A sucessão de Tupã está em andamento

Coluna

Inovação

Tecnologia

Tecnologia Agrícola

27 de março de 2024

A sucessão de Tupã está em andamento

Cray XT-6, o supercomputador do Instituto Nacional de Pesquisa Espaciais, será substituído até 2026

Não fosse pelo nome do protagonista, a frase poderia perfeitamente estar na manchete de uma página de negócios. Entretanto, em vez da entidade mitológica tupi-guarani, estamos falando do Cray XT-6, o supercomputador do Centro de Previsão de Tempo e Estudos Climáticos (CPTEC), órgão do Instituto Nacional de Pesquisa Espaciais (INPE). Desde 2010, ele é o responsável pela previsão do tempo em nosso país.

No início de suas operações, Tupã (como foi batizado) era um dos supercomputadores mais poderosos do mundo. De acordo com o site Top500.org, o equipamento ocupava a 29ª posição na lista e era o terceiro mais potente do mundo dedicado à previsão do tempo. Sua capacidade era tão grande – 205 TFlops – que, segundo estimativa do professor Plinio Thomaz Aquino Junior, coordenador do curso de Ciências da Computação do Centro Universitário FEI, um minuto de seu processamento seria equivalente a uma semana em um bom laptop atual (equipado com processador i7, memória de 8 GB e armazenamento em disco SSD).

Instalado em Cachoeira Paulista, no interior de São Paulo, quase ao lado da Rodovia Presidente Dutra, Tupã se espalha por uma área de 100 m2 e, quando estava em plena operação, consumia cerca de R$ 5 milhões anuais em energia elétrica entre processamento e refrigeração.

A importância do seu processamento de dados é mostrada pela lista de entidades que recebem informações geradas por ele: Ministério de Minas e Energia, Ministério da Agricultura, Operador Nacional do Sistema Elétrico (ONS), Agência Nacional de Águas (ANA), Centro Nacional de Desastres Naturais (CENAD), Centro Nacional de Monitoramento e Alertas de Desastres Naturais (CEMADEN), Diretoria de Hidrografia e Navegação da Marinha (DHN) e Departamento de Controle do Espaço Aéreo da Aeronáutica (DECEA), além de vários centros estaduais de meteorologia.

O jeitinho brasileiro

Uma das características mais marcantes desse tipo de máquina é sua vida útil bastante curta, estimada entre 4 e 6 anos, ainda mais considerando seu custo, cerca de R$ 50 milhões à época (equivalentes a R$ 110 milhões atuais). Ou seja, era fato conhecido que ele precisaria ser substituído em meados da década de 2010. O contrato original de manutenção com o fabricante era de cinco anos, mas foi possível negociar uma extensão por mais dois anos. Ao final desse período, em 2017, o INPE propôs a compra de uma nova máquina com capacidade de processamento 30 vezes maior do que o Tupã, por US$ 150 milhões. A proposta não foi aprovada.

Sem orçamento para comprar um novo supercomputador (lembrando que sua substituição não era um fato inesperado), entrou em cena o famoso jeitinho brasileiro. Em 2018, por US$ 9,6 milhões (pouco mais de US$ 12 milhões atualizados, cerca de 10% do custo atualizado do supercomputador), foi comprado um computador auxiliar, um Cray CX-50, com capacidade de processamento até um pouco superior ao do Tupã: 303 TFlops. Ele foi acoplado à máquina original, permitindo a divisão dos trabalhos entre os dois equipamentos.

Nessa época, chamou a atenção a decisão de desativar seis dos 14 gabinetes do Tupã. Além de buscar uma redução no consumo de energia elétrica, essa medida tinha como finalidade preservar componentes, a fim de que eles pudessem ser usados como peças de reposição em eventuais necessidades de manutenção, já que a Cray deixou de fornecê-las no final da extensão do contrato de manutenção. Isso reduziu a capacidade de processamento da máquina em quase 30%.

Na tentativa de conseguir prolongar a vida útil de Tupã por mais dois anos, até 2020, foram aquiridas duas outras máquinas Cray CX-50, uma em 2019 e a outra no ano seguinte. Paralelamente, em uma tentativa de minimizar os impactos do fim da vida útil do Tupã, foi firmado um convênio de cooperação técnica com o Programa das Nações Unidas para o Desenvolvimento (PNUD).

