Projeto Analytics: O Leão Que Aprendeu a Pensar

Até poucos anos atrás, a fiscalização tributária no Brasil era um evento. Um auditor recebia uma denúncia, abria uma pasta, cruzava documentos em planilhas e, meses — às vezes anos — depois, lavrava um auto de infração. O contribuinte que operava na zona cinzenta tinha tempo. Tempo para corrigir, tempo para migrar, tempo para desaparecer. Esse tempo acabou.

Em 2024, o Projeto Analytics da Receita Federal do Brasil conquistou o 1º lugar no 23º Prêmio de Criatividade e Inovação da RFB — o reconhecimento oficial de que a inteligência artificial deixou de ser projeto-piloto e se tornou a espinha dorsal da fiscalização brasileira. O que antes era um leão estático num logotipo virou um predador algorítmico que processa 690 milhões de notas fiscais por mês, cruza 18 bilhões de registros financeiros e mapeia redes societárias em tempo real.

Este artigo reconstrói a arquitetura completa desse sistema — suas camadas de dados, seus módulos de inteligência, seu score de risco dinâmico e o Programa Sintonia que classifica até o seu contador. E apresenta a Scitylana — a inteligência analítica criada por Júlio N. Nogueira no ecossistema Ponte Paraguai — que inverte a lógica: em vez de esperar o algoritmo bater à porta, ela simula o raciocínio da máquina antes que a máquina o execute.

O Projeto Analytics não é um software. É um ecossistema. Liderado por Pedro Augusto Frantz e uma equipe de 12 auditores-fiscais e analistas, ele opera sobre um Data Lake de 4 petabytes — o Receita Data, lançado em 2018 — que consolida centenas de máquinas e dezenas de fontes de dados num único repositório analítico. As tecnologias que o sustentam não são exóticas: Python, SQL, JavaScript, Apache Hadoop, Jupyter Notebooks, Power BI. O diferencial não está na ferramenta, mas na escala e na integração.

Esses números não são teóricos. São a base sobre a qual o algoritmo opera diariamente, cruzando declarações fiscais (ECF, ECD, SPED), notas eletrônicas (NF-e, NFS-e), movimentações bancárias (e-Financeira), transações com criptomoedas, dados do e-Social, registros cartorários e até geolocalização. O resultado: R$ 12,5 bilhões recuperados com uso direto de inteligência artificial, e um tempo de análise financeira que caiu de 2 horas para 15 minutos por contribuinte.

O Projeto Analytics foi apresentado em fóruns da OCDE na Suécia como referência internacional de fiscalização data-driven. Não é propaganda institucional. É o reconhecimento de que o Brasil construiu um dos sistemas de vigilância fiscal mais sofisticados do mundo — e que ele já está operando.

Cada CNPJ ativo no Brasil possui uma pontuação dinâmica atribuída pelo Projeto Analytics. Centenas de indicadores com pesos diferentes alimentam esse score, que sobe e desce com base no comportamento fiscal do contribuinte — não em eventos isolados, mas em padrões estatísticos ao longo do tempo.

O sistema monitora 44+ milhões de CNPJs mensalmente a custo marginal zero. Inconsistências óbvias recebem peso altíssimo. Ausência de substancialidade — empresa sem funcionários, sem consumo de energia, sem contratos locais — dispara alerta vermelho. Variação patrimonial incompatível dos sócios eleva o score para a zona de fiscalização prioritária.

O Fisco de Goiás já opera uma rede neural com 93% de acerto na identificação de empresas fantasmas. O Projeto Analytics federal amplia essa lógica para escala nacional. Em 2024, a prova de conceito identificou R$ 19,1 bilhões em créditos indevidos, incluindo um caso farmacêutico com 97% de créditos incompatíveis (R$ 9 bilhões). A fiscalização deixou de ser um evento e virou condição permanente.

O Projeto Analytics não monitora apenas empresas. Ele monitora quem as assessora. O Programa Receita Sintonia, instituído pela Portaria RFB nº 402/2024, classifica contadores, advogados tributaristas e consultores em categorias de conformidade: A+, A, B, C e D.

A lógica é implacável: o Hub de Risco monitora a carteira de cada profissional. Se 30% ou mais dos clientes de um contador são classificados como alto risco, o próprio profissional é marcado — e todos os seus demais clientes herdam um score elevado por associação. É o que o dossiê chama de "contágio profissional".

Isso significa que a escolha do contador, do advogado tributarista e do consultor de estruturação internacional não é mais uma decisão administrativa. É uma decisão de risco algorítmico. Um profissional categoria D pode elevar o score de risco de toda a sua base de clientes — mesmo daqueles que operam com substância econômica real.

Em 5 de fevereiro de 2026, a Receita Federal publicou a Portaria RFB nº 647/2026, que institucionaliza oficialmente o uso de inteligência artificial em todos os processos de fiscalização, análise e atendimento. O documento é notável por três razões.

Primeiro, a decisão final permanece exclusiva do agente público — a IA recomenda, o auditor decide. Segundo, a Portaria exige a figura do "curador" para IA generativa, com a função explícita de identificar alucinações e vieses algorítmicos. Terceiro — e este é o ponto que merece atenção — o texto admite oficialmente que a IA pode "alucinar" e produzir vieses. É a primeira vez que um órgão fiscal brasileiro reconhece publicamente as limitações da própria ferramenta.

