Un client peut aujourd'hui avons son abonnement Claude ou ChatGPT demander l'implémentation d'une fonctionnalité Odoo. Il décrit son besoin, l'IA génère du code, et dans beaucoup de cas ce code fonctionne. Si vous êtes développeur, intégrateur ou consultant Odoo, vous avez probablement déjà vu un client faire une partie du travail pour lequel il payait avant.
Maintenant il est temps de regarder cette situation avec lucidité. Ainsi, je détaille dans cet article et la vidéo qui l'accompagne, pourquoi Odoo est particulièrement concerné, où se trouve le vrai problème et les six leviers qui, selon moi, restent une source de valeur pour un développeur Odoo.
Les moments clés de la vidéo
- 00:00 - Introduction
- 00:41 - Le changement est réel
- 01:33 - Pourquoi Odoo est particulièrement concerné
- 03:02 - Le vrai problème : la valeur perçue
- 04:05 - Six façons d'apporter davantage de valeur en Odoo
- 04:12 - 1. Comprendre les processus métier
- 04:52 - 2. Maîtriser les intégrations
- 05:37 - 3. Stabiliser les installations existantes
- 06:07 - 4. Faire les migrations
- 06:40 - 5. Devops, sécurité et performance
- 07:10 - 6. Utiliser l'IA pour livrer plus vite
- 08:00 - Et les développeurs juniors dans tout ça ?
- 09:07 - Conclusion
Regarder la vidéo
Le changement est réel
Avant l'arrivée de l'IA, la barrière principale d'un projet de développement était technique. Un client avec un problème cherchait quelqu'un capable de coder la solution. Aujourd'hui, cette barrière a disparu, puisque les agents IA peuvent parfaitement analyser une erreur, générer du code, écrire des tests ou accélérer des tâches qui prenaient des heures.
Ça ne veut pas dire qu'une personne sans expérience peut maintenir seule une application Odoo en production. Mais le changement est réel : le code coûte de moins en moins cher à produire. Et quand le coût de production baisse, le client a de moins en moins besoin d'acheter les prestations pour lesquelles il payait avant.
Il faut alors arrêter de croire que savoir écrire du code suffit à nous différencier. Cette époque là est révolue.
Pourquoi Odoo est particulièrement concerné ?
Odoo est un ERP qui rassemble tous les processus d'une entreprise : ventes, achats, stocks, facturation, comptabilité, fabrication. Comprendre le métier du client fait donc partie intégrale du travail du développeur.
Et une grande partie des demandes de personnalisation Odoo paraît simple : ajouter un champ, modifier une vue, créer un bouton, générer un rapport, automatiser une action. Ce sont précisément les tâches qu'un client peut maintenant demander à une IA.
Il faut alors distinguer entre générer une fonctionnalité avec l'IA et faire fonctionner correctement un ERP. Sur Odoo, tout est lié. Un bouton peut fonctionner isolément et créer un problème ailleurs. Une automatisation peut créer des doublons. Un droit d'accès mal configuré peut exposer des données qui ne devraient pas l'être. Une personnalisation peut casser le système entier après un déploiement.
C'est là que la compréhension du système, des règles métier et des risques garde toute son importance, même avec l'IA. La valeur qui se trouvait dans le code se déplace vers la compréhension et la responsabilité humaine.
Le vrai problème, c'est la valeur perçue
Imaginez qu'un client vous demande d'ajouter un champ et une règle métier dans un module Odoo. Avant, il transmettait le besoin, attendait votre intervention et payait le développement. Aujourd'hui, il peut obtenir un résultat avec Claude ou ChatGPT. S'il juge suffisant les solutions offertes par l'IA, il peut décider de ne plus acheter votre prestation, ou de renégocier le prix.
C'est une réalité à laquelle on fait face. Elle ne garantit pas que le résultat produit par l'IA soit robuste et fiable sur la durée, et ça ne change rien à la décision du client au moment où il la prend.
La question qui reste, et qui doit guider notre travail, est celle-ci : pourquoi un client paierait-il encore pour notre intervention, plutôt que de demander à l'IA de produire lui-même le résultat ?
