Revizia recorre ao machine learning para conferir informações acessórias; maiores recuperações possíveis estão no ICMS e no PIS/Cofins

Definir a legislação tributária brasileira como complicada é um eufemismo. As regras são complexas para as pessoas físicas e desafiadoras para as jurídicas. Isso abriu uma oportunidade de negócios para a Revizia, startup especializada em auditoria e compliance fiscal. A companhia atua por meio de uma plataforma SaaS baseada em machine learning e acaba de recuperar R$ 1,2 bilhão em impostos pagos além do necessário pelas empresas, dos quais R$ 250 milhões só em 2023. O sistema da companhia cruza informações em busca de inconsistências nas cobranças. Criada em 2021, a companhia tem 2,1 mil empresas cadastradas. Recentemente, a startup contratou como CEO o especialista Vitor Santos, ex-diretor executivo da administração tributária da secretaria da Fazenda de São Paulo. Segundo o executivo, a complexidade tributária brasileira é tamanha que esse conjunto de clientes tem cerca de R$ 3,8 bilhões em tributos pagos potencialmente recuperáveis. Segundo Santos, a nota fiscal eletrônica e o Sistema Público de Escrituração Digital (Sped), introduzidos pelo governo em 2007, permitiu que o Fisco exigisse que as empresas fornecessem mais dados, denominados obrigações acessórias. A Revizia usa essas informações para solicitar a revisão de valores pagos a mais. A oportunidade de recuperação é maior no ICMS e no PIS/Cofins. “Eles são tributos indiretos e repassados aos preços, por isso a arrecadação é grande. Assim, a recuperação de valores pagos indevidamente pode ser expressiva”, diz. Veja a matéria original aqui.