L'IA est entrée dans Odoo 19 en septembre 2025. Voix transcrite en réunion, résumés de discussions CRM, agents qui rédigent des réponses, règles de tri de documents, descriptions produit générées d'un clic.1 On a testé. Une partie est utile. Une autre partie pose une question que peu d'éditeurs de modules veulent affronter en public : qui relit le code quand c'est l'IA qui l'écrit ?
Parce qu'il y a deux IA dans cette histoire, et on les confond tout le temps.
La première, c'est l'IA dans l'ERP. Celle qui aide un comptable à classer une facture, qui résume un appel VoIP, qui propose un brouillon de relance client. Elle vit côté utilisateur. Quand elle se trompe, un humain voit l'erreur et corrige avant validation. Le coût d'une bêtise reste faible.
La seconde, c'est l'IA qui écrit le code. Celle qui génère un module, un champ calculé, une action serveur, une migration. Elle vit côté éditeur. Quand elle se trompe, l'erreur part en production et tourne sur la trésorerie de quelqu'un. Là, le coût change de catégorie.
Ce qu'Odoo 19 fait bien
Soyons justes avec Odoo. La V19 intègre l'IA de façon plutôt sobre. Les agents IA répondent à des questions, lisent les pièces jointes, rédigent des réponses et programment des réunions.1 Les "Smart Actions" laissent décrire une automatisation en langage naturel, du type "envoyer une relance à tous les clients dont les factures dépassent dix jours de retard".2 Odoo Studio gagne des champs IA qui génèrent du contenu à partir d'un prompt et des données de la fiche.2
Un détail compte. Odoo ne s'attache pas à un seul fournisseur. La V19 garde une base adaptable à d'autres modèles d'IA si besoin.2 Bon réflexe. Personne n'a envie de voir sa facturation dépendre du bon vouloir d'un seul prestataire américain.
Autre point, moins mis en avant. Ces fonctions passent par le système d'achats intégrés d'Odoo (IAP). Chaque service consomme des crédits prépayés, achetés par packs depuis le catalogue Odoo. Quand les crédits tombent à zéro, on en rachète.3 L'IA dans Odoo n'est donc pas un forfait illimité. Elle fonctionne au compteur. À surveiller si vos équipes prennent goût aux résumés automatiques.
Sur le fond, cette IA-là me semble saine. Elle assiste, et un humain garde la main au moment de valider. C'est exactement là qu'il faut mettre de l'IA dans un ERP : sur les tâches répétitives où l'erreur se voit tout de suite, pas sur les écritures comptables où elle se cache.
L'IA qui écrit du code qu'on ne relit pas
Maintenant la partie inconfortable. Nous sommes éditeurs de modules Odoo. On conçoit nos modules avec de l'IA. On est donc concernés au premier rang par la fiabilité du code généré.
Et les chiffres récents ne sont pas flatteurs.
En avril 2026, Lightrun a publié son rapport "State of AI-Powered Engineering", appuyé sur une enquête indépendante auprès de 200 responsables SRE et DevOps (directeurs, VP, dirigeants) aux États-Unis, au Royaume-Uni et dans l'UE. Résultat : 43 % du code généré par IA réclame encore un débogage manuel en production, alors même qu'il a passé les tests de qualité et de pré-production.4 Il faut en moyenne trois cycles de redéploiement manuels pour confirmer qu'un correctif suggéré par l'IA fonctionne vraiment.4
Lisez bien. Le code passe les tests. Il arrive en prod. Et presque une fois sur deux, il faut quand même le déboguer à la main. Les tests n'attrapent pas ce que l'IA introduit de travers.
