Salesforce Agentforce „munkára kész” ügynökök: mit tanulhat belőle egy magyar KKV Odoo-val?

A Salesforce idén szeptember 11-én hét előre összerakott, a gyártó szavával „munkára kész” (job-ready) AI-ügynökkel bővítette a Salesforce Agentforce platformot, mellé pedig egy olyan futtatókörnyezetet is bejelentett, amelyben az ügynök nem egyetlen csevegésen belül, hanem napokon vagy heteken át követ egy üzleti célt. A hír önmagában egy amerikai nagyvállalati szoftvercég termékbejelentése volna, a hozzá kapcsolódó ügyféltörténetek viszont már a gyakorlatról szólnak: a Live Nation fesztiválügynöke a rajongók 85%-ának legfeljebb három válaszon belül megadta, amit kerestek, az Adecco Group pedig 40 országban adja a toborzók kezébe az ügynököket.

Egy 15 vagy 40 fős magyar cég persze nem fog felhasználónként havi 125 és 550 dollár közötti licencdíjat fizetni egy CRM-kiegészítőért, főleg ha a számlázás, a raktár és az ügyfélkezelés már rég az Odoo-ban fut. A Salesforce-bejelentés mégis hasznos olvasmány, mert kiválóan szétszedhető építőelemekre, amelyek jó része kisebb rendszerekkel is összerakható. A folytatásban a 2026. szeptember 22-i állapot szerint végigvesszük, mit takar a munkára kész ügynök, mit bizonyítanak az élő példák, mit tud ma az Odoo saját AI-ja, hogyan építhető meg ugyanez Odoo-val és n8n-nel, végül forintra számolva azt is, mikor éri meg a licenc és mikor a saját építés.

Röviden

• A Salesforce 2026. szeptember 11-én hét előre konfigurált ügynököt (Casey, Paige, Carter, Hunter, Marshall, Piper és Fin) jelentett be az Agentforce platformra, ezek közül hat azonnal általánosan elérhető, a kimenő értékesítést végző Hunter pedig 2026 novemberében követi őket.
• A munkára kész ügynök lényege nem egy okosabb chatbot, hanem egy szűk szerepkörre előre beállított csomag: tudásforrás, rendszerműveletek, üzleti szabályok, emberi jóváhagyási pontok és mérés, amelyet a hetekig futó célkövetés, az Agent Script nevű szabályleíró nyelv és a Multi-Agent Orchestration fog össze.
• A Live Nation BottleRock fesztiválon futó Melody nevű ügynöke a Salesforce szerint 30 napon belül jutott el az ötlettől az éles indulásig, több mint 37 000 interakciót kezelt és a rajongók 85%-a legfeljebb három válaszon belül megkapta a keresett információt.
• Egy Odoo-t használó magyar KKV a minta nagy részét lemásolhatja az Odoo 19 beépített AI-ügynökeivel és AI-szerverműveleteivel, az n8n automatizációs platformmal, valamint egy nyelvi modell API-jával, ha az adatai rendben vannak és az emberi jóváhagyási pontokat előre kijelöli.
• Saját becslésünk szerint havi 1 500 ügyfélszolgálati ügy kezelése a Salesforce árlapjának ügykezelési példájával számolva nagyjából 144 000 Ft fogyasztási díj a CRM-alaplicencen felül, míg egy Odoo és n8n alapú saját építés futási költsége ennek töredéke, cserébe egyszeri fejlesztést és rendszeres karbantartást igényel.
• A Salesforce Agentforce akkor éri meg, ha a céged már Salesforce-ra épül, több országban vagy nagy volumenben dolgozik, egy 5 és 50 fő közötti, Odoo-t használó cégnek viszont többnyire egy jól körülhatárolt, saját építésű ügynök a jobb első lépés.

Mi az a job-ready ügynök a Salesforce Agentforce-ban?

A job-ready ügynök a Salesforce megfogalmazásában olyan előre konfigurált AI-ügynök, amely egy konkrét munkakör, például az ügyfélszolgálat, a leadminősítés vagy a back-office egy részét veszi át, a cég meglévő adataival, folyamataival és jogosultságaival pedig már az első napon dolgozni tud. Nem üres keretrendszer, hanem kész szerepkör, amelyet testre kell szabni.

Az AI-ügynök olyan szoftver, amely egy nyelvi modell segítségével értelmezi a feladatot, eldönti a következő lépést, majd eszközöket hív meg: rekordot keres vagy módosít, e-mailt küld, feladatot hoz létre. A hagyományos chatbot beszélget, az ügynök pedig el is végzi a munka egy részét. A Salesforce szeptemberi bejelentése ezt a különbséget csomagolta termékké: nem azt kínálja, hogy építs magadnak ügynököt, hanem azt, hogy vegyél fel egy már betanított digitális kollégát.

A hét ügynök és a szerepkörük

A Salesforce szeptember 11-i hírközleménye szerint a portfólió az alábbi szerepkörökből áll. Érdemes megfigyelni, hogy egyik sem általános asszisztens: mindegyik egyetlen jól körülírt munkakört fed le.

A névsor mögött felvásárlások is állnak: a PPC Land összefoglalója szerint a Piper a 2026 áprilisában nagyjából 1,2 milliárd dollárért megvett Qualified terméke, a Fin pedig az Intercomé, amelynek körülbelül 3,6 milliárd dolláros megvásárlásáról a Salesforce júniusban állapodott meg.

