Ir para conteúdo
be-human.ai
← Voltar ao blog

IA por setor

Agentes de IA para departamento fiscal: regras e evidências

Como o departamento fiscal pode usar agentes de IA com segurança: biblioteca de regras versionada, evidência em cada valor e revisão antes do envio.

Capa tipográfica do Be Human com o título: Agentes de IA para departamento fiscal: regras e evidências
Ilustração conceitual criada com IA · Be Human

Agentes de IA para departamento fiscal funcionam melhor como preparadores e conferentes, não como tomadores de decisão. Eles coletam documentos, aplicam uma biblioteca versionada de regras que a sua equipe aprovou, preparam papéis de trabalho e sinalizam exceções, enquanto uma pessoa identificada revisa e assina antes de qualquer entrega ou pagamento. Três salvaguardas tornam isso confiável: uma biblioteca de regras que o agente é obrigado a citar, evidência anexada a cada valor e portões de revisão posicionados conforme a consequência.

Principais pontos

  • Comece por preparação e monitoramento (coleta de documentos, conciliações, calendário de obrigações, triagem de notificações), não por posicionamentos tributários nem por envios.
  • Mantenha as regras em uma biblioteca versionada, com responsável e datas de vigência, para que o agente cite uma regra aprovada em vez de lembrar uma de memória.
  • Todo valor de um papel de trabalho deve apontar para um documento de origem, uma versão de regra e uma etapa de cálculo que o revisor possa reabrir.
  • Coloque portões de revisão onde começam o julgamento e a irreversibilidade: posicionamentos, envios, pagamentos e qualquer mensagem ao fisco.
  • Avalie o agente por resultados observáveis, como correções feitas por revisores e itens em atraso, e revise as permissões dele em um calendário fixo.

O que um agente de IA pode fazer no trabalho fiscal?

O trabalho fiscal mistura julgamento com um volume grande de preparação repetitiva. É na parte repetitiva que o agente se justifica, porque ela segue regras, depende de muitos documentos e é fácil de conferir. Candidatos típicos:

  • Coletar e cobrar documentos de origem, como notas fiscais, extratos bancários, resumos de folha e quadros de operações entre empresas do grupo.
  • Conciliar saldos contábeis com os documentos de suporte e listar as diferenças.
  • Preparar rascunhos de papéis de trabalho para apuração periódica de tributos indiretos, retenções e provisões de imposto sobre a renda.
  • Manter o calendário de obrigações e lembrar os responsáveis dos itens em aberto.
  • Ler notificações das autoridades, classificá-las e encaminhar cada uma à pessoa certa, com o prazo anotado.
  • Responder dúvidas internas de colegas de finanças e de compras com uma regra citada.

Alguns trabalhos devem continuar com pessoas: assumir um posicionamento tributário, interpretar uma norma ambígua, negociar com o fisco e assinar uma declaração. O agente pode montar o dossiê para essas decisões. Ele não deve tomá-las.

Se a sua área fiscal funciona dentro de um escritório de contabilidade, o padrão é próximo ao descrito em agentes superinteligentes para escritórios de contabilidade. Se o departamento também cuida de comércio exterior e tributos aduaneiros, a disciplina documental de agentes de IA para empresas de importação e exportação se aplica diretamente.

Por que um agente fiscal precisa de uma biblioteca de regras?

Um modelo de uso geral sabe muito sobre tributação em geral e muito pouco sobre as suas empresas, as suas opções tributárias, as suas jurisdições e as suas políticas internas. As regras também mudam, e a lembrança de um modelo não traz data de vigência. Um agente que responde de memória soa confiante e erra de formas difíceis de perceber.

A solução é uma biblioteca de regras da qual o agente precisa recuperar e citar. Cada entrada deve conter:

  • A jurisdição e o tributo que ela cobre.
  • O texto da regra, ou uma referência precisa à fonte oficial.
  • A data em que passa a valer e, quando for o caso, a data em que termina.
  • A interpretação do seu departamento, separada da norma em si, com o nome de quem a aprovou.
  • As empresas às quais se aplica e as exceções conhecidas.
  • Um responsável por manter a entrada atualizada.

Para esse trabalho, recuperar informação é melhor do que retreinar o modelo, porque uma mudança de regra vira a edição de uma única entrada. O agente passa a se comportar de outra forma já na execução seguinte, e a mudança fica visível em um histórico. Se você quiser entender o trade-off técnico, a comparação da AWS entre recuperação de contexto (RAG) e fine-tuning explica por que o conhecimento editável deve ficar fora do modelo.

