Automatiser la saisie de commandes email dans Odoo avec l'IA

Un client envoie un email avec sa commande. Corps du message en texte libre, parfois un PDF en pièce jointe, parfois un tableau Excel. Quelqu'un doit lire, identifier les produits, vérifier les références, saisir les quantités dans Odoo et créer le devis ou la commande. Sur dix commandes par jour, c'est peut-être tolérable. Sur cinquante, c'est un goulot d'étranglement qui ralentit votre réactivité commerciale.

L'automatisation par IA permet de passer du texte libre de l'email directement à un devis Odoo créé et associé au bon client, en quelques secondes. Le commercial reçoit un devis pré-rempli à valider plutôt qu'un email à saisir manuellement. La réactivité s'améliore, les erreurs de saisie diminuent, et votre équipe se concentre sur ce qui a de la valeur : la relation client et les négociations, pas le copier-coller.

Dans cet article, nous décrivons le workflow exact que nous déployons pour des PME industrielles, commerciales et de distribution. Avec les limites réelles, les conditions de succès, et ce qu'il faut en attendre concrètement. Pour voir nos réalisations sur ce type d'automatisation, notre page dédiée aux automatisations de processus métier liste les cas les plus courants.

Pourquoi Odoo est le terrain idéal pour ce type d'automatisation

Odoo est l'ERP open source le plus déployé en France pour les PME. Son architecture modulaire (ventes, achats, stocks, comptabilité, CRM) et son API XML-RPC stable et bien documentée en font une cible naturelle pour les workflows d'automatisation.

Contrairement à des ERP plus fermés, Odoo expose l'ensemble de ses modèles de données via son API depuis la version 8. Créer un devis, rechercher un client, récupérer le catalogue produit, valider une commande : toutes ces opérations sont accessibles programmatiquement, sans module supplémentaire, sur toutes les versions y compris Community.

C'est ce qui rend l'intégration d'un workflow IA externe à la fois techniquement fiable et économiquement accessible pour une PME.

Le problème que l'IA résout que les outils natifs ne résolvent pas

Odoo propose des alias email qui peuvent créer des enregistrements automatiquement. Mais ces alias fonctionnent sur des formats structurés et prévisibles. Ils ne comprennent pas le texte libre. Or, un client réel n'écrit pas un email formaté pour une machine. Il écrit :

"Bonjour, pouvez-vous me préparer une commande pour 3 palettes de réf. X42 et 10 cartons de Y07 ? Livraison souhaitée avant le 15 mai si possible, avec les conditions habituelles. Merci"

Un outil d'alias email ne sait pas lire ça. Un LLM correctement prompté, si. Il extrait les deux lignes de commande, les quantités, la date souhaitée, et le signal "conditions habituelles" qui mérite une note pour le commercial.

Notre cas client sur le suivi des achats IA chez Raynier illustre comment cette extraction de texte libre vers des données structurées fonctionne dans un contexte industriel réel.

Le workflow complet : de l'email au devis Odoo

Voici le détail de chaque étape du workflow, tel que nous le construisons pour nos clients.

Étape 1 : surveillance et qualification des emails entrants

Le workflow surveille la boîte email commerciale (ou une boîte dédiée aux commandes). Dès qu'un email arrive, une première analyse rapide détermine s'il s'agit d'une commande ou d'une autre demande (question, réclamation, devis demandé, relance). Cette qualification évite de déclencher le pipeline de saisie sur des emails qui n'ont rien à voir avec une commande.

Pour les emails ambigus, un signal d'alerte est envoyé à un commercial pour traitement manuel. Les emails clairement identifiés comme des commandes passent à l'étape suivante.

Étape 2 : extraction structurée des données de commande

C'est l'étape centrale. Le contenu de l'email (et les pièces jointes si présentes) est envoyé à un LLM avec un prompt structuré qui lui demande d'extraire :

• Les lignes de commande : produit mentionné, quantité, unité si précisée, référence client si elle existe
• Le client : nom de l'entreprise, nom du contact, email expéditeur
• Le délai souhaité : date de livraison demandée, urgence signalée
• Les conditions particulières : remise mentionnée, mode de livraison, conditions de paiement évoquées
• Les signaux d'ambiguïté : "comme d'habitude", "les mêmes que la dernière fois", références que le modèle ne reconnaît pas

Le résultat est un objet JSON structuré, pas du texte. Chaque champ est isolé et exploitable par les étapes suivantes du workflow.

Étape 3 : matching avec le catalogue Odoo

L'IA extrait ce que le client a écrit, pas nécessairement la référence Odoo exacte. Il faut donc faire correspondre la dénomination client avec le catalogue produit. Le workflow interroge l'API Odoo pour chercher les produits correspondants.

Le matching s'appuie sur plusieurs critères :

• Référence interne Odoo : si le client a utilisé la référence exacte, le match est direct
• Nom du produit : recherche textuelle sur les champs nom et description
• Référence fournisseur ou client : Odoo stocke les références tierces sur les lignes de produit
• Historique de commandes : pour les clients récurrents, on peut interroger les commandes passées pour identifier les produits qu'ils commandent habituellement sous telle dénomination

Quand le match est unique et certain, la ligne est créée automatiquement. Quand plusieurs produits correspondent ou quand aucun ne correspond, la ligne est marquée "à vérifier" dans le devis Odoo. Le commercial voit immédiatement ce qui est sûr et ce qui nécessite son attention.

Étape 4 : identification et création du client dans Odoo

Parallèlement au matching produit, le workflow identifie le client. Il interroge Odoo avec l'adresse email expéditrice et le nom de l'entreprise pour retrouver la fiche contact existante. Si le client existe, ses informations (tarif, conditions de paiement, adresse de livraison par défaut) sont automatiquement appliquées au devis.

