A inteligência artificial (IA) deixou de ser uma promessa abstrata e passou a integrar, de forma concreta, a automação fiscal. Em um contexto de volumes massivos de documentos eletrônicos, aumento de complexidade regulatória e pressão por eficiência, a IA vem sendo usada para priorizar riscos, melhorar serviços e acelerar análises , sem substituir, necessariamente, a responsabilidade humana.
No Brasil, esse movimento ganhou contornos mais claros com iniciativas públicas recentes e com uma agenda de governança. Ao mesmo tempo, experiências internacionais compiladas por organismos como a OCDE e o FMI reforçam que a adoção cresce rapidamente, mas exige controles para evitar “caixas-pretas” decisórias e preservar o direito de contestação do contribuinte.
1) O que muda quando IA entra na automação fiscal
Automação fiscal tradicional costuma significar regras determinísticas: validações, cruzamentos e alertas definidos previamente. A IA acrescenta a capacidade de aprender padrões em grandes bases, identificar anomalias com mais precisão e apoiar decisões sob incerteza , por exemplo, sugerindo quais casos devem ser analisados primeiro.
Isso não implica “fiscalização automática” no sentido de decisões sem pessoas. O ganho típico é de triagem: reduzir falsos positivos, direcionar auditorias e aumentar a eficiência em atividades repetitivas, liberando servidores para tarefas de maior valor (análise, negociação, orientação e julgamento).
Do ponto de vista do contribuinte, a mudança pode aparecer como comunicação mais antecipada (alertas antes de autuações), serviços mais personalizados e menor atrito no cumprimento de obrigações. Mas esse benefício depende de qualidade de dados, explicabilidade dos modelos e canais claros de contestação.
2) A escala de dados no Brasil e por que isso favorece IA
O caso brasileiro é particularmente fértil para IA por causa da escala e digitalização. Em apresentação/case envolvendo a Receita Federal, o Serpro reportou volumes como cerca de 690 milhões de NF-e por mês, aproximadamente 3 bilhões de CT-e e em torno de 35 milhões de escriturações contábeis digitais por ano.
Em ambientes desse porte, análises puramente manuais ou baseadas apenas em regras fixas tendem a ficar defasadas. IA (especialmente modelos supervisionados e técnicas de detecção de anomalias) pode ajudar a encontrar padrões raros, correlacionar sinais dispersos e priorizar o que realmente importa.
A mesma fonte reforça um ponto essencial para automação fiscal com IA: qualidade e confiabilidade. A citação atribuída a Pedro Frantz (RFB) resume o problema: “dado sem confiança é ruído e tecnologia sem propósito é barulho”. Em outras palavras, sem governança de dados e objetivos claros, IA pode apenas automatizar erros em escala.
3) Governança: a Política de IA da Receita e a supervisão humana
Em 05/02/2026, a Receita Federal formalizou sua “Política de IA” por meio da Portaria RFB nº 647, com diretrizes como uso responsável, transparência, auditabilidade e proteção de dados. Esse tipo de norma é relevante porque desloca a discussão de “ter ou não ter IA” para “como usar com controles verificáveis”.
Um elemento-chave destacado na comunicação institucional é a “supervisão humana obrigatória”: a política veda o uso de IA para tomada de decisões autônomas e mantém a responsabilidade exclusiva do agente público (também em 05/02/2026, conforme informado pela Receita). Na prática, isso busca impedir que modelos determinem resultados finais sem revisão humana, especialmente quando há impacto direto em direitos.
Esse desenho também dialoga com alertas internacionais. A OCDE, ao discutir IA na administração tributária, aponta que o risco de “black box” pode afetar direitos do contribuinte e a capacidade de contestar decisões. Por isso, exigências de explicabilidade, trilhas de auditoria e documentação de modelos são mais do que boas práticas: tornam-se garantias processuais.
4) Casos de uso: do contencioso à detecção de sonegação
Um exemplo brasileiro frequentemente citado é o uso de IA no contencioso. Em 27/11/2024, o Serpro divulgou a solução “IARA” para auxiliar o CARF no julgamento de cerca de 75 mil recursos, em um estoque estimado em R$ 950 bilhões, com promessa de reduzir o tempo médio “de seis anos para apenas um”. Ainda que promessas dependam de execução e governança, o caso ilustra IA como apoio à decisão, não substituição do julgamento.
A própria OCDE, no relatório “Governing with AI” (inventário 2024; publicado em 18/09/2025), menciona o Brasil em “Box 5.2, Improving decision-making in Brazil”, descrevendo um projeto com amostra de 2.000 processos rotulados e algoritmos supervisionados com sensibilidade/especificidade “acima de 80%”. Esses indicadores sugerem potencial para triagem e padronização, desde que acompanhados de revisão humana e controles de viés.
Na frente de conformidade e combate à evasão, há também alegações públicas de resultados com IA. Em 16/09/2025, o Poder360 repercutiu afirmação atribuída a auditora da RFB sobre identificação de esquemas somando R$ 11 bilhões usando plataformas de IA. Em paralelo, o Serpro menciona, em materiais de transformação digital/IA, um resultado reportado de “R$ 12,5 bilhões recuperados”, embora o valor dependa de contexto metodológico (período, escopo e critérios de atribuição).
5) IA e a Reforma Tributária do Consumo: automação “de fábrica”
A reforma tributária tende a ampliar a demanda por sistemas capazes de calcular, arrecadar, conciliar e controlar créditos com alta integridade. Em 30/01/2025, o Serpro descreveu a “Plataforma da Reforma Tributária de Consumo” (CBS/IBS) com componentes como cálculo, arrecadação, conta corrente, split payment e governança de controle em um ambiente integrado.