Hetekig futó célkövetés: a hosszú távú futtatókörnyezet

A bejelentés technikailag legérdekesebb része az úgynevezett long-horizon runtime, vagyis a hosszú távú futtatókörnyezet. A Salesforce szerint ebben az ügynök napokon és heteken át követhet egy célt, három képesség segítségével: a memória megőrzi a kontextust és az előrehaladást az egyes munkamenetek között, a tartós végrehajtás (durable execution) megszakítások után is életben tartja a tervet, a dinamikus irányítás pedig a felhasználó visszajelzései alapján menet közben módosítja a viselkedést.

A hivatalos példa a Hunter ügynökhöz kapcsolódik: az értékesítő azt a feladatot adja neki, hogy mentse meg a veszélybe került üzleteket a negyedév végéig. Az ügynök ebből mérhető célokat és tervet készít, heteken át dolgozik rajta, a fontos lépések előtt pedig az értékesítő jóváhagyását kéri. Ez a jóváhagyási pont a minta egyik legfontosabb eleme, egy KKV-nál pedig jó eséllyel ezen múlik majd a bevezetés sikere.

Agent Script és Multi-Agent Orchestration

Az Agent Script a Salesforce nyílt forráskódú leírónyelve az ügynökök viselkedésének szabályozására, amely a nyelvi modell mérlegelését determinisztikus, azaz mindig ugyanúgy lefutó üzleti szabályokkal kombinálja. A gyakorlatban ez azt jelenti, hogy bizonyos döntéseket a modell hoz meg (például hogy egy ügyfél kérdése reklamáció vagy információkérés), másokat viszont fix szabály (például hogy 50 000 Ft feletti visszatérítést csak ember hagyhat jóvá).

A Multi-Agent Orchestration, vagyis a többügynökös irányítás a bejelentés napjától általánosan elérhető. A funkció a munkát szakosodott ügynökök között osztja el, hogy azok szerepkörökön, rendszereken vagy az ügyfélút szakaszain átívelő csapatként működjenek. A PPC Land elemzése arra is felhívja a figyelmet, hogy ez elsősorban a Salesforce saját ügynökei közötti irányítás, nem pedig különböző gyártók ügynökeinek szabványos együttműködése.

A csomagot fejlesztői eszközök egészítik ki: az Agent Optimizer 2026 októberétől segít az ügynökök tesztelésében és a munkamenetek visszakövetésében, az AI Skills funkcióval pedig a munkatársak egyszer megmutatnak egy feladatot az ügynöknek, amelyet az ügynök utána a szervezet más részein is el tud végezni.

Mit bizonyítanak az élő példák: Live Nation és Adecco?

A Live Nation és az Adecco esete azt bizonyítja, hogy a szűk szerepkörre szabott, megbízható adatokra épülő ügynök néhány hét alatt élesíthető és mérhető eredményt hoz. A Live Nation fesztiválügynöke 30 napon belül indult és a kérdések 85%-át három válaszon belül lezárta, az Adecco pedig tízországos tapasztalat után terjeszti ki a megoldást 40 országra.

Live Nation: Melody a fesztiválon, Venue Agent a koncerttermekben

A Salesforce szeptember 16-i sajtóközleménye szerint a Live Nation a kaliforniai BottleRock Napa Valley fesztiválon indította el Melody nevű ügynökét. Melody a fellépők kezdési időpontjairól, a színpadok helyéről, a beléptetési szabályokról és a parkolásról ad tájékoztatást, emellett személyre szabott ajánlásokat is tesz, például hogy melyik színpad közelében van vegán étel vagy melyik előadót érdemes megnézni egy indie pop rajongónak. A 12 napos indulási időszakban több mint 37 000 rajongói interakciót és nagyjából 17 000 munkamenetet kezelt, a rajongók 85%-a pedig legfeljebb három válaszon belül megkapta, amit keresett.

A történet KKV-szemmel legtanulságosabb részlete a Salesforce ügyféltörténetében olvasható: Melody tudásforrása egy élő Airtable-táblázat volt, amelyben a fellépők listája, az időpontok, az étel- és italárusok, a helyszíni információk és az akadálymentességi tudnivalók szerepeltek, a szabályzatra vonatkozó kérdéseknél pedig a fesztivál nyilvános weboldalára támaszkodott. Egy világcég fesztiválügynöke tehát nem valami titokzatos vállalati adattóból dolgozott, hanem egy jól karbantartott táblázatból. Az interakciók 20%-a egyébként arról szólt, mit szabad bevinni a fesztiválra, ami minden rendezvényszervező számára ismerős lehet.

A Venue Agent a Live Nation amerikai koncerthelyszíneinek weboldalain éjjel-nappal válaszol a parkolásról, a bevihető tárgyakról, az akadálymentes ülőhelyekről és a kapunyitásról. A közlemény szerint a kérdések 95%-át emberi átadás nélkül megválaszolja, a többit pedig Slacken keresztül továbbítja a rajongói kapcsolattartó csapatnak. Egyetlen ügynökrendszer szolgál ki minden helyszínt, a helyszínenként eltérő arculatot és eseményadatokat a Salesforce adatplatformja tölti be automatikusan.

Adecco: 27 000 munkatárs, 40 ország

Az Adecco Group szeptember 15-i sajtóközleménye szerint a munkaerő-közvetítő 40-nél több országban vezeti be az Agentforce Coworker nevű felületet, amelyhez 27 000 munkatárs kap hozzáférést. A toborzók ezen keresztül a meglévő rendszereikből indíthatják el az előszűrő, a toborzó és a beléptető (onboarding) ügynököket, látják a jelölt előzményeit és az ügyfél hátterét, az értékesítők pedig tárgyalási összefoglalót készíthetnek és bővíthetik a potenciális ügyfelek adatait.

