Chez Majorbird, nous avons dépassé l'effet de mode et développé de véritables agents AI intégrés à Odoo — au service des clients comme des équipes internes. Du chat en direct au traitement de PDF en commandes, nous combinons LLMs, automatisation des flux de travail et personnalisation d'Odoo pour créer des assistants intelligents qui agissent, et ne se contentent pas de répondre. Voici comment nous l'avons mis en œuvre récemment pour deux de nos clients.
Introduction : l'AI dans l'ERP — bien plus qu'un simple chatbot
Pour de nombreuses entreprises, les chatbots AI se limitent encore à des réponses préenregistrées et des FAQ simples. Mais récemment, nous avons vu plus grand. En combinant Odoo avec des flux d'automatisation (n8n) et des LLMs externes (Gemini, Claude, etc.), nous avons créé un système AI qui comprend, mémorise, raisonne — et agit avec vos données ERP.
Le résultat est un assistant entièrement intégré qui vit dans Odoo mais peut se connecter au monde extérieur, accompagner les clients, assister les équipes commerciales et automatiser les relances, le tout en temps réel.
Du chatbox à l'agent intelligent : assistance en direct pour Komacut
L'application la plus visible se trouve sur www.komacut.com, où le chatbox du service d'assistance est propulsé par Odoo et l'AI. Même si le site web n'est pas construit avec Odoo, l'assistant gère les conversations entrantes et les enrichit dans l'ERP.
Lorsqu'un client ouvre le chat, le système achemine la conversation vers un commercial dans le fuseau horaire le plus proche, tente de répondre sur la base des connaissances de l'entreprise et génère un résumé complet à la fin du chat. Le cas échéant, il crée une tâche de suivi ou une nouvelle entrée Q&A pour référence future.
Toutes les données — messages, informations utilisateur, tâches et Q&As — sont stockées directement dans Odoo, en faisant un véritable assistant, et non une simple surcouche de chat.
Personnalité, prompt et paramètres : définir l'agent
Tout assistant AI commence par une personnalité bien définie. Dans notre configuration, nous avons créé un modèle Odoo personnalisé pour définir les prompts de l'agent — l'ensemble des instructions qui guident le comportement du LLM.
Ces prompts définissent le ton, les capacités et les règles à respecter par l'agent. Nous y associons également des paramètres LLM tels que la température (aléatoire), les limites de tokens (longueur des réponses) et les modèles préférés (GPT-4, Claude, Gemini, etc.).
Cette configuration est entièrement gérée dans Odoo.
L'agent peut accéder à des outils, appeler d'autres agents ou exécuter des actions serveur — lui conférant la capacité de prendre des décisions et d'interagir avec les données métier.
Former le bot : connaissances et mémoire de l'entreprise
Pour rendre l'AI véritablement utile, nous avons dû lui enseigner les spécificités de l'entreprise — produits, processus et terminologie. Cela est réalisé à l'aide d'une combinaison de mémoire statique et dynamique.
Les connaissances sont stockées dans des modèles Odoo personnalisés sous forme de texte, collectées de trois manières :
- Entrées rédigées manuellement
- Résumés au format CSV générés automatiquement à partir d'autres tables Odoo
- Contenu extrait de sites web (via HTTP + parsing AI)
Chaque entrée est balisée par contexte et peut être récupérée lors des conversations. Un modèle Q&A permet à l'AI de proposer des entrées que les équipes commerciales peuvent valider et promouvoir en tant que connaissances officielles.
Tout cela est indexé dans une base de données vectorielle — un format optimisé pour une recherche sémantique rapide. Cela permet de mettre en œuvre la Retrieval Augmented Generation (RAG) : lorsqu'un utilisateur pose une question, le système recherche dans la base mémoire les éléments connexes et les envoie avec le prompt et le contexte du chat au LLM.
Vues mémoire dans Odoo :
Donner de vrais pouvoirs à l'AI : outils et actions
Un agent qui ne peut que parler ne suffit pas — nous voulons qu'il agisse.
En exposant des actions serveur sélectionnées dans Odoo et en les décrivant comme des « outils », nous permettons au LLM de décider quand et comment les déclencher. Par exemple, l'agent peut :
- Récupérer l'historique des commandes d'un client
- Créer une opportunité ou une tâche interne
- Envoyer un e-mail de relance
- Appeler même un autre agent pour des tâches spécialisées
Chaque outil possède des paramètres, des validations et des flux de secours optionnels. Toute la logique et l'historique sont enregistrés, afin que les humains puissent suivre ou remplacer les actions de l'agent.
Architecture : Odoo + n8n + OpenRouter
Pour orchestrer tout cela, nous utilisons une stack en couches mais légère :
- Odoo : Stocke les conversations, les connaissances, les prompts, les outils, les profils utilisateurs et les tâches
- n8n : Un moteur d'automatisation gratuit qui gère les workflows — comme la récupération de la mémoire, l'appel au LLM, l'exécution d'actions serveur et l'enregistrement des résultats
- OpenRouter : Nous connecte à des LLMs externes — Gemini, Claude, GPT, et bien d'autres — avec la flexibilité de changer de modèle selon les besoins
Cette configuration est évolutive, indépendante des fournisseurs et économique — idéale pour les entreprises qui souhaitent maîtriser leur stack.
Ce que nous avons déjà développé
Voici quelques applications concrètes déjà en production :
- Support en direct sur le site public KOM : réponses dynamiques, création de tâches, enrichissement des connaissances
- Support connecté pour les clients KOM : accès à l'historique des commandes et des produits
- Création de commandes clients à partir de PDF soumis par les clients
- Tableaux de bord internes + support Q&A (ex. tableaux de bord ALN via Metabase)
- Assistants internes de déploiement et de gestion des connaissances de l'entreprise utilisés par notre propre équipe
Conclusion : L'avenir de l'ERP est intelligent
Nous croyons que votre ERP devrait être bien plus qu'un simple système d'enregistrement — il devrait réfléchir, assister et agir. En combinant la flexibilité d'Odoo, des outils d'automatisation et des LLMs, nous avons créé une nouvelle catégorie d'assistant qui transforme les conversations en workflows et les connaissances en valeur commerciale réelle.
Si vous êtes curieux de savoir comment cela pourrait s'appliquer à votre entreprise, nous sommes prêts à vous le montrer.
Obtenez une démo ou créez votre propre agent AI
Nous développons activement cette stack avec des clients dans les secteurs de la fabrication, du commerce et des services. Vous voulez voir ce qu'elle peut faire ?