A estas alturas, todos sabemos que el fraude no ocurre en el vacío. En cambio, los actores malintencionados se mueven y saltan entre instituciones, canales y rieles de pago.
Una transacción o la apertura de una cuenta en una institución puede parecer normal, pero cuando se combina con señales de riesgo de otros sectores, puede descubrir que la entidad tiene riesgos ocultos que podrían ser indicativos de fraude o lavado de dinero.
En nuestro reciente seminario web, Ravi Loganathan, presidente del consorcio Sonar, se unió a nosotros para analizar cómo esta brecha de visibilidad afecta hoy a los bancos y por qué aprovechar la inteligencia compartida sobre fraudes es esencial para combatir la delincuencia financiera compleja.
Aquí están las cinco principales conclusiones.
1. Los atributos de las entidades relacionadas con delitos financieros no se quedan dentro de tu institución
El fraude no comienza, permanece ni termina dentro de una sola institución. Los actores maliciosos pasan sus días sondeando activamente las vulnerabilidades de múltiples organizaciones, saltando de las fintech a los bancos tradicionales y aprovechando las brechas de visibilidad entre ellas.
Lo que diferencia a un usuario legítimo de un actor malintencionado no es solo una única transacción fraudulenta, sino sus atributos de base, como el dispositivo, la dirección de correo electrónico o el número de teléfono, y los patrones asociados a cada uno de ellos.
Dado que los consumidores realizan transacciones cada día en una variedad de plataformas, desde bancos tradicionales hasta exchanges de criptomonedas, pasando por marketplaces y neobancos, es fundamental contar con una visión amplia del comportamiento de una entidad y de las señales de fraude a través de los distintos rieles de pago.
Los delincuentes suelen rotar entre bancos, fintechs, mercados y servicios P2P para evitar ser detectados repetidamente.Esto dificulta que cualquier proveedor pueda diferenciar a un usuario legítimo de una entidad de alto riesgo basándose únicamente en sus propios datos.
Por ejemplo, un dispositivo puede parecer pertenecer a un cliente de confianza al momento de abrir la cuenta, pero estuvo vinculado a múltiples intentos fallidos de KYC en otra institución más temprano ese mismo día.
Incluso el comportamiento de bajo riesgo puede ocultar patrones, como cuando un usuario mantiene un saldo estable en un banco tradicional mientras, al mismo tiempo, mueve fondos mediante transferencias de alto riesgo en otros lugares.
Estos patrones son invisibles sin inteligencia contra el fraude a nivel intersectorial. La inteligencia de riesgo compartida, las señales compartidas de riesgo de LA/FT y los indicadores de riesgo conductual proporcionan la visión más amplia necesaria para entender cómo se comporta una entidad en todo el ecosistema. Las herramientas que ayudan a los equipos de fraude a visualizar la huella de una entidad pueden facilitar la identificación de redes de fraude coordinado y de redes de riesgo ocultas.
"Creo que ninguna institución va a ser capaz de prevenir el fraude", dijo Ravi. "...y creo que la inteligencia compartida sobre el fraude y los conocimientos compartidos van a volverse aún más importantes."
2. Un panorama de pagos en evolución exige información en tiempo real sobre señales de riesgo
A medida que la industria avanza hacia los pagos en tiempo real, la liquidación instantánea y nuevos rieles de pago, la evaluación de riesgos en tiempo real debe mantenerse al mismo ritmo. Los modelos tradicionales de fraude que dependen del procesamiento por lotes con días o meses de retraso ya no son suficientes. Cerrar las brechas de visibilidad frente al fraude nunca ha sido tan urgente.
Como explicó Ravi: "No se trata de datos atrasados y retrospectivos. La infraestructura se ha construido porque la concebimos como una infraestructura para facilitar información en tiempo real, lo que a su vez permite responder a las consultas antes de que se autorice una transacción."
Sonar, el consorcio independiente de inteligencia contra el fraude, impulsado por sus miembros y que abarca múltiples industrias, aborda esto mediante un ciclo de consulta - respuesta - retroalimentación. Cuando una institución inicia la apertura de una cuenta, la financiación o transacciones de pago, puede llamar a la API Sonar Insights sobre una entidad y recibir señales de riesgo consolidadas en tiempo real, todo antes de autorizar la transacción.
El auge de los pagos en tiempo real ejerce presión sobre las instituciones para que tomen decisiones precisas en cuestión de segundos. Los modelos tradicionales por lotes no ofrecen protección frente a ataques que se desarrollan rápidamente. Por ejemplo, un usuario puede iniciar una transferencia RTP aparentemente legítima en una institución mientras envía simultáneamente pequeñas y rápidas transferencias a través de múltiples plataformas de pago.