A kiterjesztést komoly előzmény alapozta meg: az Adecco már 10 országban használt ügynököket a toborzásban (ezek adják a bevételének felét), az Egyesült Királyságban és Franciaországban pedig kísérleti bevezetést futtatott. A rendszer 2025 áprilisa óta 2,5 millió ügynök és jelölt közötti interakció tapasztalatára épül. Denis Machuel vezérigazgató saját fordításunkban úgy fogalmazott, hogy a megoldás „felszabadítja az értékesítőinket és a toborzóinkat, hogy arra összpontosítsanak, amire csak ember képes: gazdagabb kapcsolatra a jelöltekkel és az ügyfelekkel”.

Mennyire hihetők a számok?

A Live Nation 85%-a és az Adecco tapasztalatai valós, dokumentált eredmények, de a gyártó és az ügyfél közös kommunikációjából származnak, független auditot nem láttunk róluk. A PPC Land kiemeli, hogy a Salesforce bejelentésében szereplő ügyféleredmények (például hogy az Autism Queensland adminisztratív kéréseinek 70%-át a Paige oldja meg, a Hibbett pedig hat hét alatt élesítette a vásárlói utak 90%-át lefedő megoldását) viszonyítási alap és időtáv nélkül jelentek meg.

Ugyanez az elemzés emlékeztet a Salesforce saját, 2025 júniusában publikált CRMArena-Pro kutatására, amely szerint az akkori ügynökök az egylépéses üzleti feladatok 58%-ában, a többkörös feladatoknak viszont csak 35%-ában jártak sikerrel. A hosszú távú futásra vonatkozó új mérést a Salesforce nem közölt. A tanulság nem az, hogy a számok hamisak, hanem az, hogy a 85% egy nagyon szűk, jól dokumentált témakörben született, ahol a kérdések többsége ismétlődő és a válasz egy táblázatban megtalálható.

Miért működik a minta? Öt építőelem a márkanév mögött

A Live Nation, az Adecco és a hét új ügynök sikere nem a Salesforce logójából fakad, hanem öt olyan építőelemből, amelyek bármilyen rendszerben összerakhatók. Ha ezeket egyenként végiggondolod, a saját ügynököd is nagyobb eséllyel jut el a bemutatótól a napi használatig.

Az első elem a szűk szerepkör: Melody nem általános ügyfélszolgálatos volt, hanem egyetlen fesztivál egyetlen kiadásának kérdéseire válaszolt, a Venue Agent pedig csak a helyszíni logisztikai kérdésekre. Minél szűkebb a feladat, annál könnyebb mérni és annál ritkábban téved az ügynök.

A második elem az ellenőrzött tudásforrás, vagyis a modell nem a saját emlékezetéből válaszol, hanem egy kijelölt, karbantartott adatforrásból, ami Melody esetében egy Airtable-tábla és a fesztivál weboldala volt. Ezt a módszert a szakma grounding néven emlegeti, magyarul leginkább adatforráshoz kötésnek fordíthatjuk.

A harmadik elem a rendszerműveletek köre, azaz az ügynök pontosan tudja, milyen eszközöket hívhat meg (rekord keresése, ügy létrehozása, időpont foglalása) és mihez nem nyúlhat. A Salesforce ezt jogosultsági modellel oldja meg, egy saját építésnél pedig egy dedikált, korlátozott jogú felhasználóval.

A negyedik elem az emberi átadás és jóváhagyás: a Venue Agent a kérdések maradék, nagyjából 5%-át Slacken továbbítja embernek, a Hunter a fontos lépések előtt az értékesítő jóváhagyását kéri. Az ügynök nem attól megbízható, hogy soha nem hibázik, hanem attól, hogy tudja, mikor kell szólnia.

Az ötödik elem a mérés, hiszen mindkét ügyféltörténet konkrét számokkal zárul: interakciók, lezárt kérdések aránya, emberi átadás nélkül megoldott esetek. Aki nem méri, hány kérdést zárt le az ügynöke és hányat adott tovább, az három hónap múlva nem fogja tudni megmondani, megérte-e az egész.

Mit tud ma az Odoo saját AI-ja?

Az Odoo 19-es verziójának hivatalos dokumentációja szerint az Odoo már saját AI-ügynököket és AI-alapú szerverműveleteket kínál, amelyek természetes nyelven értik a kérést, az Odoo eszközein keresztül műveleteket hajtanak végre és kijelölt dokumentumokból dolgoznak. A modell a dokumentáció szerint a ChatGPT és a Gemini több verziója közül választható.

Az Odoo AI-ügynöke a dokumentáció meghatározása szerint olyan intelligens asszisztens, amely érti a természetes nyelvet, feladatokat hajt végre és az Odoo eszközeivel dolgozva segíti a felhasználót. Az ügynök viselkedését témakörök (topics) határozzák meg, amelyek utasításokat és eszközöket fognak össze. Három előre beállított témakör érhető el: a természetes nyelvű keresés, az információ-visszakeresés és a leadek létrehozása. Az eszközök valódi műveleteket végeznek, például leadet hoznak létre vagy megnyitnak egy nézetet, a választékuk pedig attól függ, milyen Odoo-alkalmazások vannak telepítve.

A tudásforrásoknál (sources) az Odoo PDF-fájlokat, webes hivatkozásokat, a Documents alkalmazásba feltöltött dokumentumokat és a Knowledge alkalmazás cikkeit fogadja el, a „Restrict to Sources” beállítással pedig kikényszeríthető, hogy az ügynök kizárólag ezekből válaszoljon. Ez pontosan az a grounding, amelyet a Live Nation Melody ügynökénél láttunk, csak itt Airtable helyett az Odoo tudásbázisa a forrás. Saját ügynökök létrehozásához és testreszabásához az AI alkalmazást telepíteni kell, bár a dokumentáció szerint sok AI-funkció nélküle is működik.

