A campanha presidencial em Goiânia trouxe a inteligência artificial como ferramenta de combate à lavagem de dinheiro e defendeu nova reforma tributária. Para empresas, o sinal é claro: conformidade, dados e auditoria algorítmica entram definitivamente na agenda regulatória e de risco.
Introdução contextual
O uso de inteligência artificial como instrumento de fiscalização e de combate a crimes financeiros deixou de ser um experimento tecnológico restrito a laboratórios de inovação e passou a ocupar o centro do debate público brasileiro. Em 24 de setembro de 2026, durante campanha em Goiânia e na Região Metropolitana, o candidato do PSD à Presidência, Ronaldo Caiado, declarou que pretende empregar IA no combate à lavagem de dinheiro e propôs uma nova reforma tributária, conforme noticiado pelo G1.
Mais do que uma promessa de campanha, o episódio revela uma tendência estrutural: a convergência entre política fiscal, tecnologia de dados e segurança institucional. Para o setor produtivo, isso significa que decisões eleitorais tendem a se traduzir, em prazos cada vez mais curtos, em novas exigências de reporte, auditoria e rastreabilidade. A pergunta que se impõe aos conselhos de administração não é se a IA será usada na regulação financeira, mas como as empresas se prepararão para operar em um ambiente de escrutínio algorítmico ampliado.
O que aconteceu
Segundo a reportagem do Jornal Nacional, o candidato cumpriu agenda de campanha na capital goiana e em municípios da região metropolitana. No discurso, defendeu o emprego de inteligência artificial para identificar e combater operações de lavagem de dinheiro, além de propor uma nova reforma tributária.
O anúncio combina dois eixos que, na prática, se retroalimentam:
- Eixo tecnológico: uso de IA para detecção de padrões atípicos em transações financeiras, o que pressupõe integração de bases de dados públicas e privadas, capacidade analítica e governança sobre algoritmos.
- Eixo tributário: uma nova reforma tributária, que, se concretizada, alteraria regras de apuração, obrigações acessórias e o próprio desenho de incentivos econômicos.
Não se trata de proposta isolada. O Brasil já opera com instrumentos como a COAF e o sistema de prevenção à lavagem de dinheiro do Banco Central, além de iniciativas de compartilhamento de dados entre Receita Federal, Ministério Público e instituições financeiras. A novidade está na escala e na velocidade que a IA pode imprimir a esse ecossistema.
Por que isso importa para empresas
Para o ambiente corporativo, a discussão deixa de ser abstrata quando se observa o efeito prático de um Estado que usa IA para fiscalizar. Três movimentos merecem atenção executiva:
- Aumento da assimetria de informação. Se o fisco e os órgãos de controle passam a cruzar dados com apoio de IA, a capacidade de detecção de inconsistências cresce exponencialmente. Empresas que ainda operam com controles manuais ou planilhas fragmentadas ficam expostas a autuações e questionamentos.
- Pressão sobre a cadeia de fornecedores. Programas de integridade e due diligence de terceiros tendem a ser cobrados com mais rigor, porque a lavagem de dinheiro raramente ocorre de forma isolada — ela se infiltra em relações comerciais legítimas.
- Custo de conformidade como variável competitiva. Organizações que já investem em compliance baseado em dados podem transformar obrigação regulatória em vantagem reputacional e acesso a crédito mais barato.
Além disso, a menção a uma nova reforma tributária adiciona incerteza ao planejamento fiscal de médio prazo. Empresas com operações interestaduais, regimes especiais ou incentivos setoriais precisam monitorar o debate para não serem surpreendidas por mudanças de alíquota, base de cálculo ou obrigações acessórias.
Impacto para cibersegurança, governança, IA ou continuidade
A adoção estatal de IA contra lavagem de dinheiro cria um efeito espelho: as empresas passam a ser cobradas por padrões de segurança e governança equivalentes aos do regulador. Isso se desdobra em quatro frentes:
Cibersegurança
Quanto mais dados financeiros circulam entre sistemas públicos e privados, maior o valor de um eventual vazamento. Ataques de ransomware contra bases fiscais e cadastrais podem paralisar operações e gerar passivos regulatórios. A recomendação é tratar a proteção de dados como infraestrutura crítica, com criptografia, segmentação de rede e planos de resposta a incidentes testados.
Governança de IA
Se o Estado usa algoritmos para decidir o que é suspeito, as empresas precisam entender como esses modelos operam e quais vieses podem gerar falsos positivos. Internamente, isso exige políticas de uso de IA, comitês de ética algorítmica e documentação de decisões automatizadas, alinhadas a referenciais como o Plano Brasileiro de IA e às diretrizes da OCDE.
Continuidade de negócios
Operações de fiscalização assistidas por IA podem gerar bloqueios, retenções e questionamentos em tempo real. Empresas sem planos de contingência para interrupção de fluxos financeiros ficam vulneráveis a danos de reputação e de caixa.
Conformidade e auditoria
A rastreabilidade passa a ser requisito de sobrevivência. Trilhas de auditoria completas, registros de decisões e integração entre áreas de risco, jurídico e tecnologia deixam de ser boas práticas e se tornam condição de operação.
Leitura executiva da WSVP
A WSVP avalia que o episódio de campanha em Goiânia deve ser lido menos como promessa eleitoral e mais como indicador de direção regulatória. O Brasil caminha para um modelo em que a administração tributária e os órgãos de controle usarão IA de forma sistemática, seguindo tendência já observada em jurisdições como Estados Unidos, Reino Unido e União Europeia.
Para as empresas, o recado é objetivo: conformidade baseada em dados deixou de ser diferencial e passou a ser requisito de licença social para operar. Organizações que tratarem IA apenas como ferramenta de produtividade, sem governança associada, tendem a acumular risco regulatório e reputacional.
Do ponto de vista tributário, a sinalização de uma nova reforma reforça a necessidade de planejamento fiscal dinâmico, com cenários atualizados e monitoramento legislativo contínuo. A combinação de IA fiscalizadora com regras tributárias em mutação cria um ambiente em que a qualidade dos dados corporativos será tão relevante quanto a estratégia de negócio.
Recomendações práticas
- Mapeie a exposição da sua cadeia de valor a riscos de lavagem de dinheiro, incluindo fornecedores, distribuidores e parceiros comerciais.
- Invista em trilhas de auditoria digitais que permitam reconstruir decisões e transações em caso de questionamento regulatório.
- Estabeleça um comitê de governança de IA com participação de jurídico, risco, tecnologia e alta administração.
- Revise políticas de segurança da informação à luz do compartilhamento de dados com órgãos públicos.
- Antecipe cenários tributários e mantenha um radar legislativo ativo sobre reformas em discussão.
- Treine equipes de conformidade para interpretar alertas gerados por sistemas automatizados, reduzindo falsos positivos.
Fontes consultadas
- G1 — Ronaldo Caiado faz campanha em Goiânia e na Região Metropolitana
- COAF — Conselho de Controle de Atividades Financeiras
- Banco Central do Brasil
- Governo Digital — Plano Brasileiro de IA
- OCDE — Princípios de IA
Disclaimer
Este rascunho foi produzido com apoio de inteligência artificial e ainda requer revisão humana antes da publicação.