Dois comportamentos importam mais. Quando nenhuma regra aprovada se aplica, o agente diz isso e escala, em vez de improvisar. Quando duas entradas entram em conflito, ele mostra as duas e pede uma decisão. Uma biblioteca que registra essas decisões melhora com o uso, e é assim que o julgamento de um departamento se torna reutilizável.

O que conta como evidência para a resposta de um agente?

Uma resposta sem evidência é só uma opinião. No trabalho fiscal, o padrão é que um revisor, ou um auditor meses depois, consiga reabrir um papel de trabalho e reproduzir cada número sem perguntar a ninguém. Para um agente, isso significa que cada valor carrega quatro coisas:

  • O documento de origem, com seu identificador e o ponto exato em que o valor aparece.
  • A entrada de regra e a versão que foi aplicada.
  • As etapas do cálculo, em ordem, em linguagem simples.
  • Um registro do que gerou o valor e quando, incluindo quais ferramentas foram acionadas.

O agente também deve informar o grau de correspondência de cada item. Uma linha pode estar totalmente conciliada com um documento, parcialmente conciliada com uma diferença declarada, ou sem correspondência. Assim, os revisores gastam o tempo nos dois últimos grupos, em vez de reler tudo.

Os documentos devem permanecer nos seus próprios sistemas. O agente faz referência a eles em vez de guardar cópias próprias, de modo que as regras de retenção e de acesso continuem em um só lugar. Registrar cada consulta, chamada de ferramenta e resposta é prática comum de observabilidade, e o material introdutório do OpenTelemetry sobre observabilidade é um bom ponto de partida se a sua equipe técnica precisar de um vocabulário comum. Os hábitos de preparação para auditoria descritos em IA para gestão da qualidade se transferem bem para cá: achados, evidências e ações corretivas em uma cadeia rastreável.

Onde devem ficar os portões de revisão?

Os portões devem seguir a consequência, não o volume. Um departamento que revisa tudo com o mesmo peso ou se esgota ou passa a ler por cima. Use este guia de decisão:

  • Preparação somente de leitura (coletar, conciliar, listar diferenças): o agente segue, e um revisor faz amostragem do resultado em ritmo regular.
  • Rascunho de papel de trabalho ou de cálculo: o preparador revisa antes de ele entrar no dossiê.
  • Qualquer posicionamento, estimativa ou interpretação tributária: um revisor sênior aprova, e o agente não segue adiante sozinho a partir desse ponto.
  • Envio, pagamento ou qualquer mensagem ao fisco: uma pessoa identificada aprova cada item, e o agente não tem credenciais para executar a ação por conta própria.
  • Mudanças na biblioteca de regras: o responsável pela área fiscal aprova, e o motivo fica registrado.

Dois detalhes de desenho tornam os portões reais. Primeiro, o revisor vê a evidência antes da conclusão, de modo que aprovar é um ato de conferir, não de confiar. Segundo, o agente que preparou um valor nunca o aprova. A separação entre quem prepara e quem aprova é um controle antigo em finanças, e vale para agentes exatamente como vale para pessoas.

Quais são os riscos de segurança e de permissões?

Um agente fiscal lê material de fora da empresa: notas de fornecedores, e-mails encaminhados, PDFs de órgãos públicos. Qualquer um desses textos pode conter instruções dirigidas ao agente. A regra segura é que o conteúdo de documentos é dado, nunca comando. A orientação da OWASP sobre prevenção de prompt injection descreve defesas práticas, e vale incorporá-las desde o primeiro dia.

As permissões merecem o mesmo cuidado que você teria com uma pessoa recém-contratada no departamento:

  • Acesso de leitura a livros contábeis e repositórios de documentos, limitado às empresas de que a tarefa precisa.
  • Nenhuma capacidade de lançar contabilmente, liberar pagamentos ou enviar dados a um portal.
  • Credenciais de envio mantidas por pessoas: o agente prepara o pacote e uma pessoa executa a ação final.
  • Dados pessoais de arquivos de folha ou de prestadores limitados às tarefas que exigem esse acesso, respeitando as regras de proteção de dados que se aplicam a você.
  • Uma revisão periódica de permissões, porque acessos tendem a se acumular em silêncio.

A orientação da OWASP sobre autorização trata de privilégio mínimo e de negação por padrão de uma forma que o seu time de segurança reconhece. Para um quadro de governança mais amplo, o NIST AI Risk Management Framework oferece uma estrutura comum para mapear e gerenciar esses riscos.

Como começar, passo a passo?