AI-szerverműveletek: amikor az Odoo maga dönt

Az AI-szerverművelet (AI server action) az Odoo automatizálási keretrendszerében fut: amikor egy rekord kiváltja, a művelet elolvassa a rekordot és a környezetét, értelmezi a hozzá írt utasítást, majd kiválasztja, melyik eszközt hívja meg. A tényleges munkát a „Use in AI” jelöléssel ellátott hagyományos szerverműveletek végzik, amelyek rekordot frissíthetnek, dokumentumot mozgathatnak, címkét adhatnak, számlát vagy bejövő számlát hozhatnak létre. A dokumentáció mintapéldája a Documents alkalmazás beérkező mappájának automatikus rendezése, ahol az AI a tartalom alapján dönti el, hogy áthelyezi, felcímkézi, átnevezi a fájlt vagy számlát készít belőle.

A dokumentáció a korlátokat is tisztességesen leírja. Az AI-szerverműveletek egyedi logika nélkül csak akkor működnek, ha a mögöttes viselkedés már létezik az Odoo-ban, a kiválasztott eszköz pedig feltétel nélkül lefut, hacsak Python-kód meg nem akadályozza. Az üzleti szabályokat tehát az eszköz logikájában kell kikényszeríteni, a paramétereket pedig kifejezetten meg kell adni, mert az AI nem következteti ki őket a kódból. Ez ugyanaz a gondolat, amelyet a Salesforce az Agent Scripttel old meg: a modell mérlegel, de a határokat determinisztikus szabály húzza meg.

Hol ér véget az Odoo beépített AI-ja?

Az Odoo AI-ja az Odoo-n belüli munkában erős, a külvilággal viszont korlátozottan beszélget. Ha az ügynöknek egy WhatsApp-üzenetre kell reagálnia, egy külső webshopmotor rendeléseit kell lekérdeznie, a futárszolgálat nyomkövetését kell ellenőriznie vagy egy Google-táblázatból kell adatot olvasnia, arra az Odoo önmagában kevés, ilyenkor jön képbe egy automatizációs platform. Az Odoo árlapja szerint ráadásul egyes AI-szolgáltatások, például a bejövő számlák és költségbizonylatok AI-alapú beolvasása, külön megvásárolható krediteken futnak, nem részei az előfizetésnek. Hogy a te verziódban és csomagodban pontosan mely AI-funkciók érhetők el és mennyiért, azt a telepítés előtt érdemes a hivatalos dokumentációban és az árlapon ellenőrizni, mert az Odoo ezen a területen gyorsan változik.

Ugyanez Odoo-val és n8n-nel: mi építhető meg egy KKV-nál?

Egy Odoo-t használó KKV-nál a Salesforce hét ügynökéből öt-hat szerepkör jól lemásolható: az ügyfélszolgálati, a leadminősítő, a belső kérdésekre válaszoló, a back-office és a hetekig futó utánkövető ügynök. Az Odoo adja az adatot és a jóváhagyási felületet, az n8n köti össze a külső csatornákkal, a nyelvi modell pedig a mérlegelést végzi.

Az n8n nyílt, saját szerveren is futtatható automatizációs platform, amelyben vizuálisan, csomópontokból (node) rakhatók össze munkafolyamatok, van beépített AI Agent csomópontja és van beépített Odoo-csomópontja is. A munkamegosztás egyszerű: az Odoo a hiteles adatok otthona (ügyfelek, rendelések, számlák, jegyek), az n8n a forgalomirányító, amely figyeli az eseményeket, meghívja a modellt és visszaírja az eredményt, a nyelvi modell pedig csak az értelmezést és a szövegalkotást kapja. Az Odoo árlapja szerint a külső API a Custom csomag része, a Standard csomagban nem szerepel, ezt a tervezésnél számold bele.

Ügyfélszolgálati ügynök egy képzeletbeli debreceni webshopnál

Vegyünk egy képzeletbeli, 18 fős debreceni kertibútor-webshopot, ahol napi 60 és 80 közötti ügyfélkérdés érkezik, ezek nagyjából fele arról szól, hol tart a csomag, mikor lesz újra raktáron egy termék vagy hogyan kell összeszerelni a hintaágyat. Az ügynök tudásforrása az Odoo Knowledge-ben vezetett GYIK, a szállítási és garanciális szabályzat, valamint a termékadatlapok. Eszközként két dolgot kap: rendelésszám és e-mail-cím alapján lekérdezheti a rendelés állapotát, illetve Helpdesk-jegyet nyithat.

A munkafolyamat az n8n-ben így néz ki: beérkezik az üzenet a webes chatből vagy e-mailben, egy első, olcsó modellhívás besorolja (státuszkérdés, termékkérdés, reklamáció, egyéb), a reklamáció pedig kérdés nélkül jegyként megy tovább egy kollégához. A többi kérdésnél az ügynök a tudásforrásból és a rendelési adatból válaszol, a válasz végén felajánlja az emberi kapcsolatot, a teljes beszélgetést pedig naplóként az ügyfél kartonjára menti. A Live Nation mintáját követve a cél nem az, hogy minden kérdést az ügynök zárjon le, hanem hogy az ismétlődő kérdések zöme néhány üzenetváltáson belül rendeződjön.

