A esta altura, todos sabemos que a fraude não acontece no vácuo. Em vez disso, agentes mal-intencionados se deslocam e pulam entre instituições, canais e trilhos de pagamento.
Uma transação ou abertura de conta em uma instituição pode parecer normal, mas, quando combinada com sinais de risco de outros setores, você pode descobrir que a entidade apresenta riscos ocultos que podem ser indicativos de fraude ou lavagem de dinheiro.
Em nosso recente webinar, Ravi Loganathan, presidente do consórcio Sonar, juntou-se a nós para discutir como essa lacuna de visibilidade impacta os bancos atualmente e por que aproveitar inteligência compartilhada sobre fraudes é essencial para combater crimes financeiros complexos.
Aqui estão os cinco principais pontos de destaque.
1. Os atributos de entidades de crimes financeiros não ficam restritos à sua instituição
A fraude não começa, permanece ou termina em uma única instituição. Agentes mal-intencionados passam o dia todo sondando ativamente vulnerabilidades em várias organizações, pulando de fintechs para bancos tradicionais e explorando as lacunas de visibilidade entre elas.
O que diferencia um usuário legítimo de um agente mal-intencionado não é apenas uma única transação fraudulenta, mas sim seus atributos básicos, como dispositivo, endereço de e-mail ou número de telefone, e os padrões associados a cada um deles.
Com os consumidores realizando transações diariamente em uma variedade de plataformas, desde bancos tradicionais até corretoras de criptomoedas, marketplaces e neobancos, é fundamental ter uma visão ampla do comportamento de uma entidade e dos sinais de fraude em todos os meios de pagamento.
Criminosos costumam alternar entre bancos, fintechs, marketplaces e serviços P2P para evitar serem detectados repetidamente.Isso torna difícil para qualquer provedor diferenciar um usuário legítimo de uma entidade de alto risco com base apenas em seus próprios dados.
Por exemplo, um dispositivo pode parecer pertencer a um cliente confiável na abertura da conta, mas ter sido associado a várias tentativas de KYC fracassadas em outra instituição mais cedo no mesmo dia.
Mesmo comportamentos de baixo risco podem ocultar padrões, como quando um usuário mantém um saldo estável em um banco tradicional enquanto, ao mesmo tempo, movimenta fundos por meio de transferências de alto risco em outros lugares.
Esses padrões são invisíveis sem inteligência de fraude entre setores. Inteligência de risco compartilhada, sinais de risco de AML compartilhados e indicadores de risco comportamental fornecem a visão mais ampla necessária para entender como uma entidade se comporta em todo o ecossistema. Ferramentas que ajudam as equipes de fraude a visualizar a pegada de uma entidade podem facilitar a identificação de quadrilhas de fraude coordenadas e redes de risco ocultas.
"Acho que nenhuma instituição sozinha será capaz de impedir fraudes", disse Ravi. "...e acho que a inteligência compartilhada sobre fraudes e os insights compartilhados vão se tornar ainda mais importantes."
2. Um cenário de pagamentos em evolução exige insights em tempo real sobre sinais de risco
À medida que o setor avança para pagamentos em tempo real, liquidação instantânea e novos trilhos de pagamento, a avaliação de risco em tempo real precisa acompanhar esse ritmo. Modelos tradicionais de fraude que dependem de processamento em lote, com dias ou meses de atraso, não conseguem mais dar conta. Fechar as lacunas de visibilidade em relação à fraude nunca foi tão urgente.
Como Ravi explicou: "Não se trata de dados defasados, que olham apenas para o passado. A infraestrutura foi construída porque a concebemos como uma base para viabilizar insights em tempo real, o que também permite responder a consultas antes que uma transação seja autorizada."
Sonar, o consórcio independente de inteligência contra fraudes, orientado por seus membros e que atua em vários setores, resolve isso por meio de um ciclo de consulta – resposta – feedback. Quando uma instituição inicia a abertura de conta, o aporte de recursos ou transações de pagamento, ela pode chamar a API Sonar Insights sobre uma entidade e receber de volta sinais de risco consolidados em tempo real, tudo antes de autorizar a transação.
O aumento dos pagamentos em tempo real coloca pressão sobre as instituições para que tomem decisões precisas em questão de segundos. Os modelos tradicionais em lote não oferecem proteção contra ataques que se desenrolam rapidamente. Por exemplo, um usuário pode iniciar uma transferência RTP aparentemente legítima em uma instituição enquanto, ao mesmo tempo, envia pequenas e rápidas transferências por meio de várias plataformas de pagamento.