Por US$ 729 mil (menos de 10% do custo dos Crays!), ele previa o fornecimento de um equipamento complementar que pudesse realizar algumas das tarefas que ainda eram feitas pelo supercomputador original. Seu custo mostra que foi uma solução paliativa. Esse equipamento chegou em meados de 2021 e ajudou a reduzir um pouco o trabalho do sobrecarregado Tupã.

A solução – hardware e software

Em setembro de 2023, foi anunciada a liberação de US$ 200 milhões para a compra de um novo supercomputador que substituirá definitivamente o Tupã e seus agregados. Sua implantação completa acontecerá em quatro fases: a primeira estava prevista para 2023, e a última, para 2026.

Não há quase nenhuma informação na imprensa sobre essa nova máquina, o que permite supor que o processo de licitação ainda não esteja finalizado. De qualquer maneira, o INPE já divulgou que inteligência artificial e machine learning fazem parte da solução, bem como um sistema de abastecimento de energia gerada por luz solar – o primeiro do mundo, segundo Gilvan Sampaio, coordenador-geral de Ciências da Terra do INPE. Além disso, de acordo com Sampaio, está previsto que sua implantação seja modular, com novos módulos com tecnologia cada vez mais avançada sendo incorporados ao longo de dez anos, o que prolongará sua vida útil e permitirá a incorporação de novas tecnologias ainda em desenvolvimento.

A intenção declarada é que essa nova máquina seja capaz de realizar previsões meteorológicas cada vez mais precisas, chegando a indicar inícios e finais de chuvas na casa dos minutos.

Para que tudo isso aconteça, desde 2021 vem sendo desenvolvido por cientistas brasileiros um novo modelo de previsão numérica climática. Esse modelo foi batizado de MONAN (model for ocean-land-atmosphere prediction ou modelo para previsão dos oceanos, superfícies terrestres e atmosfera). Ele vem sendo desenvolvido por um comitê composto por representantes de várias entidades, entre laboratórios, universidades, Forças Armadas e ministérios: Instituto Nacional de Pesquisas Espaciais (INPE), Instituto Nacional de Meteorologia (INMET), Instituto Nacional de Pesquisas da Amazônia (INPA), Laboratório Nacional de Computação Científica (LNCC), Fundação Cearense de Meteorologia e Recursos Hídricos (FUNCEME), Universidade Federal de Campina Grande (UFCG), Universidade Federal do Mato Grosso do Sul (UFMS), Universidade Federal do Pará (UFPA), Universidade Federal do Rio de Janeiro (UFRJ), Universidade Federal do Rio Grande (FURG), Universidade de São Paulo (USP), Centro Gestor e Operacional do Sistema de Proteção da Amazônia (CENSIPAM), Exército Brasileiro (EB), Força Aérea Brasileira (FAB), Marinha do Brasil (MB) e Ministério da Ciência, Tecnologia e Inovações (MCTI).

Também participam as entidades internacionais Servicio Meteorológico Nacional (SMN), da Argentina, e World Meteorological Organization (WMO). Esse grupo de especialistas está dividido em subcomitês especializados. Cada subcomitê desenvolve um modelo matemático específico, que será incorporado ao novo sistema. O plano do desenvolvimento desses modelos abrange um período de cinco anos, prorrogáveis por mais cinco anos, com os seguintes temas:

  • atmosfera;
  • oceano e gelo continental e marítimo;
  • superfície e solos continentais;
  • clima espacial;
  • hidrologia de superfície e subsuperfície.

O subcomitê de Sistema Integrado de Modelagem foi encarregado de pensar no sistema como um todo e imaginar de que forma suas diferentes partes se integrarão. Por sua vez, atentos à aquisição de dados, ao funcionamento do sistema e ao seu desempenho geral, há subcomitês de Processamento de Alto Desempenho e Qualidade de Código, Assimilação de Dados do Sistema Terrestre, Métodos Avançados de Assimilação de Dados e Aplicações de Inteligência Artificial e Métodos de Pré e Pós-processamento de Previsões de Tempo e Clima.

