Secretarias de Fazenda estaduais atendidas pela Vert Analytics aplicam soluções próprias de analytics e inteligência artificial para identificar padrão de fraude fiscal que, isoladamente, uma auditoria pontual dificilmente conseguiria detectar. Em governos estaduais, como o do Rio Grande do Sul, e na Fazenda Municipal do Rio de Janeiro, a empresa aplica modelo de detecção que cruza dados de contribuintes em escala capaz de revelar rede de relacionamento fraudulenta que não seria visível examinando cada empresa isoladamente.
Fraude fiscal estruturada, ao contrário de sonegação pontual e isolada, geralmente envolve grupo de empresas operando de forma coordenada para simular operação que não existe de fato, ou para diluir responsabilidade fiscal entre entidades que, à primeira vista, parecem não ter relação entre si. Identificar esse padrão exige análise que vá além do exame individual de cada contribuinte.
Como redes de relacionamento revelam fraude que a análise isolada não captura?
A tecnologia que a Vert Analytics aplica constrói redes de relacionamento complexas entre contribuintes, identificando conexão societária, financeira ou operacional entre empresas que, formalmente, poderiam parecer independentes. Quando esse mapeamento revela um conjunto de empresas conectadas apresentando comportamento fiscal coordenado, como divergência de alíquota seguindo padrão semelhante entre todas, ou domicílio fiscal divergente concentrado no mesmo grupo, o sistema sinaliza esse padrão para investigação mais aprofundada.
Essa capacidade de identificar rede, em vez de apenas contribuinte isolado, é o que diferencia detecção de fraude estruturada de simples verificação de conformidade individual, que continuaria tratando cada empresa como caso independente, sem perceber a coordenação por trás delas. Cinco empresas de um mesmo grupo, cada uma com sócio, endereço e ramo de atividade aparentemente distintos, podem passar despercebidas numa fiscalização tradicional; só quando os vínculos entre elas são mapeados em conjunto é que o padrão coordenado se torna visível.
Monitoramento de cargas como camada adicional de proteção
Além da análise de rede entre contribuintes, a Vert Analytics aplica monitoramento em tempo real de cargas em trânsito interestadual, cruzando dados de manifesto de transporte com histórico de rota e outros indícios de fraude, o que permite alertar posto fiscal quando uma operação apresenta inconsistência sugestiva de sonegação, antes mesmo de a mercadoria chegar ao destino declarado no documento fiscal.
Essa camada de monitoramento complementa a análise de rede societária, cobrindo tanto o aspecto documental e financeiro da fraude quanto o aspecto físico da movimentação de mercadoria, que também pode revelar inconsistência relevante quando cruzado com o restante dos dados disponíveis sobre aquela operação.
O que essa capacidade representa para a arrecadação estadual?
Para uma secretaria de fazenda, a diferença entre identificar fraude estruturada em formação e identificá-la apenas depois que já causou prejuízo relevante à arrecadação é significativa em termos de recurso público efetivamente recuperável. Fraude identificada cedo permite intervenção antes que o esquema atinja escala maior, enquanto fraude identificada tardiamente, por meio de auditoria pontual anos depois, frequentemente já envolve valor difícil de recuperar integralmente.
A Vert Analytics trata essa aplicação de análise de rede e monitoramento de cargas como parte de uma abordagem mais ampla de gestão fiscal: usar a mesma escala de dados que sustenta fraude estruturada para identificá-la, em vez de depender de método de auditoria tradicional pensado para um cenário de fraude mais simples e isolada, que já não corresponde à sofisticação real dos esquemas atuais.