Essa visão de plataforma indica automação de ponta a ponta, com rastreabilidade e consistência como requisitos. Em 21/02/2025, o Serpro indicou previsão de estar “totalmente operacional até 2026” e destacou automação/integridade/segurança, com menção à Nuvem de Governo como parte do contexto de infraestrutura.
Já no lado regulatório e de testes, a Receita Federal estabeleceu piloto da CBS (Reforma Tributária do Consumo) por meio da Portaria RFB nº 549/2025 (13/06/2025) e comunicados subsequentes (01 e 04/07/2025): 50 empresas iniciais (Confia/SPED) testam módulos em “produção restrita” para evolução colaborativa. Em iniciativas assim, IA pode apoiar validações inteligentes, detecção de inconsistências e orientação proativa, mas precisa ser integrada a processos claros de responsabilização e auditoria.
6) Conformidade assistida e comunicação proativa: menos atrito, mais previsibilidade
Um caminho complementar à fiscalização é a conformidade assistida: usar dados e automação para reduzir erros antes que virem passivo. Em 24/02/2025, o Serpro divulgou o piloto do programa “Receita Sintonia”, que busca estimular conformidade ao classificar empresas por regularidade cadastral, obrigações acessórias, consistência das informações e pontualidade de pagamento.
IA pode contribuir nesse tipo de programa ao prever risco de inconsistência, sugerir correções e priorizar comunicação. A mesma apresentação/case do Serpro traz a citação atribuída a Pedro Frantz (RFB) sobre mudança de estratégia: “Hoje conseguimos separar o joio do trigo… atuar de forma mais justa… com sistemas inteligentes e comunicação proativa”. Em termos operacionais, isso pode significar menos foco em quem erra por falha operacional e mais foco em condutas intencionais.
Comunicação clara também se torna parte da governança. Em 26/02/2026, a FENACON repercutiu entrevista em que a Receita afirmou que reforma tributária + IA “não ampliam fiscalização sobre Pix”, em resposta a boato sobre monitoramento acima de R$ 5 mil. Esse episódio mostra que a confiança pública pode ser tão decisiva quanto a tecnologia: sem transparência, a percepção social pode travar iniciativas legítimas.
7) Tendências globais e alertas: o que OCDE e FMI indicam
A adoção de IA em administrações tributárias acelerou. A OCDE, em “Tax Administration 2025” (dados até 2023; publicado em 2025), aponta que a adoção passou de 9% (2016) para 69% (2023), com mais 24% implementando para uso futuro. Isso indica que IA está virando padrão competitivo de gestão pública, não um experimento isolado.
No inventário de 2024 (publicado em 18/09/2025) no relatório “Governing with AI”, a OCDE registra que 29 de 38 membros reportam uso de IA em administração tributária, com foco em detecção de evasão/fraude, assistência à decisão e melhoria de serviços. O mesmo relatório cita usos avançados em dados não estruturados (texto, mídias sociais) e até imagens/satélite para identificar ativos ou alterações não declaradas , o que amplia a capacidade analítica, mas eleva riscos de privacidade e proporcionalidade.
O FMI, na nota técnica de 21/11/2024 (IMF Technical Notes and Manuals 2024/006), reforça a necessidade de endereçar preocupações legais/éticas, desenhar governança e aplicar metodologia de avaliação de risco para IA em administração tributária e aduaneira. Na prática, isso se traduz em: base legal clara, minimização de dados, avaliação de impacto, controles de acesso, validação de modelos e mecanismos de recurso efetivos.
8) O gargalo invisível: capacidade institucional e pessoas
Automação fiscal com IA não depende apenas de modelos: depende de equipes, processos e manutenção contínua. Um alerta recente vem de fora: em 24/02/2026, a TechRadar reportou que o IRS teria perdido cerca de 40% do quadro de TI em 2025 e aproximadamente 80% da liderança sênior de tecnologia, afetando a modernização (com menção à introdução de ferramentas de IA).
A lição é que IA pode falhar por motivos não técnicos: rotatividade, perda de memória institucional, falta de governança e incapacidade de operar e auditar sistemas em produção. Em ambientes fiscais, isso é crítico porque o risco operacional não é apenas “indisponibilidade”, mas impacto sobre arrecadação, segurança e direitos.
No Brasil, a formalização de diretrizes (como a Portaria RFB nº 647) e a ênfase em auditabilidade e supervisão humana ajudam a endereçar parte do problema, mas não substituem investimento em capacitação. Para sustentar IA na automação fiscal, é preciso combinar ciência de dados, engenharia, direito tributário, segurança da informação e desenho de serviços.
A inteligência artificial na automação fiscal tende a consolidar um novo equilíbrio: mais capacidade de análise em escala, mais orientação proativa e maior foco em riscos relevantes. Os dados brasileiros , de NF-e, CT-e e escriturações digitais , criam terreno fértil para ganhos de eficiência e justiça fiscal, desde que a qualidade e a confiabilidade da informação sejam tratadas como fundamento.
Ao mesmo tempo, a expansão do uso exige governança robusta. A Política de IA da Receita (Portaria RFB nº 647) e a exigência de supervisão humana mostram um caminho: IA como apoio, com transparência, auditabilidade e proteção de dados. O desafio para 2026 e além será transformar tecnologia em confiança pública , porque, em administração tributária, o melhor algoritmo só vale quando respeita direitos e melhora a previsibilidade do sistema.