Notícias

Novas tecnologias da Sefaz-BA resultam em arrecadação de R$ 230 milhões

Sistemas que possibilitam a autorregularização de débitos pelos contribuintes e uso da Inteligência Artificial (IA) melhoram desempenho do fisco baiano.

Com o apoio de sistemas como a Malha Fiscal Censitária, o Planejamento e Programação da Fiscalização e o Domicílio Tributário Eletrônico (DT-e), a autorregularização de débitos pelos contribuintes baianos resultou numa arrecadação de R$ 230 milhões pela Secretaria da Fazenda do Estado (Sefaz-Ba) entre 2019 e 2020, cifra que tende a crescer nos próximos anos. Um dos líderes do país em adoção de novas tecnologias aplicadas à administração tributária, o fisco baiano também já está utilizando a Inteligência Artificial (IA)  em seu dia a dia: o recurso vem sendo aplicado para prever a arrecadação de ICMS.

Algoritmos que aprendem com os dados e tomam decisões inteligentes estão previstos para melhorar a seleção de contribuintes para a fiscalização, assim como para a detecção on-line de fraudes. Os modelos de Inteligência Artificial são construídos a partir de um manancial de cerca de cinco bilhões de documentos fiscais eletrônicos armazenados na base de dados da Sefaz-Ba, oriundos dos registros fiscais dos últimos dez anos de atividade econômica na Bahia.

O domínio das técnicas de Inteligência Artificial representa um passo adiante no processo de inserção da Sefaz-Ba na era dos dados digitais, avalia o secretário da Fazenda do Estado, Manoel Vitório. Ele ressalta a melhoria da eficácia da arrecadação obtida nos últimos anos pelo fisco baiano. "Isto tem acontecido graças a uma interação cada vez mais produtiva entre o trabalho dos servidores fazendários e os recursos de um dos mais modernos parques tecnológicos entre os fiscos do país, que vem sendo aperfeiçoado desde 2015 pelo programa Sefaz On-Line".

O desempenho da arrecadação da Bahia ao longo dos últimos anos tem sido superior à média dos estados, observa o secretário, lembrando que a Bahia aumentou sua participação no ICMS nacional, de 4,2% em 2012 para 4,86% em agosto de 2021.

Autorregularização
A constante modernização tecnológica conduzida pelo quadro técnico especializado do fisco Estadual, lembra o superintendente de Administração Tributária da Sefaz-Ba, José Luiz Souza, foi o que permitiu ao fisco baiano consolidar rotinas de autorregularização pelos contribuintes. Tudo começa, explica, com a Malha Fiscal Censitária, que identifica eventuais inconsistências nos registros fiscais do contribuinte ao aplicar o modelo de inteligência aos documentos fiscais eletrônicos, escrituração fiscal digital, documentos de arrecadação, entre outras fontes de informação.

"As inconsistências que constituem indício de infração, ou mesmo erros formais, são disponibilizadas de forma imediata aos contribuintes, via Domicílio Tributário Eletrônico, de modo que possam ser rapidamente ajustadas, por meio do processo de autorregularização", explica.

Inteligência Artificial
A utilização de algoritmos que aprendem com os dados e efetuam sozinhos operações complexas, por sua vez, representa um novo salto tecnológico do fisco baiano. A Sefaz-Ba obteve sucesso na aplicação de Inteligência Artificial ao processo de previsão da arrecadação tributária do próximo mês, informação essencial para orientar decisões de gestão pública no curto prazo.

Foram construídos dois modelos de previsão. O primeiro, de curto prazo, visou prever, já no primeiro dia do mês corrente, a arrecadação total mensal do ICMS que será gerada pela atividade econômica ocorrida no mês que se encerrou, por cada um dos 15 segmentos econômicos. Como o ICMS é recolhido no mês seguinte aos fatos econômicos geradores, o primeiro dia do mês é a máxima antecipação para se fazer estimativas baseadas no movimento completo do mês.

O segundo  modelo permite fazer previsões para períodos mais amplos, antecipando o cálculo em meses.  Outros casos de aplicação de IA à administração tributária da Sefaz-Ba, em fase inicial de implementação, incluem a classificação de contribuintes quanto ao risco de sonegação, a detecção on-line de fraudes e a identificação eletrônica de mercadorias para a verificação automatizada do regime tributário.

Arquitetura técnica de informações
"Sabe-se que os projetos de IA via de regra empregam 80% do esforço nas etapas de preparação dos dados, e apenas 20% na construção dos modelos propriamente ditos, de forma que só é possível avançar consistentemente neste terreno se a organização dispuser de uma arquitetura técnica de informações adequadamente construída", diz o diretor de Produção de Informações da Sefaz-Ba, Jadson Bitencourt. "Este é o patamar em que a Fazenda Estadual se encontra neste momento, como resultado da execução de uma série de projetos de tecnologia nos últimos anos, no âmbito do Programa Sefaz On-Line".

Esta tecnologia, explica, permite que hoje a Sefaz-Ba processe diariamente quatro milhões de documentos fiscais eletrônicos, dezenas de milhares de declarações, escriturações e documentos de arrecadação e realize batimentos de dados de forma censitária, que alcançam todos os contribuintes e todo o período de cobrança do ICMS, que compreende cinco anos. "O sistema da Malha Fiscal Censitária é uma peça chave nesta arquitetura, porque permite representar o raciocínio fiscal em expressões lógicas que correspondem a indícios de infração à legislação tributária, ao tempo em que realiza continuamente o pré-processamento dos dados, etapa necessária à construção dos modelos de IA", explica Jadson.

A massificação da utilização das informações dos documentos fiscais eletrônicos possibilitada pela Malha Fiscal Censitária ocorre associada a uma interação personalizada com cada contribuinte. Esta tecnologia, observa Jadson, integra todos contribuintes ao processo de fiscalização, enquanto permite que a capacidade técnica da fiscalização seja melhor direcionada para ampliar a produtividade.

Aprendizagem de máquina
Os modelos de previsão da arrecadação tributária utilizando Inteligência Artificial empregaram redes neurais artificiais MLP (Multilayer Perceptron) e redes recorrentes LSTM (Long Short-Term Memory). Como a essência da aprendizagem de máquina (machine learning) consiste em construir algoritmos que aprendam com os dados e possam tomar “decisões inteligentes”, os modelos foram treinados com o histórico de seis anos da arrecadação tributária,  e com a movimentação econômica diária da Bahia deste mesmo período, aferida a partir das notas fiscais eletrônicas entre empresas (NF-e) e destinadas ao consumidor final (NFC-e), assim como outras variáveis relevantes, como a produção de combustíveis no estado, a cotação do dólar, o IPCA e as previsões econômicas (IBC-Br, Variação da Produção Industrial e Variação do PIB). A margem de erro, de acordo com o gerente de Mineração e Análise de Dados da Sefaz-Ba, Guilherme Teixeira, é de 1,1%.

FONTE: Notícias da Sefaz-BA.