Las redes de fraude también aprovechan los retrasos entre sistemas moviendo fondos a través de distintos rieles en rápida sucesión. Estos patrones parecen inofensivos cuando se observan de forma individual, pero revelan una imagen clara cuando se analizan a nivel de todo el ecosistema. La inteligencia de riesgo compartida en tiempo real, independiente de proveedores y a escala de todo el ecosistema, brinda a las instituciones la visibilidad que necesitan para bloquear transferencias de alto riesgo antes de que los fondos salgan de su alcance.
3. Sonar ofrece inteligencia contra el fraude a través de múltiples industrias, no solo datos bancarios
Sonar está comprometido a reunir a participantes de todo el ecosistema de servicios financieros. Nuestros miembros incluyen exchanges de criptomonedas, marketplaces y fintechs, y planeamos diversificar ese grupo pronto. Este enfoque transversal es esencial porque los atributos de las entidades, para bien o para mal, se utilizan en todos estos canales.
Los datos bancarios por sí solos rara vez cuentan toda la historia del comportamiento de una entidad. Un cliente puede presentar atributos de identidad limpios durante el proceso de incorporación en un banco mientras muestra señales de alto riesgo en otros ámbitos.
Por ejemplo, un dispositivo utilizado para abrir una cuenta bancaria puede haber estado vinculado a múltiples reclamaciones de contracargos en un mercado.
Al conectar señales entre distintas industrias, Sonar revela patrones de comportamiento que son invisibles para cualquier proveedor individual. Este contexto ayuda a las instituciones a tomar decisiones más inteligentes y mejor fundamentadas sobre el riesgo de las entidades.
4. Concéntrate en combatir el fraude, no en la integración de proveedores
Sonar fue diseñado específicamente para ser independiente de proveedores y fácil de implementar. Las instituciones pueden acceder a señales de riesgo seleccionadas a través de llamadas API, incorporando Sonar en su proceso existente de toma de decisiones de riesgo y en su stack de prevención de fraude.
Tanto si cuentas con una pila tecnológica moderna que pueda integrar señales en modelos de aprendizaje automático, como si estás más limitado a enfoques basados en reglas, Sonar puede mejorar tus capacidades de detección de fraude. Además, con el Sonar Marketplace, tienes acceso a proveedores de datos de terceros para enriquecer tus datos de fraude, todo a través de una única API.
Con más de 6,6 mil millones de dispositivos y 120 millones de entidades cubiertas, los miembros obtienen acceso a mucha más inteligencia de la que podrían alcanzar solo con datos internos.
Muchas instituciones dudan en adoptar nuevas herramientas de riesgo debido a integraciones complejas. Sonar evita este problema al funcionar como una capa de datos ligera que se integra en las pilas tecnológicas existentes.
Por ejemplo, un banco puede incorporar Sonar como una fuente de enriquecimiento para su modelo existente sin tener que rehacer por completo su flujo de trabajo de riesgo. Una fintech que utilice un motor de reglas sencillo puede ingerir las señales de riesgo de Sonar como comprobaciones booleanas sin reestructurar su sistema.
Las organizaciones con equipos de ingeniería limitados pueden confiar en sencillas llamadas a la API que devuelven señales de riesgo a nivel de entidad con datos de entrada mínimos. Más allá de la facilidad de uso, las instituciones se benefician de una cobertura de red que les llevaría años construir por su cuenta. Sonar ofrece acceso instantáneo a patrones en todo el ecosistema, lo que permite a los equipos centrarse en la prevención del fraude en lugar de en el trabajo de infraestructura.
5. Genera confianza con el intercambio de datos conforme a la normativa y una gobernanza sólida
Aunque algunas instituciones evitan los consorcios debido a preocupaciones sobre la privacidad de los datos, Sonar ha trabajado para establecer normas operativas integrales y marcos de gobernanza que aborden esta preocupación, permitiendo el intercambio de datos conforme a la normativa sin exponer información confidencial de los clientes.
El consorcio opera bajo la Ley Gramm-Leach-Bliley (GLBA) para la prevención del fraude, y recibió la designación 314(b) de FinCEN para la lucha contra el lavado de dinero.
