evidoria

← Voltar à navegação

Boa prática Importada

Estratégia de Moçambique de Modernização Fiscal com IA — Um Roteiro até 2028 Para Aumentar a Receita Através de Auditorias com Aprendizagem Automática

Moçambique · Maputo · Ver o perfil de Moçambique · Ver o perfil de Maputo

Evidência: Descritivo / autorreportado Top 83% 40/100 · Pergunte a Evidence Copilot sobre esta prática

O Ministério da Economia e Finanças de Moçambique aprovou um roteiro fiscal (CFMP, junho de 2025) que recorre a IA — deteção de anomalias por aprendizagem automática, auditorias com PLN e modelação digital-twin — para elevar a receita fiscal de 417,4 mil milhões para 492,2 mil milhões de meticais até 2028. Continua por implementar: nenhum sistema de IA está em funcionamento nem existem resultados independentes.

417.4 billion meticais
Receita fiscal estatal projetada (2026)
492.2 billion meticais
Receita fiscal estatal projetada (2028)
25.4 %
Receita fiscal projetada como percentagem do PIB (2026)
25.7 %
Receita fiscal projetada como percentagem do PIB (2028)

Detalhes

Maturidade
Piloto
Promotor
Ministério da Economia e Finanças de Moçambique (MEF)
Período
2025-2028
Palavras-chave
tax administration, VAT compliance, fraud detection, fiscal policy, machine learning

Contexto

O Ministério da Economia e Finanças de Moçambique (MEF) aprovou, por volta de junho de 2025, o Cenário Fiscal de Médio Prazo 2025-2027 (CFMP), estabelecendo um roteiro para que as autoridades fiscais do país modernizem a administração do imposto sobre o valor acrescentado e aumentem o cumprimento até 2028.

Atividades

O roteiro descreve uma mudança de auditorias manuais e reativas para uma fiscalização assistida por IA e baseada no risco: modelos de aprendizagem automática para monitorizar transações e sinalizar anomalias em tempo real, ferramentas de processamento de linguagem natural para automatizar a revisão de documentos, chatbots de IA generativa para orientar os contribuintes nos requisitos de declaração, e simulações de gémeos digitais para modelar como as alterações fiscais propostas afetariam a receita. O plano também abrange medidas mais amplas -- revisão dos códigos do IVA e do imposto sobre as sociedades, redução de isenções fiscais e formalização de contribuintes do setor informal -- juntamente com estas componentes de IA.

Resultados

O CFMP projeta que a receita fiscal do Estado subirá de 417,4 mil milhões de meticais (cerca de 5,5 mil milhões de euros, 25,4% do PIB) em 2026 para 492,2 mil milhões de meticais (cerca de 6,5 mil milhões de euros, 25,7% do PIB) até 2028.

Conclusões

Trata-se de metas de planeamento fiscal ligadas ao pacote de reforma como um todo, e não de resultados medidos atribuíveis especificamente às ferramentas de IA -- até à data desta redação, nenhum sistema de IA descrito no roteiro tinha sido implementado, e não foi publicada nenhuma avaliação independente da sua precisão, enviesamento ou efeito real na receita.

Implementação

Custo indicativo
Médio (50 mil–500 mil €) — Fiscal-planning roadmap; specific AI-component budget not itemised.
Tempo até resultados
Longo (> 3 anos) — Approved around June 2025; roadmap targets run through 2028.
Equipa e competências
Ministerio da Economia e Financas (MEF), Mozambican tax authorities

Condições de sucesso

  • Roadmap bundles AI tools with broader tax-code and enforcement reforms rather than treating AI as a standalone fix

Modos de falha comuns

  • No AI system described in the roadmap has yet been deployed
  • No independent evaluation of accuracy, bias or actual revenue effect has been published

Onde se enquadra

Tipo de governação
national ministry of finance roadmap
Escala
national (Mozambique)
Nível de rendimento
low-income

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Práticas semelhantes que podem ser úteis