{"id":4638,"date":"2016-09-29T20:05:52","date_gmt":"2016-09-29T23:05:52","guid":{"rendered":"http:\/\/alcantara.pro.br\/portal\/?p=4638"},"modified":"2016-09-29T20:05:52","modified_gmt":"2016-09-29T23:05:52","slug":"eu-auditor-robo-machine-learning-a-servico-do-fisco","status":"publish","type":"post","link":"https:\/\/alcantara.pro.br\/portal\/2016\/09\/29\/eu-auditor-robo-machine-learning-a-servico-do-fisco\/","title":{"rendered":"Eu, Auditor, Rob\u00f4: Machine Learning a servi\u00e7o do Fisco"},"content":{"rendered":"
\n
\n

O termo Intelig\u00eancia Artificial (IA) n\u00e3o \u00e9 algo novo e j\u00e1 foi muito usado, principalmente em filmes de fic\u00e7\u00e3o cient\u00edfica. Mas agora voltou acompanhado de outros termos que fazem parte desta tecnologia e que de alguma forma nos aproxima do conceito, trazendo-o para o nosso dia a dia.<\/span><\/p>\n<\/div>\n<\/div>\n

\n
\n
\n

Um destes termos \u00e9 \u201cMachine Learning\u201d (Aprendizado de M\u00e1quina), que de forma sucinta e simples seria um agrupamento de regras, que permite aos computadores agirem e tomarem decis\u00f5es baseadas na interpreta\u00e7\u00e3o de um universo de dados ao inv\u00e9s de seguir uma programa\u00e7\u00e3o. S\u00e3o capazes de aprender e melhorarem com a evolu\u00e7\u00e3o e com a exposi\u00e7\u00e3o a novos fatos.\u00a0<\/span><\/p>\n

O termo \u201cIA\u201d tamb\u00e9m j\u00e1 foi citado algumas vezes no \u00e2mbito de seu uso pelo fisco brasileiro, tanto na auditoria como na fiscaliza\u00e7\u00e3o dos contribuintes. Sobretudo ap\u00f3s a implementa\u00e7\u00e3o dos primeiros projetos de escritura\u00e7\u00e3o digital, como por exemplo, a nota fiscal eletr\u00f4nica e todos os SPEDs (Sistema P\u00fablico de Escritura\u00e7\u00e3o Digital), os quais s\u00e3o transmitidos ao Fisco, ficando armazenados em uma base de dados a fim de serem auditados, cruzados e validados por at\u00e9 cinco anos ap\u00f3s a entrega. Podemos imaginar o quanto a tecnologia pode evoluir nesse per\u00edodo…<\/span><\/p>\n

Mas, vamos avaliar agora pela \u00f3tica do Fisco: o que fazer com essa quantidade enorme de dados recebidos e armazenados, alguns anal\u00edticos, outros sint\u00e9ticos, em bases de dados separadas, informa\u00e7\u00f5es n\u00e3o padronizadas e principalmente com inconsist\u00eancia na qualidade dos dados, justificado entre outros motivos pela pr\u00f3pria complexidade das obriga\u00e7\u00f5es acess\u00f3rias?<\/span><\/p>\n

Como exemplo deste cen\u00e1rio, podemos citar a base da nota fiscal eletr\u00f4nica, que segundo informa\u00e7\u00e3o do site nacional (nfe.fazenda.gov.br) possui mais de 14 bilh\u00f5es de documentos autorizados. Se considerarmos uma m\u00e9dia de seis itens por documento, teremos algo em torno de 84 bilh\u00f5es de itens da NF-e na base para processamento, volume que aumentar\u00e1 muito se considerarmos o novo projeto NFC-e (cupom fiscal).<\/span><\/p>\n

E \u00e9 neste cen\u00e1rio que entra a evolu\u00e7\u00e3o da tecnologia em todas as suas frentes. Vejamos, atualmente est\u00e3o dispon\u00edveis e acess\u00edveis equipamentos e plataformas de alta performance para processamento de Big Data e, com eles, softwares de \u00faltima gera\u00e7\u00e3o para an\u00e1lise de dados, com modelos estat\u00edsticos e todos os demais recursos necess\u00e1rios para a implementa\u00e7\u00e3o de um projeto de \u201cMachine Learning\u201d.<\/span><\/p>\n

Mas existe algum caso real? Sim, em recente evento um caso real foi demonstrado. Trata-se de um projeto para \u201cidentifica\u00e7\u00e3o de fraudes de ICMS\u201d, realizado por uma Sefaz (Secretaria da Fazenda Estadual) com o apoio da consultoria de sistemas e de professores de lingu\u00edstica e estat\u00edstica da universidade e de auditores fiscais, que conhecem o neg\u00f3cio (intelig\u00eancia).<\/span><\/p>\n

Em conjunto criaram um modelo para aplicar na base de dados da NF-e. Primeiro interpretando, classificando e distinguindo cada item (produto) da NF-e e separando os similares dos n\u00e3o reconhecidos por categoria e subcategoria. Segundo, \u201censinando\u201d o sistema a reconhecer esses novos dados e a tomar a decis\u00e3o mais adequada. E, finalmente, com a base de dados mais padronizada, realizar as an\u00e1lises necess\u00e1rias para identificar quaisquer inconsist\u00eancias e fraudes de ICMS.\u00a0<\/span><\/p>\n

P\u00f4de-se, por exemplo, avaliar em poucos minutos a classifica\u00e7\u00e3o fiscal, o valor m\u00e9dio, a unidade de medida, a tributa\u00e7\u00e3o e outras informa\u00e7\u00f5es utilizadas pelas v\u00e1rias empresas para um mesmo produto, com um alto grau de assertividade, pois o sistema consegue identificar anormalidades relacionadas ao produto. Um outro exemplo foi a identifica\u00e7\u00e3o de inconsist\u00eancias no transporte de mercadorias, como refrigerantes em caminh\u00e3o de 15mil litros, que na verdade era combust\u00edvel.<\/span><\/p>\n

Como vemos, n\u00e3o se trata apenas de automa\u00e7\u00e3o ou processamento de grandes volumes, mas sim de uma auditoria detalhista e interpretativa, que aprender\u00e1 cada vez mais com o aumento no volume de dados e informa\u00e7\u00f5es processadas, sendo um aliado poderoso do auditor fiscal no exerc\u00edcio de suas fun\u00e7\u00f5es. O mais importante \u00e9 que a tecnologia est\u00e1 dispon\u00edvel para todos, e temos que nos preparar para essa nova realidade.<\/span><\/p>\n

Fonte:\u00a0Renato Matavelli em\u00a0Converg\u00eancia Digital<\/a>, via Blog Jos\u00e9 Adriano<\/a><\/span><\/p>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

O termo Intelig\u00eancia Artificial (IA) n\u00e3o \u00e9 algo novo e j\u00e1 foi muito usado, principalmente<\/p>\n","protected":false},"author":1,"featured_media":4639,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[17,79,115,124,148,188],"tags":[],"class_list":["post-4638","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-c42-auditoria-fiscal","category-sped-fiscal","category-icms","category-inteligencia-fiscal","category-nota-fiscal-eletronica","category-tributos"],"_links":{"self":[{"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/posts\/4638","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/comments?post=4638"}],"version-history":[{"count":0,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/posts\/4638\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/media\/4639"}],"wp:attachment":[{"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/media?parent=4638"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/categories?post=4638"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/tags?post=4638"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}