Por ejemplo, la GLBA permite a los miembros compartir información relevante estrictamente con el fin de prevenir delitos financieros. La Sección 314(b) de la Ley USA PATRIOT permite una colaboración más profunda en actividades de prevención de lavado de dinero (AML), manteniendo al mismo tiempo directrices estrictas sobre lo que se puede intercambiar. Los reguladores, incluidos la OCC, la CFPB y el Banco de la Reserva Federal de Boston, participan como observadores silenciosos en los foros trimestrales de los miembros.
Las señales de datos se anonimizan antes de compartirse, lo que permite a los miembros obtener información sin exponer datos sensibles de los clientes. Este marco brinda tranquilidad a los equipos de cumplimiento de que las percepciones de riesgo pueden utilizarse de forma segura sin vulnerar las expectativas de privacidad.
La estructura de gobernanza está impulsada por los propios miembros, con grupos rotativos que determinan las políticas de uso de datos y las hojas de ruta de producto. Esto ayuda a garantizar que Sonar siga funcionando como una utilidad independiente para la industria, en lugar de convertirse en un foso de datos propietario, lo que permite a los miembros compartir y recibir señales de riesgo con confianza.
Impulsar la inteligencia de riesgo compartida en todo el ecosistema financiero
De cara a 2026, nos entusiasma seguir ampliando Sonar mediante nuevas alianzas y capacidades.
El objetivo es claro: crear una infraestructura crítica que brinde a las instituciones financieras señales de fraude anonimizadas e inteligencia de riesgo compartida en tiempo real, para que puedan combatir el fraude y tomar decisiones seguras sobre el riesgo.
Para descubrir cómo Sonar puede ayudarte a mantenerte un paso adelante del fraude gracias a la inteligencia de consorcio, visita joinsonar.com.
Preguntas frecuentes: Inteligencia contra el fraude entre industrias y señales de riesgo compartidas
¿En qué se diferencia la inteligencia de fraude entre industrias de los datos de las agencias de crédito?
Las agencias de crédito muestran el historial crediticio. Sonar revela señales de fraude en tiempo real: inteligencia del dispositivo, biometría del comportamiento, indicadores de cuentas mula y señales de toma de control de cuentas. Problema diferente, capa de señales diferente.
¿Cómo ayuda Sonar a las instituciones financieras a detectar riesgos ocultos de entidades?
El consorcio Sonar es una red de bancos, fintechs, neobancos, exchanges y marketplaces que preserva la privacidad y comparte señales de dispositivos, comportamientos y patrones sobre actores maliciosos conocidos. Ningún dato personal identificable (PII) de los clientes cruza los límites entre instituciones. Cada miembro ve puntajes de riesgo enriquecidos sobre su propio tráfico.
¿Es legal el intercambio de datos entre industrias según la GLBA y la Sección 314(b)?
Sí. La Sección 314(b) de la Ley USA PATRIOT autoriza específicamente el intercambio de señales de fraude y lavado de dinero entre instituciones financieras, con protección de puerto seguro. El consorcio Sonar opera dentro de ese marco.
¿Qué latencia añade el consorcio a mi decisión de fraude?
Menos de 50 milisegundos. Las señales de Sonar se precalculan y se sirven con la misma latencia que una llamada normal a la API de Sardine. El consorcio no ralentiza el flujo de clientes.
¿Por qué la evaluación de riesgos a nivel de entidad es más eficaz que la supervisión a nivel de transacción?
La supervisión a nivel de transacción puede pasar por alto comportamientos coordinados entre instituciones. La evaluación de riesgos a nivel de entidad utiliza inteligencia de riesgo compartida, conocimientos sobre delitos financieros e indicadores de comportamiento para evaluar el riesgo global de una persona o empresa. Esto permite descubrir patrones de fraude como redes de mulas y fraude de primera parte que no pueden detectarse a partir de una sola transacción.
¿Cómo gestiona Sardine la privacidad en todo el consorcio?
Las señales se cifran, derivan o agregan antes de cruzar entre instituciones. Ningún PII sin procesar transita por el consorcio. Cada miembro solo ve puntuaciones enriquecidas sobre sus propios clientes, nunca la lista de clientes de otro miembro.
¿Quién se beneficia más de las señales de riesgo entre industrias?
Los bancos, las fintech, los procesadores de pagos, los comercios y los bancos patrocinadores se benefician de la inteligencia de riesgo compartida porque aporta visibilidad a todo el ecosistema. Los equipos de fraude, cumplimiento, crédito, incorporación de clientes y debida diligencia del cliente obtienen un contexto más sólido para la toma de decisiones de riesgo basada en entidades.