A Portaria também exige rastreabilidade completa de todas as decisões assistidas por IA e proíbe vigilância massiva e pontuação social. Essa última proibição é relevante porque delimita — ao menos formalmente — o que o score de risco pode e não pode ser usado para fazer.

Se o Projeto Analytics é o Agent Smith — onipresente, multiplicável, implacável — a Scitylana é a Trinity. Não combate o sistema de frente. Entende sua lógica, antecipa seus movimentos e usa esse conhecimento para proteger quem opera com substância real.

Criada por Júlio N. Nogueira dentro do ecossistema Ponte Paraguai, a Scitylana é um sistema analítico de compliance preditivo que simula a lógica da IA da Receita Federal para análise integrada de pessoa física e pessoa jurídica. O nome é um anagrama deliberado de "Analytics" — lido ao contrário. A mensagem é clara: se o Fisco tem uma IA que ataca, o contribuinte precisa de uma IA que defende.

A Scitylana opera como um agente de compliance preditivo. Sua identidade é a de uma inteligência orientada para análise de dados, tecnologia e controle de riscos em ambientes complexos. A estética tecnológica — fria, segura, objetiva — comunica foco em dados e ausência de improviso ou subjetividade. Ela enxerga padrões ocultos, antecipa riscos e age com base em lógica e evidência, sempre em busca de coerência e blindagem institucional.

Na prática, a Scitylana executa o que o Ponte Paraguai chama de Analytics Reverso: antes de o cliente mudar sua residência fiscal, antes de constituir uma holding no Paraguai, antes de registrar uma aeronave sob admissão temporária, a Scitylana simula como o Projeto Analytics classificaria essa operação. Se o score resultante for vermelho, a estrutura precisa ser redesenhada — não depois da autuação, mas antes da primeira declaração.

A Scitylana não existe no vácuo. Ela é uma das camadas de inteligência do Ponte Paraguai — a consultoria especializada em planejamento tributário e regime de Maquila no Paraguai que opera como hub estratégico para empresários e famílias que buscam estruturação internacional com substância econômica real.

O ecossistema Ponte Paraguai integra diagnóstico tributário (RTP — Reforma Tributária na Prática), calculadora fiscal, análise de CARF, e agora a Scitylana como camada de defesa algorítmica. A lógica é que não basta planejar a economia tributária — é preciso garantir que a estrutura resultante sobreviva ao escrutínio do algoritmo.

Para o setor de aviação executiva — que é o foco da Altitude Prime — essa integração é particularmente relevante. A constituição de uma holding no Paraguai para registro de aeronaves sob admissão temporária exige que a empresa tenha funcionários reais, contratos locais, operação de verdade. Se não tiver, o Projeto Analytics detecta: shell company. A Scitylana simula exatamente essa detecção antes que ela aconteça.

Em 2012, a Operação Pouso Forçado levou 18 meses de investigação manual para apreender 22 jatos executivos de banqueiros e empresários brasileiros. Auditores cruzaram documentos físicos, rastrearam SPEs em Delaware e BVI, e dependeram de cooperação internacional para montar o quebra-cabeça. O resultado foi espetacular — R$ 560 milhões em aeronaves apreendidas — mas o processo foi artesanal.

O que a Operação Pouso Forçado fez em 18 meses com dezenas de agentes, o Projeto Analytics faria em 18 milissegundos com zero intervenção humana. O SISAM bloquearia a admissão temporária fraudulenta antes do desembaraço. O Graph Analytics identificaria a rede de SPEs instantaneamente. A e-Financeira cruzaria as movimentações dos empresários com suas declarações. O score de risco classificaria as SPEs sem substância como vermelho. E o georreferenciamento confirmaria a ausência de operação real das offshores.

Em 2012, uma operação fraudulenta no setor aéreo podia voar abaixo do radar por anos. Em 2026, o risco não está mais no documento, mas no comportamento estatístico. Se os dados da importação, o fluxo de caixa ou a rede societária fugirem do padrão de normalidade, a máquina bloqueia a operação, classifica o CNPJ como Risco Alto e a fiscalização age de forma cirúrgica.

O Projeto Analytics transformou a fiscalização brasileira de forma irreversível. Não se trata mais de evitar o auditor — porque o auditor agora é um algoritmo que nunca dorme, nunca esquece e processa 44 milhões de CNPJs por mês a custo marginal zero. A Portaria 647/2026 deu certidão de nascimento a esse sistema. O Programa Sintonia estendeu a vigilância aos profissionais que assessoram os contribuintes. E os módulos de Graph Analytics, SISAM, NLP e e-Financeira criaram uma malha de detecção que torna qualquer estrutura sem substância econômica visível em tempo real.

Para quem opera no setor de aviação executiva — com holdings internacionais, admissão temporária, leasing cross-border — a mensagem é inequívoca: a estrutura precisa ser real. Funcionários reais, contratos locais, operação verificável, consumo de energia compatível, folha de pagamento proporcional. Tudo o que o algoritmo mede, a estrutura precisa demonstrar.

A Scitylana, dentro do ecossistema Ponte Paraguai, oferece exatamente essa capacidade: ver-se pelos olhos do algoritmo antes que ele olhe para você. Não é evasão — é governança preditiva. Não é fuga — é posicionamento. E num ambiente onde a fiscalização é condição permanente, posicionar-se antes é a única vantagem competitiva que resta.