Quadrilhas de fraude também exploram atrasos entre sistemas ao movimentar fundos por diferentes trilhos em rápida sucessão. Esses padrões parecem inofensivos quando analisados individualmente, mas formam um quadro claro quando observados em todo o ecossistema. Inteligência de risco em tempo real, compartilhada, independente de fornecedor e em nível de ecossistema, oferece às instituições a visibilidade de que precisam para bloquear transferências de alto risco antes que os recursos saiam do seu alcance.
3. O Sonar oferece inteligência contra fraudes entre diferentes setores, não apenas dados bancários
A Sonar está comprometida em reunir participantes de todo o ecossistema de serviços financeiros. Nossos membros incluem corretoras de criptomoedas, marketplaces e fintechs, e planejamos diversificar esse grupo em breve. Essa abordagem multissetorial é essencial porque os atributos das entidades, para o bem ou para o mal, são usados em todos esses canais.
Dados bancários, por si só, raramente contam a história completa do comportamento de uma entidade. Um cliente pode apresentar atributos de identidade limpos durante a abertura de conta em um banco, enquanto exibe sinais de alto risco em outros contextos.
Por exemplo, um dispositivo usado para abrir uma conta bancária pode ter sido associado a várias contestações de cobrança em um marketplace.
Ao conectar sinais entre diferentes setores, o Sonar revela padrões de comportamento que são invisíveis para qualquer provedor individualmente. Esse contexto ajuda as instituições a tomar decisões mais inteligentes e bem informadas sobre o risco das entidades.
4. Foque no combate à fraude, não na integração de fornecedores
O Sonar foi especificamente desenvolvido para ser independente de fornecedores e fácil de implementar. As instituições podem acessar sinais de risco selecionados por meio de chamadas de API, incorporando o Sonar ao seu processo existente de tomada de decisão de risco e à sua stack de prevenção a fraudes.
Quer você tenha uma stack de tecnologia moderna que consiga integrar sinais em modelos de machine learning, quer esteja mais limitado a abordagens baseadas em regras, o Sonar pode aprimorar suas capacidades de detecção de fraude. Além disso, com o Sonar Marketplace, você tem acesso a provedores de dados de terceiros para enriquecer seus dados de fraude, tudo por meio de uma única API.
Com mais de 6,6 bilhões de dispositivos e 120 milhões de entidades cobertas, os membros têm acesso a muito mais inteligência do que poderiam obter apenas com dados internos.
Muitas instituições hesitam em adotar novas ferramentas de risco devido a integrações complexas. O Sonar evita esse problema ao funcionar como uma camada de dados leve que se encaixa nas pilhas de tecnologia existentes.
Por exemplo, um banco pode adicionar o Sonar como uma fonte de enriquecimento para o seu modelo existente sem precisar refazer todo o fluxo de trabalho de risco. Uma fintech que utiliza um mecanismo de regras simples pode ingerir os sinais de risco do Sonar como verificações booleanas, sem precisar reestruturar o seu sistema.
Organizações com equipes de engenharia limitadas podem contar com chamadas de API simples que retornam sinais de risco em nível de entidade com entradas mínimas de dados. Além da facilidade de uso, as instituições se beneficiam de uma cobertura de rede que levaria anos para construir por conta própria. A Sonar oferece acesso instantâneo a padrões em todo o ecossistema, permitindo que as equipes se concentrem na prevenção de fraudes em vez de trabalho de infraestrutura.
5. Construa confiança com compartilhamento de dados em conformidade regulatória e governança sólida
Embora algumas instituições evitem consórcios devido a preocupações com privacidade de dados, a Sonar trabalhou para estabelecer regras operacionais abrangentes e estruturas de governança para lidar com essa questão, viabilizando o compartilhamento de dados em conformidade regulatória sem expor informações brutas dos clientes.
O consórcio opera sob a Lei Gramm-Leach-Bliley (GLBA) para prevenção de fraudes, e recebeu a designação 314(b) da FinCEN para combate à lavagem de dinheiro.
