ERA, RESNET e Smart Scanning — Análise de Risco com IA e Inspeção de Carga da Alfândega de Madagáscar

A Direction Générale des Douanes (DGD, a autoridade aduaneira nacional) de Madagáscar implementou três ferramentas baseadas em IA nas suas operações de controlo fronteiriço: ERA (Enhanced Risk Assessment), um motor de análise de risco dinâmica que pontua remessas para orientar as inspeções; RESNET, um sistema automatizado de análise de imagem para leitura de imagens de raio-X e scanners; e Smart Scanning, uma camada melhorada de digitalização de contentores e carga. Responsáveis aduaneiros descrevem Madagáscar como "a primeira instituição pública a adotar inteligência artificial" no setor público do país.

O resultado publicado mais claro diz respeito ao ERA: responsáveis aduaneiros relataram que, em janeiro de 2025, a ferramenta ajudou a impulsionar um aumento de 68% na receita aduaneira em relação a janeiro de 2024. O Diretor-Geral Lainkana Zafivanona Ernest citou publicamente este valor numa conferência tecnológica em Ankatso, Antananarivo, a 6 de março de 2025, com mais de 2.500 estudantes e académicos da Durham University, da London School of Economics e da Universitas Airlangga.

O Fundo Monetário Internacional designou Madagáscar como o seu país-piloto em África para a integração de IA na administração aduaneira. Dois especialistas do FMI, Victor Budeau e François Chastel, iniciaram uma missão de assistência técnica presencial em Antananarivo a 24 de abril de 2025, para intensificar a formação em análise de risco baseada em IA. A ambição declarada da DGD é estender estas ferramentas a outros setores de controlo e partilhar a sua experiência a nível regional até 2029.

O valor de 68% é um resultado genuíno e oficialmente citado, mas trata-se de uma única comparação mês a mês autorreportada pela própria autoridade aduaneira, não de uma estatística auditada de forma independente, e não foram publicados dados sobre custos, taxa de deteção de fraude ou falsos positivos. Também não existe descrição pública de um processo de recurso, de um órgão de supervisão independente ou de um enquadramento de proteção de dados que regule o modelo de pontuação de risco — uma lacuna de evidência a assinalar, mesmo numa implementação substantiva e com múltiplas fontes.