evidoria

← Voltar à navegação

Boa prática Importada

Publican AI — Sistema de machine learning do Gana para controlo aduaneiro no Porto de Tema

Gana · Accra · Ver o perfil de Gana · Ver o perfil de Accra

Evidência: Descritivo / autorreportado Top 94% 27/100 · Pergunte a Evidence Copilot sobre esta prática

A GRA do Gana implementou o Publican AI no Porto de Tema em fevereiro de 2026 para triagem de declarações de importação. A receita aduaneira mensal subiu de GH₵2,4 mil milhões para GH₵3,6 mil milhões em poucas semanas; as alegadas GH₵3 M/dia de receita adicional são contestadas por analistas independentes e uma auditoria formal está pendente.

2.4 GH₵ billion
Receita aduaneira mensal antes da implementação (pre-deployment baseline)
3.6 GH₵ billion
Receita aduaneira mensal após a implementação (first weeks after 1 Feb 2026 deployment)
3 USD million/day
Receita adicional alegadamente gerada pelo sistema (as of April 2026)
25 %
Declarações de importação assinaladas para escrutínio adicional
from ~2 hours to ~5 minutes
Tempo de processamento manual por declaração
11 GH₵ billion/year
Estimativa de receita anual historicamente perdida devido a fraude na avaliação e subfaturação (2020–2024)
Publican AI — Sistema de machine learning do Gana para controlo aduaneiro no Porto de Tema

Detalhes

Maturidade
Piloto
Promotor
Ghana Revenue Authority (GRA)
Período
2026–present
Palavras-chave
customs enforcement, import valuation, machine learning, anomaly detection, trade compliance

Contexto

A Autoridade Tributária do Gana (GRA) implementou o Publican AI no Porto de Tema, o principal porto de importação do Gana, a partir de 1 de fevereiro de 2026. O sistema utiliza modelos de aprendizagem automática para analisar declarações de importação e comparar os valores declarados com bases de dados globais de preços de comércio.

Objetivos

O Publican AI é apresentado pela GRA como tecnologia de apoio à decisão: atribui uma pontuação de risco a cada declaração de importação e assinala anomalias para revisão humana antes do desalfandegamento, com o objetivo de reduzir a fraude na avaliação e a subfaturação e acelerar o processamento.

Atividades

O sistema assinala cerca de 25% das declarações para escrutínio adicional e é reportado ter reduzido o tempo de processamento manual de cerca de duas horas para cerca de cinco minutos por declaração. A GRA cita estimativas históricas de 11 mil milhões de GH₵ em receita anual perdida devido a fraude na avaliação e subfaturação entre 2020 e 2024 como o problema que o sistema visa combater.

Resultados

Nas primeiras semanas, os dados da GRA mostraram a receita aduaneira mensal a subir de 2,4 mil milhões de GH₵ para 3,6 mil milhões de GH₵, um aumento de quase 50% atribuído em grande parte pela GRA à melhoria na avaliação das importações. Em abril de 2026, a GRA afirmou que o sistema estava a gerar cerca de 3 milhões de USD por dia em receita adicional.

Conclusões

Analistas independentes questionaram publicamente se o aumento de receita é causalmente atribuível ao sistema de IA e não a outros fatores de fiscalização, considerando as evidências prematuras para verificação e pedindo uma auditoria independente formal, que não tinha sido concluída até junho de 2026. Os comerciantes relatam não conseguir compreender como os valores aduaneiros são determinados, as disputas são escaladas para um secretariado que se reúne apenas duas vezes por semana, e não existe transparência algorítmica publicada. O Ministério das Finanças convocou um comité técnico multipartidário em abril de 2026 em resposta. Trata-se de uma implementação em fase inicial com resultados promissores mas contestados e lacunas de governação documentadas, ainda não um sucesso verificado.

Implementação

Custo indicativo
Médio (50 mil–500 mil €)
Tempo até resultados
Curto (< 1 ano)
Equipa e competências
Ghana Revenue Authority (GRA) customs and IT staff operating and reviewing flagged declarations, Multi-party technical committee convened by the Ministry of Finance (from April 2026) to oversee the system

Condições de sucesso

  • A completed, independent audit verifying the causal link between the system and the revenue increase
  • Published algorithmic transparency on how customs values are determined
  • A dispute-resolution mechanism responsive enough to match the volume of contested valuations

Modos de falha comuns

  • Revenue increase attributed to the system by GRA but publicly contested by independent analysts as unverified
  • Traders report they cannot understand how customs values are determined
  • Dispute secretariat meets only twice weekly, creating a bottleneck for contested cases
  • No published algorithmic transparency and no completed independent audit as of June 2026

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.

Anexos

Práticas semelhantes que podem ser úteis