clé API) et des nodes d’action qui réécrivent les résultats dans vos applications. Brain est la couche de récupération : elle indexe les pages Notion, les documents Google Drive, les canaux Slack publics, les dépôts GitHub, les espaces Confluence, les articles et tickets Zendesk, les enregistrements Salesforce et les fichiers en upload, avec une portée personnelle / équipe / organisation. Pour Google Drive et Salesforce, Brain peut hériter des permissions de la source, de sorte que la récupération ne renvoie que ce que la personne qui interroge pouvait déjà ouvrir.

La bibliothèque de connecteurs dépasse maintenant 300, contre plus de 130 affichés par Gumloop mi-2026, et les ajouts récents arrivent sous forme de serveurs MCP plutôt que de nodes construits à la main. Gumloop est sortie de YC W24, a levé 70,1 M$ — 3,1 M$ en seed (First Round, juillet 2024), 17 M$ en Series A (Nexus Venture Partners, janvier 2025) et 50 M$ en Series B menée par Benchmark (mars 2026) — et cite Shopify, Instacart, Gusto, Samsara, Ramp et Opendoor parmi ses clients.

Pourquoi l’outil apparaît dans les stacks RevOps, Legal et Recruiting

La même plateforme couvre trois verticales parce que le travail de fond est identique : prendre des entrées non structurées, y passer un modèle, pousser des sorties structurées dans le système de référence.

• RevOps l’utilise pour l’enrichissement de prospects — extraire une liste de HubSpot, scraper le site de chaque entreprise, extraire les signaux d’ICP avec un node de modèle, réécrire les champs — ainsi que pour la personnalisation outbound et les travaux d’hygiène CRM qui exigeraient sinon un script Python et quelqu’un pour le maintenir.
• Legal ops l’utilise pour l’entrée de documents : ingérer des PDF depuis un dossier Drive partagé, extraire les données de clauses et les noms des parties, et router tout élément signalé vers un canal Slack ou la file d’intake contractuel. C’est là que le choix de modèle par node se rentabilise : extraction de clauses sur un modèle, résumé sur un autre moins cher.
• Recruiting l’utilise pour le tri de CV face à une description de poste, avec envoi des lignes qualifiées vers l’ATS et notification du recruteur, en remplacement d’un tri manuel qui, à volume, consomme 2 à 3 heures par jour.

La réalité du prix

Le plan gratuit a disparu. Gumloop proposait auparavant un palier à 0 $ avec 5 000 crédits par mois ; la page de tarifs ne liste plus que deux options et un essai de 14 jours qui bascule en plan payant sans annulation. Si votre plan d’évaluation était « je construis sur le gratuit et je passe payant si ça marche », cette voie est fermée.

• Pro — 37 $/mois. 20 000 crédits, sièges illimités, agents et équipes illimités, 5 exécutions de workflow simultanées, 25 chats d’agent simultanés, plus de 35 modèles, clé API personnelle, Brain, synchronisation des skills avec GitHub, identifiants partagés, garde-fous par agent, un serveur MCP hébergé et un support par email.
• Enterprise — sur devis. Les valeurs par défaut montent à 15 exécutions de workflow simultanées et 100 chats d’agent simultanés, les deux négociables ; s’y ajoutent la mise en file d’attente des requêtes, des garde-fous à l’échelle de l’organisation, un déploiement en VPC, SCIM/SAML, le contrôle d’accès par rôles, les journaux d’audit, un tableau de bord d’administration, l’hébergement et le proxy MCP sur mesure, des tunnels gérés pour les serveurs MCP privés, un taux d’orchestration négocié, un support Slack dédié et un expert Gumloop intégré.

Ce qu’une équipe paie réellement, c’est la ligne de crédits, pas les 37 $. Gumloop compte 1 crédit = 0,005 $ et répercute le coût des tokens du modèle à ce taux de conversion. Un chat d’agent est facturé sur cinq composantes : les tokens de chat et de raisonnement ; un minimum de 1 crédit par appel d’outil réussi ; le compute à 5 crédits par minute de session ; des frais d’orchestration de 8 % sur la somme de ces trois postes ; et le coût complet de tout workflow déclenché par l’agent. Apportez votre propre clé de modèle et la composante raisonnement disparaît de votre solde de crédits — mais les frais d’orchestration doublent à 16 %. Les workflows facturent plus simplement : 1 crédit au démarrage plus le coût de chaque node exécuté, la plupart des nodes natifs étant gratuits, sans frais de compute ni d’orchestration.

Budgétez contre les 20 000 crédits, pas contre l’abonnement. Une équipe orientée workflows sur des nodes majoritairement natifs n’approchera pas le plafond. Une équipe orientée agents si : le compute seul place une session d’agent de 60 minutes à 300 crédits avant même de compter un token ou un appel d’outil.