Da mesma forma que o hardware, os diversos módulos do novo modelo estão sendo desenvolvidos e se tornando funcionais ao longo do tempo. O primeiro a ser implantado está sendo o de atmosfera, que será seguido pelo do oceano e gelo continental e marítimo. O módulo atmosfera permitirá previsões de curto prazo, de alguns dias. Com o segundo módulo, que deverá se tornar operacional em até quatro anos, será possível antecipar eventos climáticos em meses.

Um modelo nacional

A importância do desenvolvimento de um modelo matemático nacional fica evidente quando se consideram alguns poucos fatores críticos: o tamanho do Brasil, com suas dimensões continentais, e a variedade e a especificidade de sua geografia e de seus biomas.

Por exemplo, o cerrado e o Pantanal são biomas tipicamente brasileiros. O primeiro apresenta uma grande variabilidade de coberturas vegetais, que vão desde as pastagens até algo muito parecido com uma floresta tropical. Nos modelos desenvolvidos por outros países, ele é representado uniformemente como uma savana africana. Quanto ao Pantanal, não há nada parecido no mundo e, consequentemente, em nenhum modelo climático desenvolvido em outros países.

Outro fator tipicamente brasileiro que influencia desfavoravelmente o clima é o desmatamento. Ele altera de maneira importante as características geomórficas das áreas que, originalmente, tinham cobertura vegetal. Como explica o professor Paulo Artaxo, do Instituto de Física da USP, uma das principais consequências é a redução do efeito resfriador natural realizado pelas florestas por meio dos compostos orgânicos voláteis biogênicos, que são emitidos naturalmente pelos vegetais durante seu metabolismo.

Uma das formas mais comuns de se desmatar no Brasil são as queimadas. Além do calor, elas geram grande quantidade de material particulado (black carbon) que dificulta os movimentos verticais das massas de ar (convecção), conforme descreve o Professor Alexandre Correia, também do Instituto de Física da USP. Esse fenômeno prejudica o congelamento da água nas nuvens e afeta desfavoravelmente a formação das chuvas. Também são geradas grandes quantidades de CO2 e de metano, além da alteração no albedo de superfície (parte da radiação refletida de volta ao espaço).

A necessidade de um supercomputador

Além da criticidade das previsões em si, um supercomputador acelera o desenvolvimento do próprio modelo matemático de previsão do tempo. Isso porque as simulações podem ser feitas mais rapidamente, possibilitando uma comparação mais eficaz com os fenômenos reais e permitindo ajustes e novos testes mais rapidamente.

Depois de desenvolvido e ajustado, um modelo de previsão do tempo tão complexo como o que está sendo desenvolvido trará muitos impactos positivos. A rapidez e a precisão das previsões de longo e de curto prazos são fundamentais para a agricultura, para a geração de energia elétrica, para a gestão dos recursos hídricos, para o meio ambiente em si e para a proteção da população contra eventos extremos, por exemplo.

Na agricultura, uma boa previsão do tempo é indispensável para tudo, desde o plantio até a colheita, passando pelo preparo do solo e pela aplicação dos defensivos agrícolas que protegem as plantações contra as pragas. A importância do agronegócio na economia brasileira mostra a criticidade de as previsões do tempo serem precisas: de acordo com o IBGE, o setor representou mais de 27% do PIB nacional em 2023, o que, em valores absolutos, foi equivalente ao PIB da Argentina.

Com relação à geração de energia elétrica, dados de 2023 divulgados pela Câmara de Comercialização de Energia Elétrica (CCEE) informam que mais de 71% dos 70,2 mil megawatts médios (MWm) gerados durante aquele ano vieram das hidroelétricas. Aliás, vale destacar o pioneirismo do Brasil no uso de fontes de energia renováveis: mais de 93% de toda a energia elétrica gerada no país naquele mesmo ano veio de fontes renováveis.

No tocante ao que afeta diretamente a população, não é preciso ir longe no tempo para relembrar a crise hídrica vivida no Sudeste do país entre 2013 e 2014. As represas que abastecem de água a cidade de São Paulo e o interior do estado chegaram a níveis críticos, levando à implantação do racionamento na capital e em outras dezenas de cidades. Em 2023, o Centro Nacional de Monitoramento e Alertas de Desastres Naturais (CEMADEN) documentou 1.161 desastres naturais, a maioria relacionados a transbordamentos de rios e a deslizamentos de terra. Isso representa uma média de mais de três eventos por dia. Foi a maior quantidade anual registrada desde o início dos registros, em 2011, e o saldo foi de 132 mortes, 9.000 feridos e mais de 74 mil pessoas desabrigadas.

