Onde a IA pode ajudar na Reforma Tributária — e onde não deveria decidir

A Reforma Tributária aumenta o volume de informação que precisa estar correta em cada documento fiscal. A Nota Técnica 2025.002 da NF-e, por exemplo, incluiu um grupo próprio para IBS, CBS e Imposto Seletivo, com classificação tributária por item. Mais campos, mais combinações, mais conferência.

É natural que a pergunta apareça: dá para usar IA nisso? Dá — em partes bem definidas. E há partes em que ela não deveria decidir. Separar as duas é o que evita tanto o desperdício (usar IA onde uma regra resolve) quanto o risco (deixar um modelo decidir o que é responsabilidade de uma pessoa).

Uma observação antes: este artigo não é orientação tributária. Tratamento tributário é decisão do contador e do responsável fiscal. A Energias-SC atua em processos, sistemas, dados e automação.

Problema: volume e variação, não falta de inteligência

Em uma indústria com milhares de itens cadastrados, centenas de fornecedores e notas diárias, o problema raramente é “não saber a regra”. O problema é aplicar a regra de forma consistente em todo o volume e perceber rapidamente quando algo saiu do padrão.

Isso define bem onde a tecnologia ajuda: conferir muito, rápido e do mesmo jeito; mostrar o que é diferente; e levar a exceção para quem decide.

Onde a IA pode ajudar

IA, especialmente modelos que leem texto e documentos, é útil quando há informação pouco estruturada, grande volume ou necessidade de comparar padrões. Exemplos:

• Divergências: comparar o que o ERP calculou, o que o documento registrou e o que o cadastro diz, apontando as diferenças que fogem do padrão histórico.
• Leitura de documentos: extrair informações de notas, contratos e pedidos de fornecedores para conferência, inclusive de documentos recebidos em PDF.
• Sugestão de classificação: propor uma classificação para itens novos com base em descrição, histórico e itens parecidos — como sugestão para revisão, nunca como definição.
• Inconsistências de cadastro: encontrar duplicidades, descrições conflitantes e itens com dados incompletos.
• Grandes volumes: resumir e agrupar milhares de linhas de divergência em poucos padrões que alguém consiga analisar.
• Priorização de exceções: ordenar o que olhar primeiro, por valor, frequência ou recorrência.
• Apoio à análise: responder perguntas sobre os próprios dados da empresa (“quais itens mudaram de classificação no último mês?”), citando a origem.

Em todos esses casos, a IA trabalha sobre dados e regras que já existem e entrega algo para uma pessoa revisar.

Onde a IA não deveria decidir

Há três limites que valem como regra:

1. Não definir sozinha o tratamento tributário de um item ou operação. A classificação aplicada ao documento precisa de regra validada e de responsável.
2. Não substituir o contador ou o responsável fiscal. A IA pode preparar a análise; quem responde pela decisão é uma pessoa identificada.
3. Não aplicar interpretação legal sem validação. Modelos de linguagem podem soar seguros mesmo quando erram. Interpretação de norma, em especial em período de transição e regulamentação, precisa de revisão humana qualificada.

Esses limites não são desconfiança da tecnologia. São desenho de responsabilidade, o mesmo princípio que aplicamos em qualquer agente de IA com aprovação humana.

O fluxo que separa as duas coisas

Um desenho simples, que funciona na maioria dos casos:

Dados → Regras → Automação → IA → Exceção → Validação humana

• Dados: cadastros revisados, fonte oficial definida, integração entre sistemas. Sem isso, nada à frente funciona bem.
• Regras: o que é certo e conhecido vira regra explícita, mantida pelo responsável fiscal.
• Automação: a regra é aplicada sempre do mesmo jeito, com conferências e alertas automáticos.
• IA: entra onde a regra não alcança — texto livre, documentos variados, padrões em volume.
• Exceção: o que não se encaixa vira fila de revisão, com motivo e prioridade.
• Validação humana: uma pessoa decide, e a decisão fica registrada.

Note a ordem. A IA aparece depois de dados, regras e automação. Na prática, boa parte dos ganhos vem das três primeiras etapas, sem nenhum modelo de IA. É o raciocínio do nosso método e o que discutimos em Sua empresa precisa de IA ou de processo?

Sistemas e integração

Para que esse fluxo funcione, os sistemas precisam conversar. Se a regra está no ERP, mas o preço é formado em planilha e o pedido de compra vem de outro sistema, a IA vai encontrar “divergências” que são, na verdade, falta de integração. Corrigir a integração resolve na origem; usar IA para conviver com ela só esconde o problema. Mais sobre isso em A Reforma Tributária é também um projeto de processos, sistemas e dados.

Cuidados práticos

• Dados sensíveis: documentos fiscais têm dados de clientes, fornecedores e valores. Defina o que pode ser processado por ferramentas externas e com que contrato.
• Rastreabilidade: toda sugestão da IA deve registrar a origem (qual documento, qual regra) e quem aprovou.
• Teste antes: comece por um recorte (uma família de produtos, um tipo de operação), compare com a conferência atual e só então amplie.
• Métrica simples: quantas exceções por semana, quanto tempo para resolver, quantas voltaram.

Por onde começar

Se a empresa ainda não sabe onde estão as divergências mais frequentes, comece por elas — antes de escolher ferramenta. O Radar de Prontidão e o checklist gratuito ajudam a enxergar processos, sistemas, dados e automação. Para entender onde agentes costumam fazer sentido em cada área, veja o Mapa de Agentes por Área.

E se preferir olhar o seu caso com a gente, o Diagnóstico de Eficiência, Automação e IA levanta o processo, os dados e os sistemas antes de qualquer recomendação. Ou, se quiser só tirar uma dúvida, converse com a Energias-SC.