Pour qui c’est fait

Les équipes RevOps, Legal Ops et Recruiting de 5 à 300 personnes sans support d’ingénierie, qui font tourner des pipelines chargés en documents ou du travail multi-modèles qu’aucun outil ponctuel ne couvre seul. Le ROI est le plus net quand la plateforme remplace au moins une tâche manuelle récurrente consommant plus de 3 heures par semaine.

Ce n’est pas pour vous si vos automatisations sont du déplacement déterministe de données sans étape de raisonnement : vous paierez un prix de plateforme d’agents pour de la plomberie que Zapier ou Make font pour moins cher. Ce n’est pas non plus pour vous s’il vous faut un palier gratuit durable pour prototyper, ou si les traitements par lots d’une seule équipe dépassent régulièrement 5 exécutions simultanées : en Pro, ces requêtes sont rejetées et non mises en file, et le correctif est un contrat Enterprise, pas un changement de plan.

Alternatives et quand les choisir

• Zapier — le leader en parts de marché, avec le catalogue de connecteurs le plus large. Choisissez-le quand le travail est de la plomberie déterministe (déplacer des données de A vers B quand C se déclenche) et qu’aucune étape de raisonnement n’intervient. Sa tarification à la tâche passe mal à l’échelle sur les pipelines chargés en modèles, précisément là où le forfait à 37 $ plus crédits mesurés de Gumloop l’emporte.
• Make — choisissez-le pour une logique de branchement complexe, une large bibliothèque de connecteurs et un coût par opération plus bas à fort volume, avant l’intelligence documentaire native. Make conserve un palier gratuit ; Gumloop n’en a plus, ce qui pèse davantage qu’avant.
• n8n — l’entrant qui croît le plus vite, et le bon choix quand vous avez un support d’ingénierie, qu’il vous faut une résidence des données ou que vous voulez maîtriser l’infrastructure. La Community Edition auto-hébergée est gratuite ; le cloud démarre à 20 €/mois en facturation annuelle pour 2 500 exécutions. La profondeur de connecteurs dépasse celle de Gumloop, mais les étapes d’intelligence documentaire supposent d’écrire du code au lieu de choisir un bloc.
• Lindy — choisissez-le quand l’automatisation est une surveillance permanente et non un pipeline : surveiller une boîte de réception, trier l’inbound, raisonner sur l’état du CRM dans la durée. Lindy facture par utilisateur (Plus 29,99 $/utilisateur/mois pour 3 000 crédits, Pro 99,99 $ pour 15 000) ; les sièges de Gumloop sont illimités et les crédits mutualisés, si bien que les deux s’inversent selon que votre contrainte est l’effectif ou le volume.

Points de vigilance

• Les frais d’orchestration s’ajoutent à tout le reste, et doublent avec une clé API personnelle. Des équipes apportent leur propre clé en pensant réduire les coûts, puis découvrent que les frais de plateforme sont passés de 8 % à 16 % des crédits de chat, de compute et d’appels d’outils. Garde-fou : exécutez le même workflow des deux façons sur un jeu de test de 10 lignes et lisez le tableau de bord des crédits avant d’arrêter une stratégie de clés — la clé personnelle ne gagne que si votre tarif de modèle négocié bat la répercussion de Gumloop de plus de ces 8 % supplémentaires.
• Le compute d’agent se facture au temps réel, pas au travail effectué. À 5 crédits par minute de session, un agent de longue durée qui passe l’essentiel de son temps à attendre des appels d’outils lents brûle des crédits au même rythme qu’un agent qui raisonne vraiment. Attendre l’utilisateur est gratuit ; attendre une API ne l’est pas. Garde-fou : déplacez les segments longs et déterministes dans un workflow, qui ne porte ni frais de compute ni frais d’orchestration, et laissez l’agent l’appeler.
• Pro rejette la concurrence excédentaire au lieu de la mettre en file. Au-delà de 5 exécutions de workflow simultanées, l’API renvoie HTTP 429 et les chats d’agent échouent avec une erreur de concurrence ; la mise en file est une fonction Enterprise. Un lot de 500 lignes lancé en exécutions parallèles perdra du travail en silence si rien ne réessaie. Garde-fou : échelonnez les triggers, découpez les gros traitements en sous-workflows (qui ne comptent pas dans la limite) et intégrez une reprise sur 429 dans tout ce qui appelle l’API.
• L’hébergement MCP est plafonné à un serveur en Pro. Exposer plusieurs API internes via MCP — pour des agents Claude Code, du routage entre workflows ou des services privés derrière un tunnel géré — impose Enterprise. Garde-fou : si la topologie MCP est une exigence et non un bonus, obtenez un prix Enterprise avant de bâtir l’architecture autour.