AI в ERP — це не чарівна кнопка, а контекст: погляд маркетолога на оновлення Odoo 19.4 та реальні кейси

💡 Усі статті, обговорення, новини про AI — в одному місці. Приєднуйтесь до AI спільноти!

Вітаю, DOU-спільното!

Я працюю маркетологом у One Service Consulting, де ми займаємося консалтингом бізнес-процесів та впровадженням ERP-систем. Як людина з маркетингу, я чудово бачу, як працює магія слів «AI-powered», «copilot» чи «автономний агент» — іноді достатньо додати їх до опису продукту, щоб звичайна функція в очах ринку перетворилася на технологічну революцію. Проте моя щоденна робота полягає не в трансляції гучних слоганів, а в аналізі реальних кейсів. Я постійно спілкуюся з нашими бізнес-аналітиками, збираю їхній досвід з реальних проєктів та стежу за глобальними тенденціями. Саме цей погляд збоку — на стику маркетингових трендів і операційної рутини компаній — дозволяє бачити, де закінчується хайп і починається справжня практична цінність.

Напевно, в статті, де в заголовку зустрічаються «маркетолог» та «AI», справедливим буде очікування «пластикового» AI-контенту. Сьогодні кожен з першого погляду ідентифікує типові штучні картинки та вилизані ШІ-тексти. Розуміючи це, у своїй роботі я давно відмовилася від ідеї використовувати нейромережі як генератор контенту «з нуля». Для мене AI — це помічник не для створення, а для систематизації та виокремлення основного. Він ідеально допомагає розгребти хаотичні нотатки після складних зустрічей аналітиків, виділити суть із великого масиву даних, структурувати тези чи підготувати чернетку. Але людська інтонація, позиціонування, зміст і фактчекінг завжди залишаються за мною.

І, як на мене, це чудова аналогія для того, що зараз відбувається в ERP-системах. Цінність штучного інтелекту з’являється не тоді, коли працівникам просто дають доступ до чергового чат-бота, а тоді, коли AI стає частиною конкретного процесу й отримує доступ до правильного контексту.

Від відірваних чат-ботів до наскрізного контексту

Найпростіший шлях, яким зараз ідуть чимало компаній, — це надати працівникам доступ до ChatGPT чи Claude. Це корисний перший крок для формування внутрішніх навичок, але в масштабах бізнесу такий AI залишається відірваним від процесів. Людина перетворюється на «живий міст»: копіює дані з CRM, пояснює контекст нейромережі, перевіряє відповідь і вручну переносить результат назад у систему. Найбільша ж цінність виникає тоді, коли штучний інтелект працює безпосередньо всередині ERP, де вже зібрана вся історія взаємодії з клієнтами, залишками на складах, рахунками та замовленнями.

Щоб не бути голослівною, поділюся тим, як ми самі всередині One Service Consulting проходили цей шлях. Ми чітко зрозуміли: інтегрувати ШІ треба не заради галочки, а туди, де контекст вирішує все.

Візьмемо наші B2B-продажі. Для нашого менеджера загальна, згенерована порада про те, як відповісти клієнту, не має жодної цінності, адже у нас немає жорстких скриптів, а кожна угода унікальна. Натомість AI, маючи доступ до накопичених у CRM даних, забирає на себе всю рутину: він класно структурує інформацію після дзвінків та зустрічей, допомагає з первинною кваліфікацією лідів. Проте емпатія, оцінка ризиків та розбудова довірливих стосунків із клієнтом — це територія, яка залишається виключно за менеджером.

Схожий підхід ми застосували й у рекрутингу, де ШІ допомагає не потонути у великих обсягах інформації, зіставляючи профілі вакансій, резюме та результати інтерв’ю. Якщо говорити про конкретні інструменти, то у нас в команді справжнім відкриттям став сервіс LITI (це щира рекомендація, а не реклама). Він не просто аналізує кандидатів, а й дає неочікувані інсайти та формує дуже круті індивідуальні рекомендації для подальшого онбордингу новачків. Це неймовірно економить час, проте ми ніколи не зводимо вибір нового члена команди до оцінки мовної моделі. Жоден алгоритм не відчує «нашу» людину, тому фінальне рішення про найм завжди ухвалює керівник.