Le rapport AI Engineering 2026 de Faros AI raconte la même chose avec une autre méthode. Deux ans de télémétrie, 22 000 développeurs, plus de 4 000 équipes, en comparant chaque organisation à elle-même entre ses périodes de faible et de forte adoption d'IA. La vélocité monte, c'est vrai. Faros mesure 66 % d'épiques terminées en plus par développeur et 33,7 % de tâches livrées en plus.5 Le revers est brutal. Le "code churn", le code réécrit ou supprimé peu après sa création, bondit de 861 %. Les bugs par développeur grimpent de 54 %. Et 31,3 % de code en plus est fusionné sans relecture.5
On écrit plus vite, on casse plus souvent, et on relit moins. Voilà ce que produit l'IA qui code quand personne ne tient le volant.
Un chiffre résume le tout côté budget. L'enquête Entelligence AI, menée auprès de 2 444 entreprises, estime que pour chaque dollar dépensé en tokens d'IA, 0,44 $ repart en corrections de bugs, 0,27 $ en réécriture du code généré et 0,11 $ en délais de relecture et de fusion.6 Quatre-vingt-deux cents disparaissent sur chaque dollar. L'IA qui code coûte cher en aval de ce qu'elle économise en amont.
Pourquoi un ERP aggrave le problème
Un bug dans une landing page, on le voit et on le corrige. Un bug dans un module de trésorerie Odoo, il se planque dans un arrondi, une devise, une écriture de rapprochement. Il ne plante pas. Il fausse. Et il fausse en silence pendant des semaines.
C'est ce qui rend l'ERP particulier. Le code généré qui "marche" en démo peut être faux sur les bords. Un cas limite de TVA, une multi-société mal gérée, une date de clôture oubliée suffisent. L'IA produit du code plausible. En comptabilité, le plausible ne suffit pas. On a besoin du juste.
Le pire ennemi ici, c'est la confiance. Quand le code sort propre, bien indenté, commenté, on a envie de le croire. Faros chiffre justement ce réflexe : un tiers du code IA part en prod sans relecture humaine.5 Dans un module financier, ce tiers-là me terrifie.
Comment on travaille, nous
Je ne vais pas vous vendre une méthode magique. On utilise l'IA tous les jours pour produire nos modules. Cash Flow Pro, notre module de trésorerie pour Odoo 19, a été conçu avec de l'IA. Ça nous fait gagner un temps réel sur la structure, le boilerplate, les vues.
Mais la règle chez nous est simple. L'IA propose, l'humain dispose. Aucun champ qui touche à un montant ne part sans qu'un développeur ait lu la logique ligne après ligne. On ne fait pas ça par amour de la relecture. On le fait parce que les 43 % de Lightrun sont une moyenne du secteur, et qu'on n'a aucune envie d'y contribuer chez un client.
Concrètement, on traite le code IA comme le travail d'un junior pressé. Il est rapide, souvent compétent, et il demande une surveillance constante. On écrit les tests nous-mêmes au lieu de les confier à l'IA, parce qu'un test produit par la même IA qui a écrit le bug ne trouvera pas le bug. On garde une revue humaine obligatoire sur tout ce qui touche à l'argent. Et on assume que ce filtre ralentit. C'est le but.
L'erreur que je vois ailleurs, c'est de prendre la vélocité de l'IA pour de la productivité. Livrer plus de PR ne vaut rien si 54 % de bugs en plus suivent derrière.5 Dans l'ERP, la vélocité qui compte se mesure en mois sans incident comptable, pas en commits par semaine.
Le bon usage et le mauvais
On revient donc à la distinction du début. L'IA dans Odoo 19, côté utilisateur, je la trouve plutôt bien dosée. Elle assiste un humain valide, et l'erreur reste visible avant qu'elle ne coûte. C'est le bon usage.
L'IA qui code des modules sans relecture, côté éditeur, c'est le mauvais. Le problème ne vient pas de l'outil. Il vient de l'ERP, qui ne pardonne pas le code "presque juste".
Si vous évaluez un module Odoo, conçu avec IA ou pas, la vraie question à poser à l'éditeur n'est pas "vous utilisez l'IA ?". Tout le monde l'utilise. La question, c'est "qui relit, et sur quoi ?". Sur la trésorerie, la réponse "personne, les tests passent" devrait vous faire fuir.