Comece com um papel e um processo. Um primeiro escopo estreito é mais fácil de testar e mais fácil de confiar.

  • Escolha uma tarefa recorrente com entradas claras e um responsável definido, como a apuração mensal de tributos indiretos de uma empresa.
  • Descreva o processo atual como ele realmente acontece, incluindo as exceções que as pessoas resolvem pela experiência.
  • Monte a primeira fatia da biblioteca de regras apenas para essa tarefa, com responsáveis e datas de vigência.
  • Defina o padrão de evidência: o que cada valor precisa carregar antes de chegar ao revisor.
  • Defina os portões usando o guia de decisão acima e nomeie o aprovador de cada um.
  • Rode o agente em paralelo com a equipe por vários ciclos, comparando o resultado dele com o resultado humano e registrando cada correção.
  • Escolha um critério de sucesso observável, como menos correções do revisor por ciclo e nenhum item em atraso, e só amplie o escopo quando ele se sustentar.

Sobre avaliação, o artigo da Anthropic sobre evals para agentes de IA é um guia prático para transformar casos passados em testes repetíveis. Os seus papéis de trabalho corrigidos são exatamente esse tipo de material.

Cenário ilustrativo: uma empresa de médio porte com três entidades prepara à mão as apurações periódicas de tributos indiretos. O agente reúne os relatórios de vendas e de compras, concilia com a contabilidade e encontra uma nota de compra com um tratamento tributário que não corresponde a nenhuma regra aprovada. Ele não adivinha. Marca a linha como sem correspondência, anexa a nota e as duas entradas de regra mais próximas, e encaminha ao revisor sênior. O revisor decide, a decisão entra na biblioteca e, no ciclo seguinte, o mesmo fornecedor passa sem dúvida.

Como a Be Human conduz isso na prática?

A Be Human projeta, implementa e opera infraestrutura de IA personalizada para empresas. Um primeiro projeto define um papel útil, como um agente de preparação fiscal, junto com a memória e as ferramentas de que ele precisa, os limites de aprovação e um critério de sucesso observável. A operação gerenciada pode incluir monitoramento, avaliações recorrentes, manutenção de integrações, revisão de permissões, resposta a incidentes e melhorias controladas na biblioteca de regras e nos fluxos. O agente mantém identidade, memória, canais, ferramentas e permissões sob o seu controle, e o serviço é prestado remotamente, em português e inglês.

Se você não tem certeza de qual tarefa entregar primeiro, faça o diagnóstico de IA gratuito da Be Human para identificar a primeira tarefa que vale a pena passar a um agente.

Perguntas frequentes

Um agente de IA pode enviar declarações fiscais sozinho? Não deve. O agente pode preparar o pacote, conferi-lo com as suas regras e listar as dúvidas em aberto, mas uma pessoa identificada deve aprovar e executar o envio. Manter as credenciais de envio com pessoas torna esse limite aplicável na prática, e não apenas uma política escrita.

Precisamos treinar um modelo com os nossos arquivos fiscais? Em geral, não. A recuperação a partir de uma biblioteca de regras e dos seus repositórios de documentos mantém o conhecimento editável, citável e sob o seu controle. Treinar um modelo com arquivos fiscais torna uma mudança de regra mais difícil de aplicar e mais difícil de comprovar.

Como manter o agente atualizado quando as regras mudam? Trate a biblioteca de regras como um conjunto de documentos controlados. Cada entrada tem responsável e datas de vigência, as mudanças são aprovadas pelo responsável da área fiscal, e avaliações recorrentes reexecutam casos passados para confirmar que o agente agora se comporta como o esperado. O agente deve se recusar a responder quando nenhuma entrada aprovada e vigente se aplicar.

Quem responde quando o agente erra? O departamento continua responsável, como é pelo trabalho feito por funcionários ou assessores. Por isso cada portão tem um aprovador identificado, cada valor carrega evidência e os registros mostram o que o agente fez. Quando um erro aparece, essa trilha permite corrigir a regra, o processo ou a permissão que o permitiu.

Seu próximo passo

Descubra primeiro onde um agente de IA cabe na sua empresa.

Faça o diagnóstico gratuito de IA da Be Human. Algumas perguntas sobre o seu trabalho mostram qual tarefa entregar primeiro a um agente, o que ele precisa saber e onde uma pessoa aprova.

Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.

Menos tarefas. Mais espaço para você.

Traga o trabalho para o qual falta tempo.

Teste um agente de IA personalizado 7 dias grátis pelo WhatsApp ↗Ou faça o diagnóstico gratuito de IA →