Odoo AI 19.4: chatbots en taakautomatisering

Odoo 19 introduceerde een AI-laag die verder gaat dan tekstgeneratie. Het kan gebruikers helpen informatie te vinden, records te interpreteren, weergaven te openen, documenten te classificeren, helpdeskwerk te ondersteunen, websitebezoekers te beantwoorden en gecontroleerde acties te selecteren. Odoo 19.4 breidt die richting uit met automatische modelselectie, spraakinteractie, opgeslagen gesprekken, uitgebreidere recordkaarten in live chat en MCP-connectiviteit.

De nuttige vraag is niet of Odoo AI heeft. Het gaat erom welke agent in een bepaalde situatie welke informatie en tools mag gebruiken. Odoo scheidt die zaken via agents, skills, bronnen en serveracties.

Begin met de standaard Ask AI-assistent

De standaard Ask AI-assistent is beschikbaar via de commandopalet en de AI-knop in de hele Odoo-interface. Volgens de officiële Odoo AI-documentatie kan deze natuurlijke taalvragen beantwoorden, weergaven openen, content verbeteren, chatter samenvatten en op basis van context volgende stappen voorstellen.

De standaard Ask AI-agent kan databasegegevens niet wijzigen. Hij kan een gebruiker helpen informatie te begrijpen en te navigeren, maar Odoo scheidt die hulp bewust van tools die schrijfbewerkingen uitvoeren. Dit is een belangrijke standaard, omdat een vloeiend antwoord niet stilzwijgend een boekhoudkundige, sales- of operationele transactie mag worden.

Aangepaste agents definiëren een specifieke taak

Een aangepaste Odoo AI-agent heeft een system prompt, antwoordstijl, een of meer skills en optionele bronnen. De officiële AI-agentsdocumentatie beschrijft een agent als een assistent in natuurlijke taal met een gedefinieerd doel en toegang tot Odoo-tools.

In de eerdere Odoo 19-documentatie worden verzamelingen van instructies en tools topics genoemd. Odoo 19.4 hernoemt ze naar skills. Het doel blijft hetzelfde: elke skill legt de context, regels en workflow voor een taak uit, terwijl tools de daadwerkelijke functies zijn die de agent mag aanroepen.

Deze structuur ondersteunt agents die voor verschillende situaties zijn ontworpen, in plaats van één assistent met brede en onduidelijke bevoegdheden. Voorbeelden zijn:

Een salesassistent die kansen vindt, pijplijngegevens uitlegt en follow-upberichten opstelt.
Een supportagent die antwoordt op basis van goedgekeurde Knowledge-artikelen en onzekere gevallen escaleert.
Een documentagent die een upload classificeert en een goedgekeurde map of tag selecteert.
Een field-serviceassistent die de taakgeschiedenis samenvat en een klantupdate voorbereidt.
Een livechatagent die veelvoorkomende vragen beantwoordt en na het verzamelen van de vereiste gegevens een CRM-lead aanmaakt.

Bronnen bepalen waarnaar een agent kan verwijzen

Odoo-agents kunnen PDF's, weblinks, Documents-bestanden en Knowledge-artikelen gebruiken als geïndexeerde bronnen. De optie Beperk tot bronnen beperkt de agent tot actieve geüploade bronnen. Dit is handig voor klantgerichte antwoorden, omdat de organisatie het materiaal kan definiëren dat de agent moet gebruiken in plaats van brede, niet-onderbouwde antwoorden toe te staan.

Bronbeperking verbetert de controle, maar de kwaliteit van de bronnen blijft belangrijk. Documenten moeten eigenaren, revisiedata en een proces hebben om verouderde prijzen, beleidsregels of instructies te verwijderen. Tegenstrijdige bronnen kunnen inconsistente antwoorden opleveren, zelfs wanneer elk document technisch goedgekeurd is.

Hoe Odoo AI Live Chat werkt

Odoo kan een AI-agent toewijzen aan een Live Chat-kanaalregel. De officiële AI Live Chat-documentatie stelt dat een agent veelvoorkomende vragen kan beantwoorden, om meer informatie kan vragen, gesprekken kan kwalificeren en kan escaleren naar een menselijke operator.

Het meegeleverde livechatpatroon maakt niet simpelweg na het eerste bericht een lead aan. De instructies bepalen wanneer escalatie gepast is, verzamelen ontbrekende contactgegevens, bevestigen bekende gegevens en roepen de lead-creatietool slechts één keer aan. Dit laat zien waarom workflow-instructies net zo belangrijk zijn als het taalmodel.

Odoo 19.4 kan ook rijke, aanklikbare kaarten tonen wanneer een agent in live chat ondersteunde Odoo-records noemt. Dit kan het voor de bezoeker eenvoudiger maken om een product, afspraak of ander ondersteund record te begrijpen en te openen.

Een bedrijfsspecifieke chatbot is een ontwerp patroon, geen enkele vinkje

Een organisatie met meerdere bedrijven kan willen dat elke bedrijfswebsite een chatbot heeft die alleen over dat bedrijf antwoordt. Odoo heeft de bouwstenen voor dit ontwerp, maar de grens moet expliciet worden geconfigureerd.

Een praktisch patroon is:

Gebruik een aparte website en Live Chat-kanaal of kanaalregel voor elke bedrijfgerichte ervaring.
Maak voor elk bedrijf een aparte AI-agent in plaats van één agent met een prompt die probeert het bedrijf af te leiden.
Geef elke agent alleen de goedgekeurde Knowledge-artikelen, documenten, beleidsregels en weblinks van dat bedrijf.
Schakel Beperk tot bronnen in zodat antwoorden binnen de bedrijfsspecifieke bronnenset blijven.
Wijs alleen de skills en tools toe die nodig zijn voor dat kanaal, zoals informatieopvraging of gecontroleerde leadcreatie.
Zorg ervoor dat elke aangemaakte lead, ticket of afspraak de beoogde bedrijfscontext en het verantwoordelijke team krijgt.
Test vragen over verschillende bedrijven, dubbelzinnige merknamen en pogingen om informatie van een ander bedrijf op te halen.