Leadminősítő ügynök egy képzeletbeli kecskeméti asztalosüzemnél

Tegyük fel, hogy egy 12 fős kecskeméti asztalosüzemhez hetente 40 ajánlatkérés érkezik a weboldal űrlapján, ezek egy része konyhabútor, más része egyedi irodai berendezés, jó néhány pedig olyan kérés, amelyet az üzem nem is vállal. Az n8n az űrlap beküldésekor meghívja a modellt, amely kinyeri a lényeges adatokat (bútortípus, helyszín, határidő, költségkeret), pontszámot ad az illeszkedésre, majd az Odoo CRM-ben leadet hoz létre a megfelelő címkékkel és a megfelelő értékesítőhöz rendeli. Az Odoo AI-ügynökének előre beállított leadlétrehozó témaköre ugyanezt az Odoo-n belül is el tudja végezni, a külső űrlapokhoz és e-mail-fiókokhoz viszont kényelmesebb az n8n.

Az első válaszlevelet az ügynök megírja, de nem küldi el: vázlatként teszi a lead kartonjára és tevékenységet rendel az értékesítőhöz, aki egy kattintással jóváhagyja vagy átírja. Az első hetekben ez a lassabb, de biztonságos mód, később a legegyszerűbb esetekre (például a nem vállalt munkák udvarias elutasítására) élesíthető az automatikus küldés.

Belső kérdésekre válaszoló ügynök egy képzeletbeli budapesti könyvelőirodánál

A Salesforce Paige ügynökének megfelelője egy 35 fős irodában is hamar megtérülhet, mert a HR-es és az irodavezető napjait rengeteg apró, ismétlődő kérdés tördeli szét: hány szabadnap maradt, hol a home office-szabályzat, hogyan kell igényelni új laptopot. Az ügynök az Odoo Discuss felületén válaszol a Knowledge-ben vezetett belső szabályzatokból, a személyes adatokat érintő kérdéseknél viszont csak az adott munkatárs saját adataihoz férhet hozzá, a bizalmas ügyeket pedig azonnal emberhez irányítja. Ennél a szerepkörnél a jogosultságok beállítása fontosabb, mint maga a modell.

Back-office ügynök: dokumentumok és számlák

A Marshall ügynök megfelelője a legkézenfekvőbb, mert az Odoo 19 hivatalos mintapéldája pont erről szól: a Documents beérkező mappájába kerülő fájlokat az AI-szerverművelet besorolja, felcímkézi és ha kell, bejövő számlát készít belőlük. Az n8n ehhez annyit tesz hozzá, hogy a különböző postafiókokból és megosztott mappákból begyűjti a csatolmányokat. A kifizetést és a könyvelést minden esetben ember hagyja jóvá. A számlafeldolgozás részleteit (NAV Online Számla, egyeztetés, kivételek) egy külön cikkben járjuk körül, ide annyi tartozik, hogy ez a szerepkör az egyik legbiztonságosabb kezdőpont.

Hogyan futtass hetekig tartó célt Agentforce nélkül?

Hetekig futó ügynököt Salesforce nélkül úgy építhetsz, hogy az állapotot az Odoo rekordjaiban tárolod, a folytatást egy ütemező indítja minden nap, az ügynök pedig minden futás végén jegyzetet ír arról, mit csinált és mi a következő lépés. A hosszú távú futtatókörnyezet a gyakorlatban állapot, ütemezés, memória és jóváhagyás együttese.

A Salesforce long-horizon runtime három képessége (memória, tartós végrehajtás, dinamikus irányítás) egy KKV-méretű rendszerben így képezhető le:

• Az állapot az Odoo-ban él: a lehetőség szakasza, egy egyedi „ügynöki státusz” mező, a következő tevékenység határideje. Ha az n8n leáll vagy újraindul, semmi nem vész el, mert az igazság nem az ügynök fejében, hanem az adatbázisban van.
• A memória a csevegőfal (chatter): minden futás végén az ügynök rövid naplójegyzetet ír a rekordra („hétfőn emlékeztetőt küldtem, az ügyfél még nem válaszolt, következő lépés: telefonos feladat az értékesítőnek”), a következő futás pedig ezt olvassa be elsőként.
• A tartós végrehajtást az ütemező adja: egy n8n Schedule Trigger vagy egy Odoo ütemezett művelet minden reggel végigmegy a nyitott tételeken, a hibás futásokat pedig egy külön hibakezelő munkafolyamat jelzi.
• A dinamikus irányítás az értékesítő kezében marad: ha a kartonra azt írja, hogy „ezt az ügyfelet hagyd, én hívom”, az ügynök a következő körben ezt látja és kihagyja.

Egy képzeletbeli győri nagykereskedés negyedéves célja

Vegyünk egy képzeletbeli, 25 fős győri gépalkatrész-nagykereskedést, ahol a negyedév közepén 46 olyan nyitott árajánlat van, amely 30 napnál régebbi és 500 000 Ft feletti. A cél, amelyet a kereskedelmi vezető megfogalmaz: a negyedév végéig mindegyikről derüljön ki, hogy él-e még, a még élők közül pedig minél több záruljon rendeléssel. A Hunter mintájára az ügynök minden reggel lekérdezi ezeket az ajánlatokat, mindegyiknél elolvassa az előzményeket és a saját korábbi jegyzeteit, majd javaslatot tesz a következő lépésre: udvarias érdeklődő levél, telefonos feladat az értékesítőnek, árengedmény mérlegelése vagy elvesztettként lezárás.

A kimenő levél vázlatát az ügynök megírja, de az értékesítő hagyja jóvá, az árengedményt pedig csak javasolhatja, döntést nem hozhat róla. Péntekenként a kereskedelmi vezető összefoglalót kap arról, hány ajánlat mozdult el, hány zárult le és hol akadt el a folyamat. Ez nem látványos technológia, de pontosan az, amit a Salesforce hetekig futó célkövetésnek hív, egy Odoo-t használó cég pedig néhány hét fejlesztéssel összerakhatja.

