100 日間の AI、10 日目: ビジネス上の問題を解決するためのデザイン思考における AI はどの程度効果的ですか?

この投稿では、AI を使用して特定のビジネス上の問題に対してデザイン思考を行う方法を見ていきます。この例では、デザイン思考を以下に示す一連のステップとして定義します。このアイデアを拡張して、さらにステップを追加し、それらのロジックを作成することもできます。

状況を説明するために、最近顧客からフィードバックを受けたコーヒー ショップの例を取り上げ、それを AI デザイン思考に適用し、ビジネスを改善する方法を考え出します。

Open AI の gpt-4 モデルを使用し、Microsoft のセマンティック カーネルを使用してデザイン思考を実行します。その過程で、セマンティック関数の再利用を容易にするカーネル内でプラグインの概念を使用する方法も検討します。

それでは、本題に入りましょう。

ステップ 1 – カーネルをセットアップします。

最初のステップは、ローカルの .env ファイルから Open AI の秘密キーをロードし、新しいカーネル インスタンスを作成することです。次に、 OpenAIChatCompletionサービスをカーネルに追加します。

ステップ 2 – コーヒー ショップ ビジネスの使用フィードバックと SWOT 分析を追加します。

 # SWOT questions strength_questions = ["What unique recipes or ingredients does the coffee shop use?","What are the skills and experience of the staff?","Does the coffee shop have a strong reputation in the local area?","Are there any unique features of the shop or its location that attract customers?", "Does the coffee shop have a strong reputation in the local area?", "Are there any unique features of the shop or its location that attract customers?"] weakness_questions = ["What are the operational challenges of the coffee shop? (eg, slow service, high staff turnover, not having wifi)","Are there financial constraints that limit growth or improvements?","Are there any gaps in the product offering?","Are there customer complaints or negative reviews that need to be addressed?"] opportunities_questions = ["Is there potential for new products or services (eg, delivery, food along with coffee)?","Are there under-served customer segments or market areas?","Can new technologies or systems enhance the business operations?","Are there partnerships or local events that can be leveraged for marketing?"] threats_questions = ["Who are the major competitors and what are they offering?","Are there potential negative impacts due to changes in the local area (eg, construction, closure of nearby businesses)?","Are there economic or industry trends that could impact the business negatively (eg, increased ingredient costs)?","Is there any risk due to changes in regulations or legislation (eg, health and safety, employment)?"] # SWOT answers strengths = [ "Unique coffee recipe that wins top awards","Owner trained in Sicily","Strong local reputation","Prime location on university campus" ] weaknesses = [ "High staff turnover","Floods in the area damaged the seating areas that are in need of repair","Absence of popular mocha latte from menu","Negative reviews from younger demographic for lack of hip ingredients" ] opportunities = [ "Untapped work from anywhere potential as they dont have wifi","Growing local tech startup community","Unexplored online presence and order capabilities","Upcoming annual food fair" ] threats = [ "Competition from big coffee chains nearby","There's nearby street construction that will impact foot traffic","Rising cost of coffee beans will increase the cost of coffee","No immediate local regulatory changes but it's election season" ] # Customer comments some positive some negative customer_comments = """ Customer 1: The seats look really raggedy. Customer 2: The americano is the best on this earth. Customer 3: I've noticed that there's a new server every time I visit, and they're clueless. Customer 4: Why aren't there any snacks? Customer 5: I love the coffe blend they use and can't get it anywhere else. Customer 6: The dark roast they have is exceptional. Customer 7: why is there no wifi? Customer 8: Why is the regular coffee so expensive? Customer 9: There's no way to do online ordering. Customer 10: Why is the seating so uncomfortable and dirty? """

ステップ 3 – デザイン思考のためのプラグインの作成:

プラグインとは何ですか?セマンティック カーネルにはプラグインと呼ばれる機能があり、セマンティック関数の入力を定義して繰り返し再利用できます。プラグインは、.json (LLM と入力パラメータの構成情報を含む) と .txt (カスタム プロンプトを含む) の 2 つのファイルで構成されます。デザイン思考のユースケースでは、4 つのプラグインを作成します。 4 つのプラグインすべてのコードは ここで見つけることができます。

• 共感する: 顧客のフィードバックを受け取り、感情を分離し、顧客が表明した各感情について簡潔な要約を提供します。
• 定義: 共感ステップから出力を取得し、分析をマークダウン テーブルに分類します。問題と考えられる原因を定義します。

• Ideate : 上記のステップからの出力を取得し、「Low Hanging Fruit」および「Higher Hanging Fruit」という 2 つの列を含むマークダウン テーブルの形式でアイデアを生成します。

• PrototypeWithPaper : このプラグインは、前のステップで生成されたアイデアを取り入れて、ソリューションをテストできるように低解像度のプロトタイプを提供します。

ステップ 4 – すべてをまとめます。

前の手順では 4 つのプラグインのコードを示しましたが、それらがデザイン思考のコンテキストで何を行うかを説明したことに注意してください。生成される出力も表示しました。しかし、実際にはコードからこれらのプラグインを呼び出していません。以下に示すように、これを実行してみましょう。

 ## access design thiking plugin pluginsDirectory = "./plugins-sk" pluginDT = kernel.import_semantic_skill_from_directory(pluginsDirectory, "DesignThinking"); async def run_designthinking_async(): my_result = await kernel.run_async(pluginDT["Empathize"], pluginDT["Define"], pluginDT["Ideate"], pluginDT["PrototypeWithPaper"], input_str=customer_comments) display(my_result) asyncio.run(run_designthinking_async())

前のステップで 4 つのステップすべてが生成する出力をすでに確認しました。カーネルが 1 回の呼び出しで次々にプラグインを呼び出すことがいかに単純であるかに注目してください。

結論として、私たちがやったことは次のとおりです。カスタム プロンプトを作成してプラグインにし、 plugins-skというフォルダーに置きました。次に、カーネルを使用して、SWOT 分析とコーヒー ショップの顧客からのフィードバックを使用してそれらを呼び出しました。 SWOT 分析を変更し、別のビジネス上の問題について顧客からのフィードバックを収集することで、設計思考を実行し、問題を解決するための MVP ソリューションを考え出すことができます。

このメソッドの核心は 4 つのカスタム プロンプトですが、このメソッドは、カーネルが AI を使用した複雑な目標の開発をいかに簡単にし、プラグインを使用して管理しやすくするかを強調しています。

AI の 100 日間の 10 日目はここまでです。

私は「Above Average」というニュースレターを執筆しており、大手テクノロジー業界で起こっているすべての背後にある二次的な洞察について話しています。テクノロジー業界にいて、平均的な人間になりたくない場合は、購読してください。

AI の 100 日間に関する最新情報については、 Twitter 、 LinkedIn 、または ** HackerNoon ** でフォローしてください。テクノロジーに携わっている場合は、ここにあるテクノロジー専門家のコミュニティに参加することに興味があるかもしれません。

前 AI の 100 日間、9 日目: AI はビジネス アイデアの SWOT 分析を生成できますか?