Quem já emitiu uma nota fiscal sabe que a tarefa está longe de ser simples em função da grande complexidade de regras tributárias. No entanto, um projeto piloto da Secretaria da Fazenda do Paraná (SEFA-PR) baseado em inteligência artificial tem se mostrado promissor para reduzir drasticamente a ocorrência de erros no preenchimento que geram custos administrativos para governos e empresas.

Em parceria com a AFRAC (Associação Brasileira de Automação para o Comércio), a SEFA-PR desenvolve, desde março, um modelo com algoritmos e ferramentas de deep learning para identificar com precisão a classificação tributária correta de um produto. Isso porque um produto tem vários códigos tributários envolvidos que precisam estar corretamente especificados na nota, explica Paulo Guimarães, presidente da AFRAC.

De acordo com Marcelo Filipak, vice-presidente de inovação da AFRAC e responsável pelo projeto, em algumas categorias de produtos, cerca de 10% dos erros são originados de classificação fiscal inadequada.

Cadastro mais assertivo

Dentre as várias informações que uma nota fiscal deve ter, a classificação tributária do produto foi a selecionada pela SEFA-PR. A AFRAC começou a desenvolver testes a partir da base de dados da secretaria para identificar rapidamente os códigos fiscais. “O primeiro piloto foi feito para ajudar a Secretaria a ter um cadastro mais assertivo”, conta Guimarães.

Ao emitir uma nota fiscal, é preciso informar diversos códigos. Entre eles o NCM, código internacional, o CEST (usado por estados) e o Gtin (Global Trade Item Number, a identificação da indústria que está no código de barra). “Todos esses códigos, aliados à descrição do produto, implicam que ele será colocado em determinada classificação tributária”, assinala o executivo.

Diante de tantos códigos, não é incomum que haja erros. Um mesmo produto pode ter diferentes versões, como leite, leite em pó e leite para lactantes, com alíquotas diferentes de imposto. Se a classificação do produto for divergente da base de dados do fisco, a autoridade vai notificar a empresa e, dependendo do caso, aplicar uma multa.

O sistema que está sendo desenvolvido pela equipe da AFRAC para a Secretaria, consegue identificar os códigos e informar com precisão qual deve constar na nota, segundo Guimarães. “Para um copo de água, por exemplo, o modelo vai olhar todos os códigos na base de dados e dizer, com 99,9% de acerto, qual código NCM, CEST e classificação tarifária de ICMS é o correto.”

Serviço de consulta

Questionado se o projeto pode se tornar um serviço de consulta de produtos para os contribuintes na página da Secretaria, Guimarães deixa a questão em aberto. “Essa é uma ideia, mas a decisão final é da Secretaria.”

Filipak detalha que a parceria com a SEFA-PR não é condicionada à criação de serviços específicos, mas na exploração de possibilidades que, se bem-sucedidas, abrirão campo para iniciativas que poderão se tornar novos serviços.

“Em curto prazo, realizamos análises e testes exploratórios e agora estamos mapeando hipóteses e caminhos possíveis. Na segunda fase, o objetivo é adequar os modelos para se adaptar em tempo real às mudanças de regras e leis”, afirma.