Agent Script és orchestration kicsiben: szabályok, router és kevés ügynök

Az Agent Script KKV-méretű megfelelője nem egy új programnyelv, hanem az a fegyelem, hogy minden, ami szabályba foglalható, szabály legyen, a modellhez pedig csak az kerüljön, ami tényleg mérlegelést igényel. Az n8n-ben ez a modellhívás előtti és utáni feltételes ágakat jelenti, az Odoo-ban pedig az eszközök Python-alapú védőfeltételeit.

A gyakorlatban három szabálytípusra lesz szükséged. Az első a kemény korlát: bizonyos összeg felett, bizonyos ügyféltípusnál vagy bizonyos témában az ügynök nem dönthet, csak továbbíthat. A második a formai ellenőrzés: mielőtt az ügynök bármit visszaír az Odoo-ba, egy szabály ellenőrzi, hogy a rendelésszám létezik-e, az e-mail-cím érvényes-e és az összeg ésszerű tartományban van-e. A harmadik a gyakorisági korlát: egy ügyfél legfeljebb hetente egy automatikus levelet kaphat, egy ügynök óránként legfeljebb meghatározott számú rekordot módosíthat. Ezek a szabályok unalmasak, pontosan ezért működnek.

Többügynökös irányítás: egy router, két-három szakosodott ügynök

A Multi-Agent Orchestration kicsiben egy úgynevezett router-minta: az első lépés csak besorol (ügyfélszolgálati kérdés, ajánlatkérés, számla, belső ügy), majd a kérést átadja a megfelelő szakosodott munkafolyamatnak. Az n8n-ben ezt egy besoroló modellhívás és utána egy elágazás vagy alfolyamat-hívás oldja meg, a közös állapotot pedig itt is az Odoo tárolja.

Egy KKV-nál ritkán indokolt kettőnél vagy háromnál több ügynök. Minden újabb ügynök újabb hibalehetőség, újabb költség és újabb átadási pont, ahol a kontextus elveszhet. Az Artificial Analysis és a Zapier 2026 júliusi AutomationBench-AA mérése szerint a vizsgált modellek mindegyike megsértett üzleti szabályokat, feladatonként 0,46 és 1,26 közötti alkalommal, a pénzügyi folyamatokban pedig fele akkora sikerességet értek el, mint az ügyfélszolgálatban és az operációban. Ez nem ok a pánikra, de erős érv amellett, hogy az első ügynököd ne egyszerre öt dolgot csináljon, a pénzügyi döntéseket pedig egyelőre hagyd embernél.

Mennyibe kerül: licenc vagy saját építés?

A Salesforce Agentforce hivatalos árlapja szerint a kiegészítő licencek felhasználónként havi 125 dollárról, az Agentforce 1 csomagok 550 dollárról indulnak, a fogyasztás alapú Flex Credits esetén pedig egy ügykezelési feladat példaként 0,30 dollár. Egy Odoo és n8n alapú saját építés futási költsége ennél jóval alacsonyabb, viszont egyszeri fejlesztést és folyamatos karbantartást kér.

A számításokat kerekített, 320 Ft-os dollárárfolyammal végezzük (a tényleges árfolyam szeptember 21-én nagyjából 317 Ft volt).

A Salesforce oldala: licencek és Flex Credits

Az Agentforce árazási oldala 2026. szeptember 22-i állapot szerint több logikát kínál egymás mellett. Felhasználónkénti licencként a Sales, Service és Field Service kiegészítők havi 125 dollárba (kb. 40 000 Ft), az iparági kiegészítők 150 dollárba (kb. 48 000 Ft), az Agentforce 1 csomagok 550 dollártól (kb. 176 000 Ft) kerülnek. Létezik egy havi 5 dolláros Agentforce User License is, amely Flex Credits vásárlását igényli, az Agentforce 1 csomagok pedig szervezetenként évi 1 millió Flex Creditet tartalmaznak.

A Flex Credits a fogyasztás alapú modell: a hivatalos oldal példái szerint egy beléptetési (onboarding) feladat 20 kredit, azaz 0,10 dollár, egy ügykezelési feladat 60 kredit, azaz 0,30 dollár, egy helyszíni szervizfeladat 120 kredit, azaz 0,60 dollár, vagyis egy kredit ára 0,005 dollár. Az 1 millió kredites éves keret havonta nagyjából 83 000 kreditet jelent, ami az ügykezelési példával számolva körülbelül 1 390 ügyre elég. Fontos, hogy az Agentforce-kiegészítők egy meglévő Salesforce-előfizetésre épülnek, ennek a CRM-licencnek az árát ebben a számításban nem szerepeltetjük, a bevezetést pedig jellemzően Salesforce-partner végzi, amelynek díját nem becsüljük.

Egy képzeletbeli webshop havi számlája két változatban

Maradjunk a korábbi képzeletbeli debreceni kertibútor-webshopnál, amelyhez havonta nagyjából 1 500 ügyfélkérdés érkezik. Ha minden ügy az árlap ügykezelési példájához hasonló, 60 kredites fogyasztással jár, akkor a Salesforce-oldalon 1 500 × 0,30 = 450 dollár, azaz kb. 144 000 Ft havi fogyasztási díj keletkezik, a CRM-alaplicencen és a munkatársak esetleges Agentforce-licencein felül.

