LEES
Case

Snelheid en nauwkeurigheid na de handel verbeteren: Projective Groupneemt deel aan de Swift Hackathon 2024

Datum:15 november 2024

Projective Group vond het geweldig om deel te nemen aan de Swift Hackathon van dit jaar en de spannende uitdaging van het Swift-team aan te gaan om een innovatieve oplossing te creëren voor het thema 'bouwen aan de kapitaalmarkten van de toekomst'. We brachten een getalenteerd cross-functioneel team bij elkaar en combineerden onze expertise vanuit het hele bedrijf. Lees hier hoe ons team de uitdaging aanpakte en impactvolle resultaten afleverde.

Onze uitdaging kiezen

Tijdens de Swift Hackathon 2024 konden deelnemers kiezen uit twee uitdagingen voor de kapitaalmarkten: 'Verbeteren van de snelheid en nauwkeurigheid na transacties' en 'Zorgen voor data privacy met transacties met token'. Het Projective Group team besloot zich te richten op de eerste uitdaging, waarmee veel voorkomende problemen in de sector, zoals transactievertragingen en fouten, konden worden aangepakt. Hun doel was om een oplossing te definiëren die gebruikmaakt van geavanceerde technologieën om snellere, nauwkeurigere en betrouwbaardere processen na de handel te creëren, in lijn met de wereldwijde trends naar kortere afwikkelingscycli.

Onze strategie ontwikkelen

Om deze uitdaging aan te gaan, hebben we mensen uit verschillende delen van ons bedrijf samengebracht, waaronder Data, Transformatie, Payments, en Risk & Compliance, vanuit verschillende Europese locaties, om verschillende perspectieven en expertise te bieden. 

Ons team gebruikte Design Thinking-ideeën om ideeën te ontwikkelen die innovatief en haalbaar waren en, nog belangrijker, die in prototypes konden worden omgezet en op een begrijpelijke manier konden worden gepresenteerd. De ideation sessie stelt iedereen binnen het team in staat om ideeën te produceren en te bediscussiëren op een manier die het mogelijk maakt om oplossingen door veel verschillende lenzen te bekijken en ervoor te zorgen dat er meer rekening wordt gehouden met relevante informatie of problemen. Deze aanpak gebruiken we vaak voor het oplossen van problemen van klanten, maar ook voor onze eigen problemen, en stelt ons in staat om de meest geschikte en effectieve oplossing voor een uitdaging te produceren. 

Belangrijke overwegingen

De eerste stap bij het bouwen van onze oplossing was het definiëren van de problemen die moesten worden opgelost. Uit een lijst van vele problemen konden we drie hoofdproblemen distilleren:

  1. Hoe kunnen we intelligente systemen implementeren om discrepanties in realtime te detecteren en op te lossen?
  2. Hoe kunnen we het STP-percentage van posttransactionele transacties verbeteren?
  3. Hoe kunnen we belangrijke post-trade activiteiten automatiseren, zoals data invoer en reconciliatie, om handmatige fouten te verminderen en transacties sneller te laten verlopen?

Deze probleemstellingen hielpen om de ideatiesessie te sturen, waarbij we er altijd voor zorgden dat de ideeën die we genereerden verband hielden met de uitdaging die voor ons lag. Omdat er veel ideeën werden besproken, was een goede begeleiding en controle essentieel voor het definiëren van succesvolle resultaten.

Een andere belangrijke factor waar het team rekening mee moest houden, waren de behoeften en bruikbaarheid voor zowel de consument als de aanbieder van de oplossing, Swift. Het was noodzakelijk dat de oplossing niet alleen innovatief was, maar ook gemakkelijk en praktisch opgeschaald kon worden vanuit een prototype, terwijl de consument er uiteindelijk van zou profiteren. Met dit in gedachten kwam ons team overeen dat Kunstmatige Intelligentie de basis van onze oplossing zou vormen.

De oplossing 

Na onze rijke en inzichtelijke ideatiesessie werd een gemeenschappelijke oplossing gevormd. We identificeerden een behoefte om een Gebruikers Gecentraliseerd Platform te bouwen met een focus op:

  • Steminvoer voor handelsinitiatie (bijv. data VS vs rest van de wereld)
  • Chatbot prompts en realtime suggesties. 
  • Automatisch genereren van handelscorrecties - zodat een menselijke beoordelaar de onderliggende logica kan bekijken en de correctie kan goedkeuren/afwijzen. 

Op basis hiervan hebben we twee belangrijke use cases gecreëerd waarin we de oplossing gebruikt zien worden:

Gebruik Case 1 - Beleggers die de kwestie beoordelen

Gebruik Case 2 - AI gebruiken om het probleem op te lossen

De voordelen 

  1. Verhoogde efficiëntie en snelheid: De integratie van AI vermindert de tijd die nodig is voor handelsbeoordelingen en besluitvorming aanzienlijk en versnelt het hele proces met behoud van nauwkeurigheid.
  2. Handmatig toezicht op naleving: Door drempels en regels in te bouwen, maakt het platform waar nodig handmatige interventies mogelijk, zodat compliance standaarden strikt gehandhaafd blijven.
  3. Foutreductie: Het gecentraliseerde platform minimaliseert handelsfouten en menselijke fouten bij het initiëren van transacties, waardoor de algehele nauwkeurigheid en betrouwbaarheid worden verbeterd.
  4. Geoptimaliseerde toewijzing van middelen: De opname van een chatbot-gebaseerde prompt vermindert zowel de tijd als de middelen die nodig zijn om transacties te voltooien en af te wikkelen.
  5. Gemakkelijk beheer: Het ontwerp van het platform vereenvoudigt doorlopend beheer en wijzigingen, waardoor het minder moeite kost om het na verloop van tijd te onderhouden en aan te passen.

Conclusie

Met een recordaantal van 79 deelnemers aan de hackathon van dit jaar, waren we blij dat we een van de vijf bedrijven op de shortlist voor deze uitdaging waren, wat betekende dat we in slechts twee weken een levensecht prototype van ons voorstel moesten ontwikkelen! We moesten het opnemen tegen een aantal zeer indrukwekkende inzendingen en hoewel we dit jaar geen plaats behaalden, was het echt een verrijkende ervaring die ons in staat stelde samen te werken en onze gecombineerde expertise te gebruiken om een echt probleem in de hedendaagse payments industrie aan te pakken. We kijken ernaar uit om volgend jaar weer mee te doen!