19 março 2020
Transformação Digital
A transformação digital é um desígnio nacional que até tem direito a pasta ministerial. A sua importância é indiscutível, mas, no entanto, não é tratada de igual forma em todos os sectores produtivos da economia.
Atente-se, por exemplo, no que se passa no sector da contabilidade. Apesar de todos trabalharmos com softwares de gestão há muito tempo, a verdade é que mais de 50% do trabalho desenvolvido pelos contabilistas é, essencialmente, manual. Além disso, com o incremento das responsabilidades declarativas impostas pela Autoridade Tributária (AT) e com as exigências resultantes da digitalização da relação com a AT, os contabilistas estão confrontados com um dilema. Ou são capazes de digitalizar os seus próprios processos de trabalho ou vão ser forçados a “sair de cena”, por incapacidade de resposta às novas exigências legais.
Aliás, este é um problema para o qual, até há bem pouco tempo, não havia resposta. Contudo, há boas notícias. É que já apareceu uma solução no mercado que permite desmaterializar o trabalho dos contabilistas e alcançar aumentos de produtividade e de eficiência global dos seus processos em mais de 60%. A solução inovadora dá pelo nome C-Lab e é uma plataforma destinada a todos os contabilistas certificados individuais e empresas de contabilidade e foi desenvolvida por uma empresa 100% nacional, que tenho o privilégio de liderar.
Em concreto, esta nova plataforma dá resposta a dois processos altamente complexos e consumidores de tempo de trabalho que permaneciam, até aqui, praticamente manuais. Refiro-me à recolha e tratamento automático dos documentos de fornecedores e dos movimentos bancários, e foi construída para funcionar e ser integrada com qualquer programa de contabilidade ou ERP.
Na verdade, o trabalho dos contabilistas tornou-se, desde há uns anos, num calvário, com as consequências naturais de perda de qualidade de vida profissional, até, porque, os clientes não estão dispostos a aumentarem as avenças para compensar o aumento da carga de trabalho. Com esta solução, cremos que encontrámos uma solução que permite aos contabilistas recuperarem a dignidade profissional e, em simultâneo, podem oferecer um melhor serviço aos clientes.
A automatização do lançamento dos extratos bancários e a respetiva reconciliação e automatização da contabilidade dos documentos de fornecedores é feita através da robotização, da inteligência artificial, do machine learning, que ensinam a plataforma a classificar automaticamente os documentos, e da tecnologia OCR, que permite reconhecer caracteres e a extraí-los de um PDF para os campos de lançamento na plataforma. Além disso, permite, ainda, a captura automática de anexos de email e respetiva integração com todos os documentos, que passam, assim, a chegar à Contabilidade por via digital e passam a ser tratados pelo contabilista sem este ter de mexer em papel.
É um salto quântico na nossa atividade que melhores níveis de produtividade das equipas e a redução dos riscos operacionais para níveis historicamente baixos para o nosso sector, porque permite eliminar todas as tarefas administrativas, sem valor acrescentado.
Transformação digital já chegou à contabilidade - Ana Monteiro - 12 Março 2020
18 março 2020
Inteligência Artificial é uma ideologia
[...]
AI might be achieving unprecedented results in diverse fields, including medicine, robotic control, and language/image processing, or a certain way of talking about software might be in play as a way to not fully celebrate the people working together through improving information systems who are achieving those results. “AI” might be a threat to the human future, as is often imagined in science fiction, or it might be a way of thinking about technology that makes it harder to design technology so it can be used effectively and responsibly. The very idea of AI might create a diversion that makes it easier for a small group of technologists and investors to claim all rewards from a widely distributed effort. Computation is an essential technology, but the AI way of thinking about it can be murky and dysfunctional.
You can reject the AI way of thinking for a variety of reasons. One is that you view people as having a special place in the world and being the ultimate source of value on which AIs ultimately depend. (That might be called a humanist objection.) Another view is that no intelligence, human or machine, is ever truly autonomous: Everything we accomplish depends on the social context established by other human beings who give meaning to what we wish to accomplish. (The pluralist objection.) Regardless of how one sees it, an understanding of AI focused on independence from—rather than interdependence with—humans misses most of the potential for software technology.
Supporting the philosophy of AI has burdened our economy. Less than 10 percent of the US workforce is officially employed in the technology sector, compared with 30–40 percent in the then leading industrial sectors in 1960s. At least part of the reason for this is that when people provide data, behavioral examples, and even active problem solving online, it is not considered “work” but is instead treated as part of an off-the-books barter for certain free internet services. Conversely, when companies find creative new ways to use networking technologies to enable people to provide services previously done poorly by machines, this gets little attention from investors who believe “AI is the future,” encouraging further automation. This has contributed to the hollowing out of the economy.
