Notre lecture
Les fintechs et acteurs du paiement nommés documentent quatre tâches : décision sur les paiements par carte, surveillance des transactions avec gestion de cas, filtrage des clients et des paiements, et revue d'alertes assistée par IA. Partez de votre tâche, puis cherchez un client documenté qui vous ressemble. Les sources montrent des déploiements et des résultats publiés par les éditeurs, pas quel outil est le meilleur.
Quel outil pour quel travail ?
| Votre travail | Exemple documenté | La référence à lire | Ce qu’elle documente |
|---|---|---|---|
| Migrer des banques émettrices vers une plateforme multi-tenant |  Feedzai |  Elo | Elo a migré plus de 35 banques émettrices vers Feedzai, qui a construit un modèle par émetteur et un gestionnaire de cas pour qu'elles écrivent leurs règles. 5 |
| Augmenter les taux d'approbation sur de nouveaux marchés |  Sardine |  Prezzee | Prezzee a remplacé un service de fraude géré par Sardine et annonce jusqu'à 70 % d'approbations en plus sur ses nouveaux marchés. 6 |
| Remplacer une surveillance des transactions sous tableur |  Unit21 |  Sila | Sila est passée de tableurs et de requêtes à Unit21 pour la surveillance des transactions et annonce une préparation d'audit ramenée de deux semaines à deux jours. 7 |
| Remplacer des seuils maison par filtrage et surveillance |  ComplyAdvantage |  Inpay | Inpay a remplacé un système interne à seuils par ComplyAdvantage pour le filtrage des paiements et la surveillance des transactions. 8 |
| Bloquer la fraude à la création de commande | ComplyAdvantage |  Mama Money | Mama Money utilise ComplyAdvantage Mesh pour le filtrage clients et la surveillance, et son équipe fraude modifie les règles sans développeurs. 9 |
Quelles tâches anti-fraude et LCB-FT les fintechs nommées documentent-elles ?
Les sources publiques se regroupent en quatre tâches : décider sur les transactions par carte et de paiement, surveiller les transactions et gérer les cas, filtrer clients et paiements, et traiter les files d'alertes avec des agents IA. La plupart des études de cas en couvrent une ou deux.
Au 2026-10-31, 55 entreprises du secteur Fintech et paiements utilisent un outil de la catégorie Fraude et anti-blanchiment : 32 sont confirmées par une source client, 23 observées sur une page éditeur. Ce sont des comptes d'entreprises nommées, pas des parts de marché ; une entreprise observée prouve une adoption, sans tâche.
Quels outils pour les décisions de fraude sur cartes et paiements ?
Elo, réseau de cartes brésilien, a utilisé la plateforme multi-tenant de Feedzai pour que ses banques émettrices écrivent leurs règles, consultent les alertes et décident elles-mêmes ; Feedzai a aussi construit un modèle par émetteur. Elo cite une baisse de 90 % des points de base de fraude pour un émetteur entre le T1 2023 et le T1 2024 : un seul émetteur, un chiffre publié par l'éditeur.
Chez Sardine, les cas documentés portent sur les approbations. Prezzee, plateforme de cadeaux numériques, utilisait un service géré opaque qui refusait trop de clients légitimes aux États-Unis et au Royaume-Uni ; après Sardine, elle a monté une petite équipe de data scientists et d'analystes : le gain suppose donc des ressources humaines. Novo a choisi une autre voie : une vérification par SMS ou code à usage unique plutôt qu'un refus sec, ce qui lui permet, selon l'entreprise, de récupérer 84 % des transactions auparavant bloquées, avec plus de 90 % de litiges non autorisés en moins.
Quels outils pour la surveillance des transactions et la gestion de cas ?
Les pages clients d'Unit21 donnent les flux de surveillance les plus détaillés. Central Payments, qui gère des programmes pour plusieurs établissements financiers, est passée d'un jeu de règles unique à des règles par produit, programme ou banque, testées en mode shadow sur l'historique, avec le filtrage des sanctions et des PPE intégré au même flux. Intuit utilise Unit21 pour la surveillance et la gestion de cas et annonce 65 % de temps d'investigation en moins, notamment grâce au pré-remplissage des déclarations de soupçon. Le résultat de Sila figure dans le tableau.
Les clients documentés de ComplyAdvantage associent filtrage et surveillance. Inpay avait dépassé ses règles à seuils développées en interne ; Mama Money voulait des règles modifiables par sa propre équipe fraude et les données de sanctions dans la même vue. Point commun avec les cas Unit21 : les changements de règles n'attendent plus l'ingénierie. Savoir si l'un le fait mieux que l'autre, ces sources ne le tranchent pas.
Où apparaît la revue d'alertes assistée par IA ?
Les clients fintech confirmés de Bretton AI l'utilisent sur le traitement des alertes. Fluz emploie Alerts AI pour évaluer automatiquement ses alertes de lutte anti-blanchiment, selon ses propres standards de risque, et la liste d'études de cas de Bretton annonce 98 % de temps en moins sur le traitement des faux positifs. L'étude de Sling Money annonce un temps de traitement des alertes LCB-FT divisé par deux. Les populations et les métriques diffèrent : ce n'est pas un comparatif. Bretton affiche un rapport SOC 2 Type II sur son trust center.
Hawk décrit un agent d'investigation LCB-FT sur sa plateforme, et Alviere est client CONFIRMED de Hawk ; la fiche d'Alviere ne documente que l'adoption, pas un flux précis. Unit21, Sardine et ComplyAdvantage décrivent aussi des agents sur leurs sites, mais les cas clients lus ici pour ces trois outils documentent des flux à règles et cas.
Que vérifier avant de reprendre un flux documenté ?
Ce sont des suggestions éditoriales, pas des capacités éditeur. D'abord, la tâche : l'histoire d'approbation de Prezzee concerne la fraude à la carte, celle de Sila la surveillance d'un agrégateur. Ensuite, qui règle les règles : Prezzee a eu besoin d'analystes, tandis que Central Payments et Mama Money valorisent les changements sans développeurs. Enfin, comment une règle est testée avant mise en production : Central Payments cite le mode shadow, le responsable stratégie fraude de Novo décrit un test sur 30, 60 ou 90 jours.
Les prix sont inconnus d'après les sources lues. ComplyAdvantage mentionne une offre Starter en libre-service pour les petites structures. Unit21 indique un rapport SOC 2 Type II.
Méthode et limites
2026-10-31
Périmètre : 55 entreprises classées dans le secteur Fintech & Paiements sur usedby, avec une ligne publique sur un outil de la catégorie Fraude et anti-blanchiment. Chaque chiffre de cette page porte sur ce secteur seulement, pas sur toute la clientèle des outils. La taille des entreprises n’est pas enregistrée et n’est pas affirmée.
Cet état daté compte les entreprises distinctes disposant de preuves clients publiques. CONFIRMED désigne une étude de cas, un témoignage nommé ou une source de presse ; DECLARED, une déclaration de l’entreprise elle-même ; OBSERVED, une liste de clients publiée par un éditeur ; SIGNAL, une offre d’emploi. Les quatre niveaux comptent, avec des forces différentes. Les lignes retirées ou sans niveau sont exclues. Les exemples forment une sélection limitée, vérifiée dans les 90 jours. Les faits éditeurs sont sourcés et vérifiés dans les 60 jours. La couverture est inégale ; une preuve absente reste inconnue. Ces chiffres ne mesurent ni les parts de marché ni les performances. Les dates de collecte ne sont pas des dates d’adoption.