Nous publions nos modules sur /modules. On vous dira sans détour ce qui est généré, ce qui est relu, et où on place la barrière humaine. Pour en parler, le contact reste ouvert.
Sources
- Odoo, Meet Odoo 19 (blog officiel) : https://www.odoo.com/blog/odoo-news-5/meet-odoo-19-1851
- OBS Solutions, Artificial Intelligence in Odoo 19 : https://www.odoo-bs.com/blog/global-5/artificial-intelligence-in-odoo-19-415
- Odoo, In-app purchases (IAP), doc 19.0 : https://www.odoo.com/documentation/19.0/applications/essentials/in_app_purchase.html
- Lightrun, 2026 State of AI-Powered Engineering (GlobeNewswire) : https://www.globenewswire.com/news-release/2026/04/14/3273542/0/en/Lightrun-s-2026-State-of-AI-Powered-Engineering-Report-Almost-Half-of-AI-Generated-Code-Fails-in-Production.html
- Faros AI, The AI Engineering Report 2026 : https://www.faros.ai/blog/ai-acceleration-whiplash-takeaways
- Yahoo Finance, Entelligence AI, 82 % du budget AI engineering : https://finance.yahoo.com/sectors/technology/articles/82-ai-engineering-spend-lost-220000330.html
Footnotes
-
Odoo, "Meet Odoo 19" (blog officiel, 18 septembre 2025). Résumés CRM par IA, tri de documents, transcription et traduction d'appels VoIP en temps réel, descriptions produit eCommerce, agents IA qui rédigent et programment des réunions. Aucun fournisseur d'IA nommé. https://www.odoo.com/blog/odoo-news-5/meet-odoo-19-1851 ↩ ↩2
-
OBS Solutions, "Artificial Intelligence in Odoo 19". Smart Actions en langage naturel, champs IA dans Odoo Studio, recherche sémantique, indépendance vis-à-vis d'un fournisseur unique. https://www.odoo-bs.com/blog/global-5/artificial-intelligence-in-odoo-19-415 ↩ ↩2 ↩3
-
Odoo, documentation officielle "In-app purchases (IAP) — Odoo 19.0". Chaque service IAP consomme des crédits prépayés achetés par packs, à racheter une fois épuisés. https://www.odoo.com/documentation/19.0/applications/essentials/in_app_purchase.html ↩
-
Lightrun, "2026 State of AI-Powered Engineering Report" (communiqué GlobeNewswire, 14 avril 2026). Enquête indépendante auprès de 200 responsables SRE et DevOps (US, UK, UE). 43 % du code IA débogué en production malgré QA et staging, environ trois cycles de redéploiement par correctif. https://www.globenewswire.com/news-release/2026/04/14/3273542/0/en/Lightrun-s-2026-State-of-AI-Powered-Engineering-Report-Almost-Half-of-AI-Generated-Code-Fails-in-Production.html ↩ ↩2
-
Faros AI, "The AI Engineering Report 2026" (mis à jour le 12 décembre 2025). Télémétrie sur 22 000 développeurs et plus de 4 000 équipes. Hausse de 66 % d'épiques par développeur et 33,7 % de tâches, mais 861 % de code churn, 54 % de bugs par développeur et 31,3 % de code fusionné sans relecture. https://www.faros.ai/blog/ai-acceleration-whiplash-takeaways ↩ ↩2 ↩3 ↩4
-
Entelligence AI Research, repris par Yahoo Finance (mai 2026). Enquête auprès de 2 444 entreprises. Pour 1 $ de tokens IA, 0,44 $ en corrections de bugs, 0,27 $ en réécriture, 0,11 $ en délais de relecture et de fusion, soit 0,82 $ perdus. https://finance.yahoo.com/sectors/technology/articles/82-ai-engineering-spend-lost-220000330.html ↩