Um final feliz?

É o que todos esperamos: que esse conjunto hardware-software recapacite o Brasil do ponto de vista de previsões e estudo climáticos, mantendo o protagonismo que o país conquistou por meio do esforço conjunto de muitos pesquisadores e cientistas. Um de seus pontos altos aconteceu em 2014, quando o Modelo Brasileiro do Sistema Terrestre (BESM), também desenvolvido pelo INPE, foi incluído no 5º Relatório do Intergovernmental Panel on Climate Change (IPCC).

Quem publicou esta coluna

Ciro Barbieri da Cunha

É executivo sênior com ampla experiência em gestão de negócios, pessoas e projetos. Atuou em empresas de destaque como Zendesk, American Tower, Avon, Nextel, Nortel Networks e Cigna Healthcare, entre outras. É fã incondicional da aprendizagem contínua, leitor voraz e tem vontade permanente de ser útil às pessoas.

Você também pode gostar

Compliance E Esg

11 de setembro de 2026

Inteligência Artificial na Gestão Contratual: Supervisão Humana, Riscos Jurídicos e Governança Algorítmica

O advento da inteligência artificial como tecnologia disruptiva reconfigurou processos econômicos, institucionais e jurídicos, conferindo centralidade à automação contratual na gestão de relações complexas. A automação contratual revelou-se um fenômeno juridicamente não neutro, com opacidade decisória, geração automatizada de cláusulas abusivas e dificuldades de atribuição de responsabilidade, deslocando a elaboração contratual para o domínio jurídico-normativo. O estudo analisou como a inteligência artificial na automação contratual intensificou a colisão entre eficiência tecnológica e segurança jurídica, e em que medida mecanismos de supervisão humana significativa e de governança algorítmica funcionaram como instrumentos de ponderação normativa para preservar princípios do direito contratual brasileiro. A pesquisa adotou abordagem qualitativa de estudo de casos múltiplos, com análise documental de quatro casos paradigmáticos: Moffatt v. Air Canada, United States v. RealPage, Deloitte/DEWR e INSS/TRF-4ª Região, representando os contextos consumerista, concorrencial, consultivo-contratual e administrativo. A análise identificou cinco padrões estruturais recorrentes – opacidade decisória, substituição da racionalidade normativa por inferências probabilísticas, accountability gap, assimetria informacional e incompreensão semântica – que emergiram de forma sistêmica. O desfecho fragmentado do caso RealPage reforçou a conclusão de que a jurisprudência sobre automação decisória permanece em formação. A governança algorítmica eficaz demonstrou exigir a integração de mecanismos de auditabilidade, responsabilização e supervisão humana, conforme as normas ISO 31000, COSO ERM e ISO 37301, como condição necessária à legitimidade dos sistemas automatizados de gestão contratual.

Palavras-chave: Contratos; Governança algorítmica; Inteligência artificial; Segurança jurídica; Supervisão humana.

Compliance E Esg

11 de setembro de 2026

Rituais de Verificação sob Pressão: Categorias de Ação ESG Relatadas por Grande Grupo Frigorífico Antes e Após Operação Deflagrada Pela Polícia Federal e Seus Desdobramentos, em Passado Recente

Relatórios de sustentabilidade são amplamente empregados como instrumentos de gestão da legitimidade corporativa, mas sua função como mecanismo de reorganização cognitiva em contextos de crise reputacional permaneceu subexplorada na literatura. O estudo analisou as transformações nas categorias de ação ESG reportadas pela Empresa JBS em seus relatórios anuais de sustentabilidade de 2015 a 2018, período que compreendeu dois anos anteriores e dois anos posteriores à Operação Carne Fraca e seus desdobramentos. O objetivo foi investigar como a organização alterou sua estrutura cognitiva após a crise reputacional, por meio de um de seus sistemas de reporte. Empregou-se um processo de catalogação sistemática de 1.088 práticas relatadas, classificadas por pilar ESG, tema material e categoria de ação. O referencial teórico mobilizou Mary Douglas (1986), Michael Power (1997), Meyer e Rowan (1977) e Edelman (2016) para interpretar os fenômenos observados. Os resultados evidenciaram um crescimento exigido em governança, que coexistiu com o colapso do pilar social, o desaparecimento de categorias substantivas e a substituição de ações voltadas a prêmios por ações que ressignificaram as relações da organização e seu posicionamento no mercado. Além disso, treinamentos de liderança migraram do tema de cultura para compliance, campanhas de comunicação cederam lugar a canais estruturais permanentes, e investidores tornaram-se a audiência de maior crescimento proporcional. Concluiu-se que a sofisticação do esforço de legitimação residiu não no que a empresa necessariamente fez, mas na consistência com que reorganizou quem ela diz ser e para quem, a partir das categorias de ação que relatou.