A saját építésnél a modellköltséget a következő feltételezéssel becsüljük: egy ügy átlagosan három üzenetváltás, körönként kb. 4 000 bemeneti token (utasítások, tudásforrás-részletek, előzmények) és 300 kimeneti token, vagyis ügyenként 12 000 bemeneti és 900 kimeneti token. Az xAI Grok 4.7 modelljével (2 dollár bemenet, 6 dollár kimenet millió tokenenként) ez ügyenként 0,024 + 0,0054 = 0,0294 dollár, kb. 9,4 Ft, havi 1 500 ügyre kb. 14 100 Ft. Ugyanez az OpenAI GPT-6 Astra modelljével (10 és 50 dollár millió tokenenként) ügyenként 0,165 dollár, kb. 52,8 Ft, havonta kb. 79 200 Ft, ami jól mutatja, hogy egy egyszerű ügyfélszolgálati feladatra nem kell a legdrágább modellt befogni.

Az Odoo oldala: amit a számításba bele kell venni

Az Odoo hivatalos árlapja szerint egy alkalmazás korlátlan számú felhasználóval ingyenesen használható Odoo Online-on, a többi csomag felhasználónkénti havidíjas. A szeptember 22-i, dolláros megjelenítésű árlap a Standard csomagot felhasználónként havi 24,90 és 31,10 dollár, a Custom csomagot 37,40 és 46,80 dollár közötti áron mutatta a számlázási ciklustól függően, a kedvezmény az első 12 hónapra és a kezdetben rendelt felhasználókra érvényes. Magyarországról nézve az árlap euróban jelenhet meg, ezért a saját ajánlatodat mindig ott ellenőrizd.

A mi szempontunkból a lényeg, hogy az árlap szerint a külső API, az Odoo Studio és a többcéges működés a Custom csomag része. Ha tehát a céged Odoo Online Standard csomagon fut és n8n-nel szeretnéd összekötni, a két csomag közötti különbözettel is számolnod kell, ami a fenti dolláros árakból felhasználónként havi nagyjából 12,50 és 15,70 dollár, kerekítve 4 000 és 5 000 Ft között. Egy 12 felhasználós cégnél ez havi 48 000 és 60 000 Ft közötti többletköltség, amely viszont nemcsak az ügynököt, hanem minden más integrációt is lehetővé tesz. Az árlap szerint a saját szerveres és az Odoo.sh-s üzemeltetés eleve a Custom csomaghoz tartozik, az ilyen cégeknél ez a tétel tehát jellemzően már most is benne van a számlában.

Mit jelentenek ezek a számok?

Tisztán a futási költséget nézve (szerver és modell) a saját építés havonta nagyjából 29 000 Ft, ami töredéke a Flex Credits-alapú 144 000 Ft-nak. A karbantartással együtt viszont már kb. 104 000 Ft jön ki, egy Standard csomagról váltó 12 fős cégnél pedig az Odoo-különbözettel együtt 150 000 Ft körüli összeg, vagyis a havi számlák közötti különbség kisebb, mint első ránézésre gondolnád. A mérleg valójában a Salesforce-oldal láthatatlan tételein dől el: ha a céged amúgy sem használ Salesforce-t, a CRM-alaplicenc és a partneri bevezetés önmagában a saját építés felé billenti a döntést, ha viszont már Salesforce-ügyfél vagy, az Agentforce a karbantartás terhét is leveszi a válladról.

A korrekt összehasonlításhoz az is hozzátartozik, hogy a Salesforce ára nemcsak a modellhívást fedezi, hanem a biztonsági és felügyeleti réteget, a jogosultságkezelést, a tesztelő és optimalizáló eszközöket, valamint azt, hogy a platformot más fejleszti tovább. A saját építésnél ezt a munkát neked vagy a partneredet terheli, a felelősség pedig nálad marad. Kis volumennél és egyszerű szerepkörnél ez vállalható, sok ország, sok csatorna és szigorú auditkövetelmény esetén már kevésbé.

Mikor éri meg mégis a Salesforce Agentforce?

A Salesforce Agentforce akkor éri meg, ha a céged ügyféladatai és folyamatai már a Salesforce-ban élnek, több országban, több nyelven és nagy volumenben dolgozol, vagy olyan csatornákat kell kiszolgálnod (telefonos hangügynök, WhatsApp, SMS), amelyeket saját erőből drága lenne üzemeltetni. Egy Odoo-t használó KKV-nak csak az ügynökök miatt Salesforce-ra váltani ritkán indokolt.

Az Adecco példája jól mutatja a Salesforce valódi erősségét: 27 000 munkatárs, 40-nél több ország, egységes jogosultságkezelés és egy olyan platform, amelyre 2025 áprilisa óta 2,5 millió jelölt-interakció tapasztalata épül. Ilyen méretben a licencdíj eltörpül amellett, amibe egy saját fejlesztésű, 40 országban karbantartott ügynökrendszer kerülne. Egy 20 fős cég viszont nem 40 országban toborozik, számára a platform rugalmassága ugyanaz a teher, mint egy fel nem használt kamionflotta egy kisboltnak.

A helyzet akkor is más, ha a céged 50 és 200 fő között van, már most Salesforce-t használ, van belső adminisztrátora, a vezetés pedig inkább egy támogatott, dokumentált termékre építene, mint egy partner által összerakott munkafolyamatra. Ilyenkor a job-ready ügynökök valóban gyors indulást adhatnak, hiszen a szerepkör, az alapbeállítás és a mérési eszközök már készen vannak. Érdemes azt is tudni, hogy a HubSpot és más CRM-gyártók is hasonló irányba mozdultak, ezekről külön cikkekben írunk, a döntés logikája azonban mindenhol ugyanaz: ott érdemes ügynököt építeni, ahol az adataid már most rendezetten élnek.

Hogyan vezess be egy munkára kész ügynököt lépésről lépésre?

