Odoo 19 introducerade ett AI-lager som går längre än textrendering. Det kan hjälpa användare att hitta information, tolka poster, öppna vyer, klassificera dokument, stödja helpdesk-arbete, svara webbplatsbesökare och välja kontrollerade åtgärder. Odoo 19.4 utökar den riktningen med automatisk modellval, röstinteraktion, sparade konversationer, rikare livechatt-kort för poster och MCP-anslutning.

Den användbara frågan är inte om Odoo har AI. Det är vilken agent som får använda vilken information och vilka verktyg i en viss situation. Odoo delar upp dessa frågor genom agenter, färdigheter, källor och serveråtgärder.

Börja med den vanliga assistenten Ask AI

Den vanliga assistenten Ask AI finns tillgänglig från kommandopaletten och AI-knappen i hela Odoo-gränssnittet. Enligt den officiella Odoo AI-dokumentationen kan den svara på frågor på naturligt språk, öppna vyer, förbättra innehåll, sammanfatta chatter och föreslå nästa steg baserat på sammanhang.

Den vanliga Ask AI-agenten kan inte ändra databasposter. Den kan hjälpa en användare att förstå och navigera information, men Odoo skiljer medvetet den hjälpen från verktyg som utför skrivningar. Detta är ett viktigt standardbeteende eftersom ett flytande svar inte i tysthet ska kunna bli en bokförings-, försäljnings- eller driftstransaktion.

Anpassade agenter definierar ett särskilt jobb

En anpassad Odoo AI-agent har en systemprompt, svarsstil, en eller flera färdigheter och valfria källor. Den officiella dokumentationen för AI-agenter beskriver en agent som en assistent för naturligt språk med ett definierat syfte och åtkomst till Odoo-verktyg.

I den tidigare Odoo 19-dokumentationen kallas samlingar av instruktioner och verktyg topics. Odoo 19.4 byter namn på dem till färdigheter. Syftet är detsamma: varje färdighet förklarar sammanhang, regler och arbetsflöde för en uppgift, medan verktyg är de faktiska funktioner som agenten får anropa.

Den här strukturen stödjer agenter som är utformade för olika situationer i stället för en enda assistent med bred och tvetydig behörighet. Exempel:

  • En säljassistent som hittar affärsmöjligheter, förklarar pipeline-data och utkastar uppföljningsmeddelanden.
  • En supportagent som svarar utifrån godkända Knowledge-artiklar och eskalerar osäkra ärenden.
  • En dokumentagent som klassificerar en uppladdning och väljer en godkänd mapp eller tagg.
  • En fältserviceassistent som sammanfattar ärendehistorik och förbereder en kunduppdatering.
  • En livechatt-agent som svarar på vanliga frågor och skapar en CRM-lead efter att ha samlat in nödvändiga uppgifter.

Källor avgör vad en agent kan hänvisa till

Odoo-agenter kan använda PDF-filer, webblänkar, Documents-filer och Knowledge-artiklar som indexerade källor. Alternativet Begränsa till källor låser agenten till aktiva uppladdade källor. Detta är användbart för kundvända svar eftersom organisationen kan definiera det material som agenten förväntas använda i stället för att tillåta breda, obestyrkta svar.

Källbegränsning förbättrar kontrollen, men källkvaliteten spelar fortfarande roll. Dokument bör ha ägare, granskningsdatum och en process för att ta bort föråldrade priser, policyer eller instruktioner. Motstridiga källor kan skapa inkonsekventa svar även när varje dokument tekniskt sett är godkänt.

Så fungerar Odoo AI Live Chat

Odoo kan tilldela en AI-agent till en regel för Live Chat-kanal. Den officiella dokumentationen för AI Live Chat säger att en agent kan svara på vanliga frågor, begära mer information, kvalificera konversationer och eskalera till en mänsklig operatör.

Det tillhandahållna livechattmönstret skapar inte bara en lead efter det första meddelandet. Dess instruktioner definierar när eskalering är lämplig, samlar in saknade kontaktuppgifter, bekräftar kända uppgifter och anropar verktyget för leadskapande en gång. Det visar varför arbetsflödesinstruktioner är lika viktiga som språkmodellen.

Odoo 19.4 kan också visa rika, klickbara kort när en agent nämner stödjade Odoo-poster i livechatt. Det kan göra en produkt, bokning eller annan stödjd post lättare för besökaren att förstå och öppna.

En företagsspecifik chatbot är ett designmönster, inte en enda kryssruta

En organisation med flera företag kan vilja att varje företags webbplats har en chatbot som bara svarar om det företaget. Odoo har byggblocken för den här designen, men gränsen måste konfigureras explicit.

Ett praktiskt mönster är:

  • Använd en separat webbplats och Live Chat-kanal eller kanalregel för varje företagsvänd upplevelse.
  • Skapa en separat AI-agent för varje företag i stället för en agent med en prompt som försöker härleda företaget.
  • Ge varje agent bara det företagets godkända Knowledge-artiklar, dokument, policyer och webblänkar.
  • Aktivera Begränsa till källor så att svaren håller sig inom det företagsspecifika källsetet.
  • Tilldela endast de färdigheter och verktyg som krävs för den kanalen, till exempel informationshämtning eller kontrollerad leadskapande.
  • Se till att varje skapad lead, ärende eller bokning får rätt företagskontext och ansvarigt team.
  • Testa frågor som rör flera företag, otydliga varumärkesnamn och försök att hämta information om ett annat företag.