Palavras-chave: Crise reputacional; ESG; Pensamento institucional; Relatórios de sustentabilidade; Estratégia organizacional.

Gestão Escolar

11 de setembro de 2026

Liderança Escolar à Luz da Teoria U: um Diálogo com as Lideranças Transformacional e Servidora.

A integração de diferentes modelos de liderança mostrou-se um caminho relevante para instituições de ensino que buscaram inovar e alcançar excelência em suas práticas educacionais. Contudo, foram escassas as pesquisas empíricas que investigaram a aplicação da Teoria U na gestão escolar associada às abordagens Transformacional e Servidora, o que configurou uma lacuna na literatura. Este estudo buscou compreender como gestores educacionais perceberam e aplicaram princípios da Teoria U — escuta generativa, presencing e cocriação — em diálogo com as abordagens teóricas da Liderança Transformacional e da Liderança Servidora em suas práticas de gestão. A pesquisa, de natureza qualitativa e exploratória, foi realizada em uma instituição de ensino privada, localizada na cidade de São Paulo, que abrangeu desde a Educação Básica até a Pós-Graduação. Os dados foram coletados por meio de um roteiro de perguntas semiestruturadas, aplicado a sete gestores educacionais, e foram analisados com base na Análise de Conteúdo de Bardin. Os resultados evidenciaram aproximações entre as práticas observadas e os pressupostos teóricos dos modelos estudados, com a escuta destacando-se como a competência que melhor articulou as três abordagens no contexto investigado. Também foram identificadas algumas tensões entre os referenciais teóricos e o cotidiano da gestão. O estudo contribuiu para uma reflexão crítica sobre as possibilidades e os limites da integração desses diferentes modelos de liderança em ambientes escolares, ampliando o debate e oferecendo subsídios relevantes para o fortalecimento do campo da gestão educacional.

Palavras-chave: Análise de Conteúdo; Escuta Generativa; Estudo de Caso; Gestão Escolar; Liderança.

10 de setembro de 2026

Desempenho de Modelos de Machine Learning na Seleção de Ações da Bolsa de Valores Brasileira

O mercado acionário brasileiro, caracterizado por elevada volatilidade e restrições de liquidez, impõe desafios à aplicação de modelos de aprendizado de máquina na previsão de retornos e na construção de estratégias de investimento. O estudo comparou o desempenho preditivo e econômico de modelos de aprendizado de máquina e métodos estatísticos tradicionais na estimação de retornos futuros e na formação de carteiras baseadas em ranking de ativos. Utilizaram-se dados históricos de ações da B3, com variáveis técnicas e financeiras derivadas de preços e volume. Avaliaram-se modelos lineares (Regressão Linear, Ridge, LASSO, Elastic Net), de ensemble (Random Forest, XGBoost, LightGBM) e uma rede neural (Multilayer Perceptron). A avaliação preditiva ocorreu por métricas de erro em conjunto de teste, e a econômica por backtest de estratégias long-only, com custos operacionais baseados no turnover para análise de retornos brutos e líquidos. Os resultados revelaram baixa capacidade preditiva em todos os modelos, com R² negativos e erros elevados. Embora diferenças marginais nas previsões tenham gerado variações no desempenho econômico, estas foram de baixa magnitude e instáveis. O modelo LightGBM obteve o melhor desempenho econômico, mas com ganhos limitados em relação ao benchmark após a inclusão de custos operacionais. Não se observou evidência consistente de geração de retorno ajustado ao risco superior.

Palavras-chave: aprendizado de máquina; backtest; mercado acionário; previsão de retornos; seleção de ativos.