Por exemplo, a GLBA permite que os membros compartilhem informações relevantes estritamente para o propósito de prevenir crimes financeiros. A Seção 314(b) do USA PATRIOT Act possibilita uma colaboração mais profunda em atividades de AML, mantendo diretrizes rigorosas sobre o que pode ser compartilhado. Órgãos reguladores, incluindo o OCC, o CFPB e o Federal Reserve Bank de Boston, participam como observadores silenciosos em fóruns trimestrais dos membros.
Os sinais de dados são anonimizados antes de serem compartilhados, o que permite que os membros recebam insights sem expor informações brutas dos clientes. Essa estrutura tranquiliza as equipes de compliance de que os insights de risco podem ser usados com segurança, sem violar as expectativas de privacidade.
A estrutura de governança é orientada pelos membros, com grupos rotativos que definem as políticas de uso de dados e os roteiros de produto. Isso ajuda a garantir que o Sonar continue a funcionar como uma utilidade independente para o setor, em vez de um fosso proprietário de dados, permitindo que os membros compartilhem e recebam sinais de risco com confiança.
Avançando a inteligência de risco compartilhada em todo o ecossistema financeiro
À medida que olhamos para 2026, estamos entusiasmados em continuar a expandir o Sonar por meio de novas parcerias e capacidades.
O objetivo é claro: criar uma infraestrutura crítica que capacite as instituições financeiras com sinais de fraude anonimizados e inteligência de risco compartilhada em tempo real, para que possam combater a fraude e tomar decisões seguras sobre risco.
Para descobrir como o Sonar pode ajudá-lo a se manter à frente das fraudes com inteligência de consórcio, visite joinsonar.com.
Perguntas frequentes: inteligência contra fraudes entre setores e sinais de risco compartilhados
Em que a inteligência de fraude entre diferentes setores é diferente dos dados de bureaus de crédito?
Bureaus de crédito revelam o histórico de crédito. O Sonar revela sinais de fraude em tempo real: inteligência de dispositivo, biometria comportamental, indicadores de contas laranja e sinais de tomada de conta de contas. Problema diferente, camada de sinal diferente.
Como o Sonar ajuda instituições financeiras a detectar riscos ocultos de entidades?
O consórcio Sonar é uma rede de bancos, fintechs, neobancos, corretoras e marketplaces que preserva a privacidade e compartilha sinais de dispositivos, comportamentos e padrões sobre agentes mal-intencionados conhecidos. Nenhuma informação pessoal identificável (PII) de clientes cruza as fronteiras entre instituições. Cada membro visualiza pontuações de risco enriquecidas apenas para o seu próprio tráfego.
O compartilhamento de dados entre diferentes setores é legal sob a GLBA e a Seção 314(b)?
Sim. A Seção 314(b) do USA PATRIOT Act autoriza especificamente o compartilhamento de sinais de fraude e lavagem de dinheiro entre instituições financeiras, com proteção de porto seguro. O consórcio Sonar opera dentro desse arcabouço.
Que latência o consórcio adiciona à minha decisão de fraude?
Menos de 50 milissegundos. Os sinais do Sonar são pré-computados e entregues com a mesma latência de uma chamada comum à API da Sardine. O consórcio não desacelera o fluxo de clientes.
Por que a pontuação de risco em nível de entidade é mais eficaz do que o monitoramento em nível de transação?
A monitoração em nível de transação pode deixar passar comportamentos coordenados entre instituições. A pontuação de risco em nível de entidade usa inteligência de risco compartilhada, insights sobre crimes financeiros e indicadores comportamentais para avaliar o risco geral de uma pessoa ou empresa. Isso revela padrões de fraude como redes de laranjas e fraude de primeira parte que não podem ser detectados a partir de uma única transação.
Como a Sardine lida com a privacidade em todo o consórcio?
Os sinais são transformados em hashes, derivados ou agregados antes de cruzarem entre instituições. Nenhum dado pessoal bruto (PII) transita pelo consórcio. Cada membro vê apenas pontuações enriquecidas sobre seus próprios clientes, nunca a lista de clientes de outro membro.
Quem se beneficia mais com os sinais de risco entre diferentes setores?
Bancos, fintechs, processadores de pagamento, comerciantes e bancos patrocinadores se beneficiam da inteligência de risco compartilhada porque ela adiciona visibilidade em todo o ecossistema. As equipes de fraude, compliance, crédito, onboarding e due diligence de clientes passam a ter um contexto mais sólido para a tomada de decisões de risco baseada em entidades.