Що показує Odoo 19.4: спеціалізація та зміна ролі працівника

Оскільки одна з систем, з якою ми активно працюємо, — це Odoo, я уважно стежу за їхніми релізами. Odoo наразі є однією з найпрогресивніших ERP-систем у плані інтеграції AI безпосередньо у функціонал. Оновлення Odoo 19.4 чітко демонструє вектор, куди рухається весь ринок: від універсальних «всезнаючих» ботів бізнес переходить до вузькоспеціалізованих AI-агентів.

В останньому релізі розробники перейшли від концепції Topics до Skills — чітких наборів інструкцій та інструментів, які визначають поведінку агента в конкретному контексті. Також з’явилися автоматичний вибір потрібної моделі під задачу, голосова взаємодія та підтримка протоколу MCP (Model Context Protocol) для підключення до даних ERP. Це логічний крок: що вужча роль агента (наприклад, допомога проєктному офісу або робота з базою знань), то простіше перевірити його роботу, обмежити доступи та контролювати результат.

Паралельно з цим змінюється сама роль працівника — відбувається перехід від оператора даних до валідатора. Показовий приклад з Odoo 19.4 — прогнозування рядків у рахунках постачальників та вдосконалене виявлення дублікатів. На основі історії документів система сама пропонує продукт, бухгалтерський рахунок та податок. Людина більше не вводить дані вручну з нуля, вона лише перевіряє пропозицію системи та затверджує її.

Водночас важливо залишатися реалістами й не називати штучним інтелектом будь-яке покращення. У тому ж релізі Odoo 19.4 з’явилися призначення завдань на ролі, звітність Stock Aging Report чи автоматичне формування документів CMR. Це чудова, якісна базова автоматизація, але вона працює за класичними правилами. AI не замінює ці базові механіки, а будується поверх уже впорядкованих процесів.

Фундамент для впровадження: чекліст від нашої аналітичної команди

Аналізуючи досвід наших проєктів з автоматизації, я зібрала 5 ключових умов, без яких інтеграція AI в ERP перетвориться лише на марнотратство:

1. Конкретна проблема замість абстрактного «хочемо AI»: Починати варто з точки болю — забагато ручного введення даних, складний пошук у базі знань чи довга підготовка стандартних відповідей.
2. Якісні дані та впорядкованість: Нейромережа не виправить хаос у довідниках. Якщо в ERP немає єдиної логіки, AI лише масштабує цю невизначеність. Взагалі жодна система не зможе зробити порядок замість вас — в попередній своїй статті ділилася баченням, чому ERP не впорядкує хаос.
3. Достатній контекст: Модель повинна мати чіткі інструкції, бачити історію операцій та розуміти правила конкретної компанії.
4. Контроль та обмеження доступів: Особливо це стосується роботи через MCP. Агент, який лише шукає інформацію — це один рівень ризику. Агент, який може змінювати платіжні реквізити чи підтверджувати замовлення — зовсім інший. Людина повинна завжди контролювати критичні дії.
5. Вимірювані метрики: Швидкість обробки документів, скорочення помилок чи час онбордингу — успіх впровадження має вимірюватися конкретними цифрами.

На мій погляд, найближчим часом ERP-системи не стануть повністю автономними через високу юридичну відповідальність та наявність безлічі винятків у бізнесі. Проте вони остаточно перестануть бути просто «електронними журналами» для ручного введення фактів. Конкурентну перевагу отримають не ті компанії, які просто заявили про наявність AI, а ті, хто зміг дати штучному інтелекту якісні дані, обмежені повноваження та зрозумілу роль у своїх щоденних процесах.