10 de setembro de 2026

Precificação Hedônica de Imóveis na Grande Florianópolis: Uso e Comparação de Modelos de “Machine Learning”

O mercado imobiliário da Grande Florianópolis tem experimentado valorização acelerada, impulsionada pelo crescimento populacional e pela demanda turística e de investimento. Este estudo analisou os determinantes do valor de imóveis residenciais e comparou o desempenho preditivo de modelos de aprendizado de máquina, especificamente Random Forest e Gradient Boosting (XGBoost), com uma regressão por Mínimos Quadrados Ordinários (MQO). Os dados foram coletados via web scraping de dois portais imobiliários em março de 2026, abrangendo os municípios de Florianópolis, São José, Palhoça e Biguaçu, resultando em 8.056 observações válidas após limpeza. Avaliou-se o desempenho dos modelos por meio das métricas R², RMSE e MAPE. O XGBoost apresentou o melhor desempenho preditivo geral (R² = 0,742, RMSE = R$ 927.113), enquanto o Random Forest obteve o menor erro relativo (MAPE = 25,69%). Os principais determinantes do preço identificados foram a área construída, a região de localização e o número de banheiros. Uma análise complementar por segmento de mercado revelou que o MQO dependeu dos valores extremos para sustentar seu ajuste, enquanto os modelos ensemble mantiveram desempenho estável. Concluiu-se que os métodos de aprendizado de máquina são mais robustos para precificação hedônica em mercados imobiliários heterogêneos, especialmente na presença de imóveis atípicos.

Palavras-chave: Ensemble; Imobiliário; Regressão; Residencial; Web Scraping.

Neurociência E Aprendizagem Na Educação

10 de setembro de 2026

A Produção de Memes como Estratégia de Formação Literária e Multiletramentos no Ensino Fundamental Ii

A leitura de obras literárias clássicas apresenta desafios no contexto escolar contemporâneo, devido ao distanciamento entre a linguagem dos textos e o repertório dos estudantes. Investigou-se como a utilização de memes contribuiu para a construção de sentidos na leitura da obra Senhora, de José de Alencar, no Ensino Fundamental II. A pesquisa adotou uma abordagem qualitativa, com caráter de pesquisa participante, e foi desenvolvida com duas turmas de 9º ano de uma escola privada em Volta Redonda, Rio de Janeiro. Os dados foram coletados por meio de questionários e das produções dos estudantes, e analisados à luz da análise de conteúdo. Os resultados indicaram que a utilização de memes favoreceu a aproximação dos alunos com o texto literário, reduziu a resistência inicial e ampliou o engajamento com a leitura. Observou-se, também, o avanço progressivo na compreensão da narrativa, evidenciado pela capacidade de interpretar fatos, analisar personagens, identificar relações implícitas e elaborar posicionamentos críticos. As produções revelaram a articulação entre o conteúdo da obra e o repertório sociocultural dos estudantes, indicando a construção de aprendizagens com significado. Concluiu-se que a integração entre literatura e cultura digital potencializou a mediação pedagógica, contribuindo para a formação de leitores mais ativos e interpretativamente autônomos.

Palavras-chave: aprendizagem significativa; cultura digital; leitura literária; multiletramentos; neurociência.

Gestão Tributária

10 de setembro de 2026

Definição de Insumos para Fins de Aproveitamento de Créditos de Pis e Cofins

O estudo analisou a interpretação e a aplicação da definição de insumos para fins de creditamento do Programa de Integração Social (PIS) e da Contribuição para o Financiamento da Seguridade Social (COFINS) no regime não cumulativo, à luz do entendimento firmado pelo Superior Tribunal de Justiça (STJ) no julgamento do Recurso Especial n.º 1.221.170 (Tema 779). Objetivou-se examinar os limites jurídicos da utilização desses créditos, considerando os critérios de essencialidade ou relevância estabelecidos pela jurisprudência do STJ. Realizou-se pesquisa documental e jurisprudencial, com análise de acórdãos representativos do Conselho Administrativo de Recursos Fiscais (CARF) e do STJ, abrangendo períodos anteriores e posteriores ao Tema 779. Complementarmente, conduziu-se pesquisa bibliográfica e estudos de dois casos concretos do CARF, com abordagem qualitativa, para verificar a aplicação prática dos critérios. Constatou-se que o STJ afastou a aplicação automática da definição de insumo do IPI, consolidando os critérios de essencialidade e relevância. Entretanto, a análise dos julgados do CARF evidenciou que, embora houvesse reconhecimento formal do precedente do STJ, sua incidência foi modulada conforme a natureza da atividade empresarial, mostrando-se mais restritiva para empresas de revenda. Os casos concretos ilustraram que creditamentos de fretes foram tratados de forma distinta, dependendo da vinculação do gasto à produção ou à revenda. Concluiu-se que a definição de insumos permanece um ponto sensível do sistema tributário, e a correta utilização dos créditos demanda análise casuística rigorosa, pautada na observância dos precedentes judiciais e dos limites normativos vigentes, para evitar glosas e penalidades.