Egy munkára kész ügynököt úgy vezetsz be biztonságosan, hogy egyetlen, jól mérhető szerepkörrel kezdesz, rendbe teszed a tudásforrást, szűk jogosultságot adsz, az első hetekben árnyékmódban futtatod, majd a mért eredmények alapján fokozatosan bővíted. A Live Nation 30 napos útja jó viszonyítási pont, egy KKV-nál négy és nyolc hét közötti idővel érdemes számolni.

• Válassz ki egy ismétlődő, alacsony kockázatú szerepkört, ahol a siker egyértelműen mérhető, például a rendelésstátusz-kérdéseket vagy a bejövő ajánlatkérések előminősítését.
• Gyűjtsd ki és csoportosítsd az elmúlt három hónap eseteit, majd nézd meg, melyik 20 kérdéstípus adja a volumen zömét, mert az ügynök első verziója csak ezekre készüljön fel.
• Tedd rendbe a tudásforrást: az Odoo Knowledge-ben vagy egy jól karbantartott táblázatban legyen minden válasz naprakész, a frissítésnek pedig legyen egy kijelölt felelőse.
• Hozz létre az ügynöknek dedikált Odoo-felhasználót, amely csak azokat a rekordokat látja és módosíthatja, amelyekre a szerepkörhöz szükség van.
• Írd le a kemény szabályokat és az átadási pontokat: mely témákban, milyen összeg felett és milyen ügyfélhangulatnál kell azonnal embert bevonni.
• Építsd meg a munkafolyamatot az Odoo AI-ügynökével vagy az n8n-ben úgy, hogy minden lépésről készüljön napló az ügyfél vagy a lead kartonjára.
• Teszteld 50 és 100 közötti valós, anonimizált korábbi esettel, az ügynök válaszait pedig hasonlítsd össze azzal, amit a kollégák adtak annak idején.
• Indítsd el árnyékmódban egy-két hétre: az ügynök vázlatot készít, de ember küldi el, így a hibák még nem jutnak el az ügyfélhez.
• Élesíts fokozatosan, közben hetente mérd a lezárt ügyek arányát, az emberi átadások arányát, a hibákat és a modellköltséget.
• Negyedévente vizsgáld felül a szerepkört, a szabályokat és a tudásforrást, mielőtt újabb feladatot vagy újabb ügynököt adsz a rendszerhez.

Tipp: az árnyékmód nemcsak biztonsági háló, hanem a legjobb tananyag is. Azok a vázlatok, amelyeket a kollégák átírnak, pontosan megmutatják, hol hiányos a tudásforrás vagy hol túl laza egy szabály.

Buktatók: adatminőség, jogosultság, átláthatóság és költség

A legtöbb ügynökprojekt nem a modell gyengesége miatt bukik el, hanem azért, mert a tudásforrás elavult, az ügynök túl széles jogosultságot kapott vagy senki nem figyeli a költséget és a hibákat. Ezek mind megelőzhetők, ha a bevezetés előtt tudatosan végiggondolod őket.

Az adatminőség az első számú kockázat. Ha a Knowledge-ben két éve frissített szállítási szabályzat van, az ügynök magabiztosan és udvariasan fogja közölni a régi határidőt, ami rosszabb, mint ha nem válaszolna. Melody sikere egy élő, gondozott táblázaton múlt, ezt a részt tehát nem lehet megspórolni.

A második kockázat a jogosultság: az ügynök soha ne fusson adminisztrátori felhasználóval, olyan adathoz pedig ne is férjen hozzá, amelyre a szerepköréhez nincs szüksége. Az ügyfelek üzenetei között előbb-utóbb lesz olyan is, amely szándékosan vagy véletlenül utasításnak tűnik. Egy szűk jogú ügynöknél egy ilyen üzenet legfeljebb egy furcsa választ eredményez, nem adatszivárgást.

Az átláthatóság jogi kérdés is, hiszen az Európai Unió mesterségesintelligencia-rendelete (EU AI Act) 50. cikke szerint 2026. augusztus 2-a óta jelezni kell a felhasználónak, ha AI-rendszerrel lép kapcsolatba, ezért a chatablak első üzenete mondja ki, hogy AI-asszisztenssel beszél. A GDPR szempontjából pedig tisztázd, melyik modellszolgáltatóhoz kerülnek az ügyféladatok, van-e adatfeldolgozói szerződés, illetve az adatok az EU-n belül maradnak-e.

A csendes hiba a negyedik veszély: az ügynök sikert jelent, holott a rendelés lekérdezése elbukott, majd kitalált státuszt közöl. Minden eszközhívásnál legyen egyértelmű hibaállapot, amelyet az ügynök nem írhat felül, a hibás futásokról pedig kapjon értesítést egy felelős. Végül a költség: állíts be havi keretet és riasztást a modellszolgáltatónál, mert egy rosszul megírt ciklus egyetlen éjszaka alatt elfogyaszthatja a teljes havi költségvetést.

Miben segít a Convergo?

Ha az Odoo már a céged gerince, nem kell új CRM-et vásárolnod ahhoz, hogy munkára kész AI-ügynököd legyen. A Convergo Odoo ERP és integrációk szolgáltatásával rendbe tesszük az adatokat és a jogosultságokat, a workflow automatizáció keretében n8n-nel összekötjük az Odoo-t a külső csatornákkal, a tudásbázis-alapú chatbot szolgáltatásunkkal pedig olyan ügyfélszolgálati vagy belső ügynököt építünk, amely a saját dokumentumaidból válaszol és tudja, mikor kell embert hívnia. Az első lépés egy ingyenes egyeztetés, amelyen közösen kiválasztjuk azt az egy szerepkört, ahol az ügynök a legkisebb kockázattal a legtöbb mérhető időt szabadíthatja fel a csapatodnak.