Nem toda IA é igual. A diferença entre um chatbot de FAQ e um agente de negociação com alçada real.
O mercado de GovTech está inundado de promessas de "IA para cobrança". A maioria delas é marketing sobre um chatbot de FAQ. Este artigo separa o que funciona de verdade na cobrança pública com inteligência artificial — e o que é apenas demonstração tecnológica sem impacto operacional.
A implementação mais comum de "IA" na cobrança pública é um chatbot que responde perguntas frequentes: "qual o horário de atendimento?", "como emitir segunda via?", "onde pago o boleto?". Isso resolve atendimento de nível 1, mas não recupera crédito.
O contribuinte inadimplente não está buscando informação — ele precisa de uma proposta concreta de parcelamento, com valores, prazos e condições. Um chatbot de FAQ não tem autonomia para isso. Ele responde; não negocia.
A diferença real está no conceito de alçada. Um agente de negociação eficaz opera dentro de três parâmetros definidos pela PGM ou PGE: valor mínimo de entrada, target de negociação e teto máximo de parcelamento. Dentro dessa faixa, o agente tem autonomia para propor condições e gerar um termo de acordo.
Na prática, isso significa que o contribuinte pode negociar um parcelamento às 22h de um domingo, receber uma proposta concreta, aceitar e ter o termo de acordo gerado automaticamente — tudo via WhatsApp. O servidor competente homologa depois; a IA destrancou o processo.
Um ponto que muitas implementações erram: se o contribuinte pedir o parcelamento máximo previsto em lei, o agente deve conceder. É direito do contribuinte, não margem de negociação. A IA negocia condições melhores para o ente dentro do espaço que existe — mas nunca nega o que a lei garante.
Com carteiras de milhares de CDAs, cobrar todas com a mesma intensidade é desperdício operacional. Machine learning aplicado a scoring classifica cada crédito por probabilidade de recuperação e risco de prescrição, permitindo que a régua de cobrança priorize onde há maior retorno.
O modelo começa com regras simples no dia 1 (valor, idade do crédito, histórico de pagamento) e evolui progressivamente conforme dados se acumulam — LightGBM e XGBoost são as arquiteturas mais adequadas para esse tipo de tabular data. Não precisa de deep learning; precisa de dados limpos e feature engineering bem feita.
Um dos maiores valores da IA na cobrança pública não é a negociação em si — é a geração automática de evidência. Cada notificação enviada, cada tentativa de contato, cada proposta de acordo, cada protesto encaminhado é registrado com timestamp, canal e status.
Quando o auditor do TCE perguntar "o que o município fez para cobrar a dívida ativa?", a resposta não é uma narrativa — é um relatório de compliance gerado automaticamente pela plataforma, com todas as ações documentadas. Isso muda a dinâmica da prestação de contas.
Antes de contratar qualquer solução com "IA", o gestor deve perguntar:
A melhor pergunta para avaliar IA na cobrança pública: se eu desligar a IA amanhã, quanto a operação perde? Se a resposta for "nada", a IA não está operando — está decorando.
A Katalyzer oferece um diagnóstico gratuito da sua carteira de dívida ativa — com análise de prescrição, potencial de recuperação e recomendação de modelo de contratação.
Solicitar Diagnóstico Gratuito