Si le client est inconnu, le workflow peut soit créer une fiche contact provisoire à compléter, soit bloquer la création automatique et alerter un commercial. Ce choix dépend de la politique commerciale de l'entreprise : on ne veut pas nécessairement créer automatiquement une fiche pour tout inconnu qui envoie un email.

Étape 5 : création du devis dans Odoo via XML-RPC

Avec le client identifié et les lignes de commande matchées, le workflow appelle l'API XML-RPC d'Odoo pour créer le devis. Le modèle cible est sale.order avec ses lignes sale.order.line.

Le devis est créé en statut "brouillon", ce qui signifie qu'il n'est pas encore confirmé comme commande. Un commercial doit le valider avant qu'il ne déclenche les processus d'approvisionnement ou de production. C'est le comportement recommandé : l'automatisation prépare, le commercial décide.

Les informations créées dans le devis :

• Client et contact associé
• Lignes de commande avec produit, quantité, prix unitaire selon la liste de prix applicable
• Date de livraison souhaitée en note interne ou dans le champ engagement
• Notes internes reprenant les conditions particulières mentionnées dans l'email
• Email original attaché en document source pour traçabilité

Étape 6 : notification et mise en attente de validation

Dès le devis créé, le commercial responsable du compte reçoit une notification : "Nouveau devis créé automatiquement depuis l'email de [client] — à valider avant envoi." Avec un lien direct vers le devis dans Odoo.

En cas de lignes signalées "à vérifier", la notification est plus explicite : elle liste les ambiguïtés détectées. Le commercial peut les résoudre en quelques secondes dans Odoo directement, sans avoir à relire l'email d'origine.

Ce que ça change concrètement pour une PME

Prenons un cas concret : une PME de distribution industrielle reçoit entre 30 et 60 commandes par email par jour. Chaque commande prend aujourd'hui 5 à 8 minutes à traiter : lire l'email, identifier les références, ouvrir Odoo, créer le devis, saisir les lignes, associer le client, envoyer la confirmation.

Avec le workflow automatisé :

• 80 à 85 % des commandes sont créées dans Odoo sans saisie manuelle, en moins de 60 secondes
• Le commercial valide le devis en 30 secondes et l'envoie au client
• 15 à 20 % des commandes avec ambiguïtés nécessitent 1 à 2 minutes de correction contre 5 à 8 minutes de saisie complète
• Le délai de traitement d'une commande passe de 10 à 15 minutes (email reçu à devis envoyé) à moins de 5 minutes

Au-delà du gain de temps, il y a un gain commercial direct : une réactivité plus rapide améliore l'expérience client et réduit les pertes sur les commandes où le client contacte plusieurs fournisseurs simultanément.

Les conditions de réussite et les limites à ne pas sous-estimer

Soyons directs sur ce que ce workflow ne peut pas faire, et sur ce qui peut le faire échouer.

Un catalogue produit propre est indispensable

Le matching produit ne peut fonctionner que si les produits Odoo ont des noms et des références cohérents. Un catalogue avec des milliers de doublons, des noms génériques ou des références incohérentes produira un taux d'ambiguïté élevé et une forte charge de validation manuelle. Avant de déployer ce workflow, un audit du catalogue Odoo est souvent nécessaire.

Les commandes très complexes restent manuelles

Une commande de 40 lignes avec des variantes produit, des remplacements conditionnels, des regroupements par livraison et des tarifs négociés ligne par ligne dépasse ce qu'il est raisonnable d'automatiser complètement. Le workflow peut traiter les 80 % de commandes standard, les 20 % complexes restent mieux traitées manuellement ou en mode hybride (pré-remplissage partiel).

La dépendance aux formats email des clients

Certains clients utilisent des portails de commande, d'autres des EDI, d'autres des emails libres. Le workflow cible les emails libres. Si un client envoie un fichier Excel avec un format propriétaire que vous ne connaissez pas à l'avance, il faut prévoir un parser spécifique pour ce client. Ce n'est pas un blocage, mais c'est un travail supplémentaire à anticiper.

Pour comprendre comment nous abordons ces questions de complexité dans le contexte d'une automatisation de processus métier, consultez notre article sur les exemples d'automatisation de processus métier pour PME à Toulouse.

Comparaison avec les approches alternatives

Approche	Effort de saisie	Réactivité	Coût de mise en place
Saisie manuelle	5 à 8 min par commande	Moyenne (dépend de la charge)	0 € (mais coût temps)
Portail commandes client	0 min (client saisit)	Excellente	Élevé + adoption client difficile
EDI B2B	0 min	Excellente	Très élevé, réservé aux grands comptes
Workflow IA + Odoo	30 sec à 2 min (validation)	Très bonne	Moyen, proportionnel au volume

Le workflow IA est l'option qui préserve le flux email existant (les clients ne changent rien de leur côté) tout en automatisant l'essentiel de la charge côté interne. C'est souvent le compromis le plus pragmatique pour une PME dont les clients ne sont pas prêts à utiliser un portail ou un EDI.

Pour aller plus loin

• Nos automatisations de processus métier : l'offre Tensoria pour les PME et ETI
• Cas client Copro Assistance : automatisation d'un flux email vers CRM en production
• Cas client Raynier : suivi des achats automatisé avec IA dans un contexte industriel
• Exemples d'automatisation pour PME à Toulouse : par où commencer selon votre secteur
• Documentation officielle de l'API externe Odoo : XML-RPC et JSON-RPC, tous les endpoints
• Agence automatisation Toulouse : notre hub local pour les flux email vers ERP et CRM. Copro Assistance traite plus de 1 500 emails par mois en autonomie depuis le déploiement.