Les six leviers pour rester utile face à l'IA en 2026
1. Comprendre les processus métier
Un client ne veut pas un module Python, il veut plutôt réduire ses erreurs de stock, accélérer le traitement de ses commandes ou simplifier sa comptabilité. Si on comprend son métier et qu'on sait traduire son problème en solution, on apporte une valeur que le code seul ne donne pas.
2. Maîtriser les intégrations
Une entreprise fait rarement tourner un seul système. Odoo, Shopify, un transporteur comme DHL, un outil de production, un CRM. Faire circuler les données entre eux, gérer les erreurs, éviter les doublons et surveiller les échanges, c'est une prestation qui demande un niveau de technicité que l'IA seule ne couvre pas. Elle peut aider à faire l'intégration, mais ne garantit pas que la solution tienne en cas de montée en charge, entre autres. D'ailleurs, j'en parle dans l'article sur les connecteurs Odoo e-commerce.
3. Stabiliser les installations existantes
Certaines instances Odoo font tourner plusieurs modules personnalisés, des automatisations et des dépendances au fil des années. Identifier les risques, analyser les erreurs et proposer des corrections solides sont des services à valeurs ajoutés qu'un client paut payer, avec bien sur l'assistance de l'IA pour mettre en place toute l'infrastructure de monitoring.
4. Faire les migrations
Odoo SA, la société mère d'Odoo, sort une nouvelle version chaque année. Étant donné qu'une migration ne consiste pas juste à démarrer Odoo sur une nouvelle version, il faut au préalable analyser les modules personnalisés, traiter les incompatibilités, contrôler les données et tester les flux métiers un par un. C'est une prestation structurée, avec des étapes, des livrables et des critères d'acceptation clairs. L'IA peut l'accélérer, elle ne la remplace pas. Vous pouvez découvrir mon article sur la migration avec OpenUpgrade.
5. Devops, sécurité et performance
Maîtriser l'infrastructure sur laquelle tourne Odoo, la sécuriser, comprendre les requêtes SQL, les accès concurrents et les lenteurs, exécuter les tests automatisés et les régressions sont des sujets qui dépassent la génération de code, même si l'IA peut aider.
6. Utiliser l'IA pour livrer plus vite, sans perdre le contrôle
Vous avez certainement noté que je n'ai pas exclu l'IA dans les cinq points précédents. Il ne s'agit certainement pas de rejeter les outils qui changent une partie de notre activité, mais de les utiliser pour aller plus vite, documenter les modules et accélérer les tâches répétitives tout en gardant le contrôle sur le livrable : relire les changements, lancer les tests, vérifier les implémentations, valider les cas d'usage.
L'objectif n'est pas de coder plus lentement pour défendre notre métier. C'est de produire un résultat fiable à un coût compétitif. C'est le workflow que je montre dans Claude Code et Odoo, le workflow pour les modules complexes.
Et les développeurs juniors dans tout ça ?
C'est là tout le paradoxe. Le recrutement de juniors baisse parce que les entreprises automatisent les tâches pour lesquelles ils étaient recrutés, et les seniors utilisent l'IA pour exécuter des tâches qui leur étaient destinées. Mais si on ne recrute plus les juniors, qui deviendra le senior de demain ?
Je pense qu'il faut continuer à recruter des juniors et leur confier des fonctionnalités complètes. Leur apprendre à vérifier le code généré par l'IA, à écrire des tests, à diagnostiquer des erreurs et à comprendre les processus métier. Un junior qui débute doit avoir la capacité à comprendre un problème, contrôler une solution et apprendre vite, pas seulement d'écrire du code. Pour un senior, l'enjeu est de transformer son expérience en capacité de diagnostic, de conception et de livraison fiable. Si vous débutez sur Odoo, ce guide pour apprendre efficacement reste un bon point de départ, même avec l'IA en plus.
Conclusion
Le métier de développeur Odoo est-il fini ? Je ne pense pas que ce soit le cas aujourd'hui. Croire que rien ne va changer serait tout aussi imprudent. Certaines prestations deviennent plus faciles à produire, les clients peuvent produire eux-mêmes des logiciels entiers, et les prix comme les recrutements subissent déjà une pression.
Savoir produire du code ne suffit plus, à lui seul, à justifier notre valeur. Il faut comprendre les problèmes métier, maîtriser les systèmes, vérifier les résultats, et apprendre à utiliser l'IA sans lui abandonner le contrôle.