Palavras-chave: COFINS; Creditamento; Insumos; PIS.

Gestão Tributária

10 de setembro de 2026

Fiscalização Delegada do ITR: Desestímulo aos Convênios, Reflexos na Arrecadação e Desinteresse Processual da União

O Imposto Territorial Rural (ITR), de competência da União, pode ter sua fiscalização e cobrança delegadas aos Municípios e ao Distrito Federal. Este trabalho examinou a adesão municipal a esses convênios e o impacto na arrecadação, analisou se os entraves processuais para os Municípios remeterem demandas aos órgãos federais desestimulavam a celebração de acordos, e avaliou o interesse processual da União em litígios de ITR sob delegação, à luz da Teoria Eclética da Ação, bem como a efetividade da diretriz constitucional de desestímulo a propriedades improdutivas. A pesquisa utilizou um estudo de caso, com base em dados e relatórios oficiais da Receita Federal do Brasil e referencial doutrinário jurídico. Os resultados indicaram baixa adesão municipal aos convênios, com quase 75% dos municípios sem acordo. A arrecadação do ITR, mesmo integralmente repassada, não justificou os investimentos municipais, e a manutenção da atuação processual pela União desestimulou a continuidade dos ajustes. Verificou-se que a União carecia de interesse processual nessas demandas, dada a ínfima representatividade do ITR na arrecadação federal e a ausência de proveito econômico-financeiro, o que impediu o cumprimento efetivo da diretriz constitucional de desestímulo à improdutividade rural. Concluiu-se que são necessárias modificações legislativas para que o ITR alcance seus objetivos de arrecadação e função social.

Palavras-chave: Arrecadação; Eficiência; Fiscalização; ITR; Municípios.

10 de setembro de 2026

Governança de Dados e Risco Financeiro no Setor Florestal: Evidências Empíricas em Perspectiva Brasil-Finlândia

A fragmentação informacional no setor florestal brasileiro constituiu o ponto de partida desta pesquisa, que investigou como a governança de dados impactou a capacidade analítica, o risco financeiro e a competitividade da gestão florestal, por meio de um estudo comparativo entre Brasil e Finlândia. Submeteram-se 332 documentos, incluindo 307 informativos CEPEA/Esalq/USP (2001–2025) e 25 relatórios setoriais (Bracelpa, ABRAF, Ibá, 2003–2025), a um pipeline de extração automatizado baseado em OCR, mineração de texto e expressões regulares, obtendo-se 13.059 registros estruturados. Realizou-se análise de sensibilidade do Valor Presente Líquido (VPL) e análise de sentimento léxica. Apenas 12,1% dos registros de custo continham Custo Operacional Efetivo preenchido, e nenhum apresentou margem líquida calculável. A incerteza nos dados de entrada oscilou o VPL de um projeto florestal em mais de R$ 20.000/ha, evidenciando a distorção da decisão orientada por dados quando a sofisticação algorítmica não substituiu a qualidade dos dados de origem. A análise de sentimento léxica confirmou a transição dos relatórios setoriais brasileiros de formato estatístico para promocional. Em contraste, o modelo finlandês demonstrou a viabilidade de uma governança integrada, com o inventário florestal consolidado como pilar de inteligência industrial. Os resultados indicaram que o fortalecimento da governança de dados constituiu pré-requisito para a transição do setor para um sistema de planejamento sustentado por evidências.

Palavras-chave: competitividade; fragmentação informacional; inteligência artificial; soberania digital; tomada de decisão.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade