A konferencia utolsó napján Fabien Pinckaers, az Odoo alapítója egy hasonlattal figyelmeztetett: az AI-ra épített nagy rendszer olyan, mint a futóhomokra épített ház. Ugyanezen a napon két előadás is megmutatta, mit jelent ez a gyakorlatban: egy csomagolóipari cégnél és egy zöldség-nagykereskedőnél.
Miért óvott Fabien Pinckaers az AI-ra épített nagy rendszerektől?
Fabien Pinckaers a konferencia utolsó napján nem az Odoo termékéről beszélt, hanem arról, hogyan épített egyszemélyes vállalkozásból 7500 fős céget, amelynek idei árbevétele az elhangzottak szerint közel 900 millió euró. Az előadás vége felé tért rá az AI-ra.
Forrás: https://www.youtube.com/watch?v=BhQ-WRTVHPg&t=4830
Az érvelése: a hardver, az operációs rendszer, a programozási nyelvek és az üzleti szoftverek rétegei azért épülhettek egymásra, mert ezek működése kiszámítható és megismételhető. Az AI szerinte más természetű: ugyanarra a kérdésre máskor mást válaszolhat. Ezért, az ő megfogalmazásában, nem lehet rá nagy, önálló rendszert építeni, mintha futóhomokra építenénk. Kisebb, jól körülhatárolt feladatokra viszont igen, egy stabil üzleti rendszer mellett.
Az ügyfeleknek szóló tanácsa: előbb a meglévő rendszereket kell rendbe tenni, és csak utána érdemes AI-t bevezetni rájuk. Arról is beszélt, hogy az Odoo-nál az AI-bevezetések eddig szerinte nem csökkentették a létszámot, mert nőtt a kereslet a szolgáltatásaik iránt.
Ezzel maximálisan egyetértek, ez a saját tapasztalatom is. Előbb kell a standard, tiszta adat és folyamat, csak utána jöhet rá az AI. Pont ezért csak azt fejlesztjük egy bevezetésnél, ami feltétlenül szükséges, semmi felesleges extrát. És a beépített Odoo AI-funkciók a napi munkára szerintem simán elég jók.
Hogyan lesz a borosdobozból árajánlat és gyártási feladat?
A csomagolóipari szekcióban egy francia Odoo-partner (Iro) és egy csomagolás-árazó szoftvercég (a HIPE nevű termék készítője) mutatta be közösen, mi történik egy borászati megrendeléssel az árajánlattól a gyártásig.
Illusztráció: az Odoo Gyártás modul anyagjegyzék-nézete. Forrás: https://www.odoo.com/app/manufacturing
A kiinduló kérdés egy korábbi konferenciáról maradt meg: egy borász megkérdezte a partnerétől, hogy amíg a palackot nyomon tudja követni a rendszerben, hogyan árazza be és tervezi meg a köréjük kerülő dobozt. A választ egy konkrét példán mutatták be: hat borospalackhoz méretezett doboz, 242×162×280 milliméter, 10 000 darab. A kartonminőséget, a hullámtípust, az íven való elrendezést, a szálirányt és a gyártógépet is meg kell választani hozzá: az előadók szerint ezekből több ezer lehetséges kombináció adódik, amelyek közül csak néhány a ténylegesen gazdaságos.
A HIPE ebben a választásban segít. Az alapja nem AI, hanem egy optimalizáló algoritmus, amely kiszűri, melyik változat gyártható le az adott gépeken. Erre épül egy tanuló réteg, amely a korábbi adatok alapján árat javasol, de a döntés az emberé. Ha a vevő elfogadja az árat, az Odoo-ban automatikusan létrejön a termék, az anyagjegyzék, a gyártási rendelés és a beszerzési igény, semmit nem kell újra rögzíteni.
Rendelés-előrejelzés gépi tanulással, chatbot helyett
A harmadik történet egy belga Odoo- és SAP-integrátor esettanulmánya volt egy friss zöldséget és gyümölcsöt forgalmazó nagykereskedőről, aki szupermarketeknek szállít. A probléma ismerős: a rövid eltarthatóság miatt minden rossz becslés kockázatos. Ha túl keveset rendelnek, eladást veszíthetnek, ha túl sokat, az áru egy része megromolhat. A cég beszerzői eddig minden reggel kézzel, becslés alapján állították össze a másnapi rendelést, és az időjárás is számított abba, mennyi epret vagy cukkinit érdemes aznap mozgatni.
Illusztráció: az Odoo Készlet modul készletpótlás-nézete. Forrás: https://www.odoo.com/app/inventory
A megoldás egy előrejelző modell lett, amelyet a cég korábbi rendelésein és időjárási adatokon tanítottak be. Éjszaka fut, és reggelre minden rendelési sorba javasolt mennyiséget ír; a beszerző dönti el, elfogadja vagy módosítja. Nyelvi modellt, chatbotot szándékosan nem használtak rá, mert az ugyanarra a kérdésre nem mindig ugyanazt válaszolja.
A nagykereskedő példája jól mutatja, hogy amit köznyelvben "AI"-nak hívunk, gyakran klasszikus, előrejelzésre optimalizált gépi tanulás: nem beszélgetős asszisztens, hanem egy mező, amit egy modell tölt ki a háttérben, és amit végül mindig egy ember hagy jóvá.
Hol érdemes kezdeni?
Ha a saját cégedben keresed az AI helyét, érdemes egy konkrét feladatból kiindulni, például az árazásból vagy a másnapi rendelés összeállításából, nem egy általános "vezessünk be AI-t" ötletből.
Az árazás vagy a rendelés összeállítása okoz gondot?
Írd meg röviden, melyik folyamatnál akadtok el, és használtok-e már Odoo-t. Átnézem veletek a helyzetet, és segítek meghatározni, mit érdemes részletesebben megvizsgálni.
Az első egyeztetés díjmentes és kötelezettségmentes.
Hivatkozások
- Master Class: Hyperscale, Culture & AI, Fabien Pinckaers, Odoo Experience 2026, az Odoo hivatalos YouTube-csatornája: https://www.youtube.com/watch?v=BhQ-WRTVHPg
- From AI CPQ to Shop Floor: Connecting HIPE to Odoo for the Packaging Industry, Odoo Experience 2026, az Odoo hivatalos YouTube-csatornája: https://www.youtube.com/watch?v=3LbkhdG-TpI
- How AI transforms ERP into a proactive sales tool: the Jacques Remy case study, Odoo Experience 2026, az Odoo hivatalos YouTube-csatornája: https://www.youtube.com/watch?v=SEP_sb1-S6g