Odoo multi-company-records kunnen gedeeld of bedrijfsspecifiek zijn. De multi-company-documentatie legt uit dat aan een bedrijf gekoppelde offertes, facturen en leveranciersfacturen beperkt zijn tot de relevante bedrijfscontext, terwijl sommige records, zoals contacten en producten, standaard gedeeld kunnen zijn.

Dat recordmodel betekent niet dat elke AI-bron automatisch geïsoleerd is. Beschouw een system prompt zoals “discussieer alleen Company A” niet als een vertrouwelijkheidscontrole. Gescheiden bronnencollecties, kanaaltoewijzingen, toegangsrechten en controles aan de toolzijde bieden de sterkere grens. Als strikte juridische isolatie vereist is, kunnen aparte databases geschikter zijn dan een gedeelde multi-company-configuratie.

Agents kunnen taken alleen uitvoeren via toegewezen tools

Als een agent geen skills heeft, zegt Odoo dat deze informatie kan geven maar geen taken kan voltooien of de database kan wijzigen. Een tool breidt de agent uit voorbij het gesprek. Voorgeconfigureerde voorbeelden zijn onder meer het openen van een weergave en het aanmaken van een lead, terwijl geïnstalleerde apps andere tools beschikbaar kunnen maken.

Voor geautomatiseerde recordworkflows gebruikt Odoo AI-serveracties. De AI-serveractiedocumentatie scheidt de AI-manager van de worker-tool. De AI leest het record en de prompt, kiest een tool en levert de gedeclareerde argumenten. De standaard serveractie voert vervolgens de echte bedrijfslogica uit.

Hiermee kan AI een contextuele beslissing nemen terwijl deterministische code de regels afdwingt. AI kan bijvoorbeeld een leveranciersdocument classificeren, maar de geselecteerde tool moet de bestemming, het bedrijf, de toegestane recordstatus en de vereiste velden valideren voordat er iets wordt weggeschreven.

Nuttige patronen voor taakautomatisering

Classificeer inkomende documenten en pas een goedgekeurde tag of map toe.
Vat een helpdeskticket samen en vul een gestructureerd triageveld in.
Selecteer een vervolgpad op basis van een record, terwijl het verzenden of goedkeuren aan een gebruiker wordt overgelaten.
Maak van live chat een CRM-lead nadat de vereiste contactgegevens zijn bevestigd.
Stel een e-mail op vanuit de huidige recordcontext voor menselijke beoordeling.
Extraheer gestructureerde details uit een document in een gecontroleerde workflow.

Het zwakste patroon is één brede agent te voorzien van een verzameling krachtige schrijftools. Smalle agents zijn eenvoudiger te testen, uit te leggen en te auditen.

Wat Odoo 19.4 toevoegt

De officiële Odoo 19.4 release-opmerkingen voegen verschillende mogelijkheden toe aan dit agentmodel:

Automatische selectie van het meest geschikte geconfigureerde AI-model voor een taak.
Spraakinteractie om verzoeken aan een agent te dicteren.
Opslag van agentgesprekken tot 30 dagen na het laatste bericht.
MCP-connectiviteit voor compatibele externe tools.
Rijke previewkaarten voor ondersteunde records die in live chat worden genoemd.
Het hernoemen van topics naar skills.

MCP vergroot de integratiemogelijkheden, maar ook de noodzaak voor beveiligingscontrole. Inloggegevens, blootgestelde tools, gebruikersrechten, logging en databoundaries moeten worden gedocumenteerd voordat een externe AI-client wordt gekoppeld.

Overwegingen rond provider en prijsstelling

Odoo ondersteunt OpenAI- en Google Gemini-providers. Gebruikers van Odoo Online hoeven voor de standaardservice geen eigen API-sleutel toe te voegen, al kunnen ze dat wel doen voor meer controle. Odoo.sh- en on-premise databases hebben providersleutels nodig voor AI-functies. De Odoo AI API-sleuteldocumentatie vermeldt dat er providerkosten van toepassing kunnen zijn wanneer klantspecifieke sleutels worden gebruikt.

Een veilige uitrolchecklist

Kies één smalle use case met een meetbaar handmatig proces.
Definieer goedgekeurde bronnen, verboden onderwerpen en het menselijke escalatiepad.
Wijs de minimaal benodigde tools toe en dwing regels af binnen elke tool.
Test bedrijfs-, gebruikers- en recordtoegang met gewone accounts, niet alleen met beheerders.
Test onjuiste, onvolledige, tegenstrijdige en cross-company vragen.
Vereis beoordeling voor financiële, contractuele, destructieve of extern verzonden acties.
Monitor antwoorden, toolcalls, providergebruik en bronversheid na de lancering.

De praktische conclusie

Odoo AI is het nuttigst als een verzameling gerichte assistenten binnen bestaande bedrijfsworkflows. Live chat, bedrijfsspecifieke kennis, leadcreatie, documentclassificatie en automatisering op basis van records zijn geloofwaardige use cases omdat Odoo natuurlijke-taalbeslissingen kan combineren met gestructureerde records en gecontroleerde tools.

Het ontwerp mag nooit alleen op vertrouwen of op een prompt steunen. Scheid agents op basis van doel, beperk hun bronnen, minimaliseer hun tools en houd bedrijfsregels in deterministische Odoo-acties. Dat is wat een chatbotdemo verandert in een ondersteunbare operationele capaciteit.