Odoos poster för flera företag kan vara delade eller företagsspecifika. Dess dokumentation om flera företag förklarar att offert, fakturor och leverantörsfakturor som är kopplade till ett företag begränsas till relevant företagskontext, medan vissa poster som kontakter och produkter kan delas som standard.

Den postmodellen betyder inte att varje AI-källa automatiskt är isolerad. Behandla inte en systemprompt som “prata bara om Company A” som en sekretesskontroll. Separata källsamlingar, kanalallokeringar, åtkomsträttigheter och kontroller på verktygssidan ger en starkare gräns. Om strikt juridisk isolering krävs kan separata databaser vara mer lämpliga än en delad konfiguration för flera företag.

Agenter kan bara utföra uppgifter via tilldelade verktyg

Om en agent inte har några färdigheter kan Odoo ge information men inte slutföra uppgifter eller ändra databasen. Ett verktyg utökar agenten bortom konversation. Förkonfigurerade exempel inkluderar att öppna en vy och skapa en lead, medan installerade appar kan göra andra verktyg tillgängliga.

För automatiserade arbetsflöden för poster använder Odoo AI-serveråtgärder. Den dokumentationen för AI-serveråtgärder skiljer AI-hanteraren från arbetsverktyget. AI läser posten och prompten, väljer ett verktyg och skickar deklarerade argument. Den vanliga serveråtgärden kör sedan den verkliga affärslogiken.

Detta gör att AI kan fatta ett kontextuellt beslut samtidigt som deterministisk kod verkställer reglerna. Till exempel kan AI klassificera ett leverantörsdokument, men det valda verktyget bör validera destination, företag, tillåtet postläge och obligatoriska fält innan något skrivs.

Användbara mönster för uppgiftsautomation

  • Klassificera inkommande dokument och tillämpa en godkänd tagg eller mapp.
  • Sammanfatta ett helpdeskärende och fyll i ett strukturerat triagefält.
  • Välj en uppföljningsväg baserat på en post, medan sändning eller godkännande lämnas till en användare.
  • Skapa en CRM-lead från livechatt efter att nödvändiga kontaktuppgifter har bekräftats.
  • Utkasta ett mejl utifrån det aktuella postkontexten för mänsklig granskning.
  • Extrahera strukturerade uppgifter från ett dokument till ett kontrollerat arbetsflöde.

Det svagaste mönstret är att ge en bred agent en samling kraftfulla skrivverktyg. Smala agenter är lättare att testa, förklara och granska.

Vad Odoo 19.4 tillför

De officiella Odoo 19.4 release notes lägger till flera möjligheter kring denna agentmodell:

  • Automatisk val av den mest lämpliga konfigurerade AI-modellen för en uppgift.
  • Röstinteraktion för att diktera förfrågningar till en agent.
  • Lagring av agentkonversationer i upp till 30 dagar efter det senaste meddelandet.
  • MCP-anslutning för kompatibla externa verktyg.
  • Rika förhandsvisningskort för stödda poster som nämns i livechatt.
  • Bytet av topics till skills.

MCP utökar integrationsmöjligheterna, men det utökar också säkerhetsgranskningen. Autentiseringsuppgifter, exponerade verktyg, användarrättigheter, loggning och datagränser bör dokumenteras innan en extern AI-klient ansluts.

Överväganden kring leverantör och prissättning

Odoo stöder leverantörerna OpenAI och Google Gemini. Användare av Odoo Online behöver inte lägga till sin egen API-nyckel för standardtjänsten, även om de kan göra det för mer kontroll. Odoo.sh och databaser på plats behöver leverantörsnycklar för AI-funktioner. Dokumentationen för Odoo AI API key documentation noterar att leverantörsavgifter kan tillkomma när kundägda nycklar används.

En säker lanseringschecklista

  • Välj ett smalt användningsområde med en mätbar manuell process.
  • Definiera godkända källor, förbjudna ämnen och vägen för mänsklig eskalering.
  • Tilldela de minsta nödvändiga verktygen och upprätthåll reglerna i varje verktyg.
  • Testa företags-, användar- och poståtkomst med vanliga konton, inte bara administratörer.
  • Testa felaktiga, ofullständiga, motstridiga och företagsöverskridande frågor.
  • Kräv granskning för finansiella, avtalsmässiga, destruktiva eller externt skickade åtgärder.
  • Övervaka svar, verktygsanrop, leverantörsanvändning och källans aktualitet efter lansering.

Den praktiska slutsatsen

Odoo AI är mest användbart som en samling fokuserade assistenter i befintliga affärsarbetsflöden. Livechatt, företagsspecifik kunskap, leadskapande, dokumentklassificering och postbaserad automatisering är trovärdiga användningsfall eftersom Odoo kan kombinera beslut på naturligt språk med strukturerade poster och kontrollerade verktyg.

Designen bör aldrig förlita sig på förtroende eller en prompt ensam. Separera agenter efter syfte, begränsa deras källor, minimera deras verktyg och håll affärsreglerna i deterministiska Odoo-åtgärder. Det är det som gör en chatbotdemonstration till en driftsäker operativ förmåga.