Bridging even a part of this gap, and thus reducing the underemployment of workforces in the rich world, could expand the productive output of Western technology far more than greater receptiveness to surveillance in China does. In fact, as recent reporting has shown, China’s greatest advantage in AI is less surveillance than a vast shadow workforce actively labeling data fed into algorithms. Just as was the case with the relative failures of past hidden labor forces, these workers would become more productive if they could learn to understand and improve the information systems they feed into, and were recognized for this work, rather than being erased to maintain the “ignore the man behind the curtain” mirage that AI rests on. Worker understanding of production processes empowering deeper contributions to productivity were the heart of the Japanese Kaizen Toyota Production System miracle in the 1970s and 1980s.
To those who fear that bringing data collection into the daylight of acknowledged commerce will encourage a culture of ubiquitous surveillance, we must point out that it is the only alternative to such a culture. It is only when workers are paid that they become citizens in full. Workers who earn money also spend money where they choose; they gain deeper power and voice in society. They can gain the power to choose to work less, for instance. This is how worker conditions have improved historically.
It is not surprising that quantitative technical and economic arguments converge on the centrality of human value. Estimates suggest that the total computational capacity of a single human mind is greater than that of all today’s computers in the world put together. With the pace of processor improvements slowing as Moore’s law ends, the prospects of this changing dramatically anytime soon are dim.
Nor is such a human-centric approach to technology simply a theoretical possibility. Tens of millions of people every day use video conferencing to deliver personal services, such as language and skill instruction, online. Online virtual collaboration spaces like GitHub are central to value creation in our era. Virtual and augmented reality hold out the prospect of dramatically increasing what is possible, allowing more types of collaborative work to be performed at great distances. Productivity software from Slack to Wikipedia to LinkedIn to Microsoft product suites make previously unimaginable real-time collaboration omnipresent.
Indeed, recent research has shown that without the human-created Wikipedia, the value of search engines would plummet (since that is where the top results of substantial searches are often found), even though search services are touted as frontline examples of the value of AI. (And yet the Wikipedia is a thread-bare nonprofit, while search engines are some of the most highly valued assets in our civilization.) Collaboration technologies are helping us work from home through the Covid-19 epidemic; it has become a matter of survival, and the future promises ways where long-distance collaboration may become ever more vivid and satisfying.
To be clear, we are great enthusiasts for the methods most discussed as illustrations of the potential of AI: deep/convolution networks and so on. These techniques, however, rely heavily on human data. For example, Open AI’s much celebrated text-generation algorithm was trained on millions of websites produced by humans. And evidence from the field of machine teaching increasingly suggests that when the humans generating the data are actively engaged in providing high-quality, carefully chosen input, they can train at far lower costs. But active engagement is possible only if, unlike in the usual AI attitude, all contributors, not just elite engineers, are considered crucial role players and are financially compensated.
A powerful gut response from some AI enthusiasts, after reading this far, might be that we have to be wrong, because AI is starting to train itself, without people. But AI without human data is only possible for a narrow class of problems, the kind that can be defined precisely, not statistically, or based on ongoing measures of reality. Board games like chess and certain scientific and math problems are the usual examples, though even in these cases human teams using so-called AI resources usually outperform AI by itself. While self-trainable examples can be important, they are rare and not representative of real-world problems.
“AI” is best understood as a political and social ideology rather than as a basket of algorithms. The core of the ideology is that a suite of technologies, designed by a small technical elite, can and should become autonomous from and eventually replace, rather than complement, not just individual humans but much of humanity. Given that any such replacement is a mirage, this ideology has strong resonances with other historical ideologies, such as technocracy and central-planning-based forms of socialism, which viewed as desirable or inevitable the replacement of most human judgement/agency with systems created by a small technical elite. It is thus not all that surprising that the Chinese Communist Party would find AI to be a welcome technological formulation of its own ideology.
[..]
Fonte:
AI is an Ideology, Not a Technology Glen Weyl is Founder and Chair of the RadicalxChange Foundation and Microsoft’s Office of the Chief Technology Officer Political Economist and Social Technologist (OCTOPEST). Jaron Lanier is the author of Ten Arguments for Deleting Your Social Media Accounts Right Now and Dawn of the New Everything. He (and Glen) are researchers at Microsoft but do not speak for the company.
AI might be achieving unprecedented results in diverse fields, including medicine, robotic control, and language/image processing, or a certain way of talking about software might be in play as a way to not fully celebrate the people working together through improving information systems who are achieving those results. “AI” might be a threat to the human future, as is often imagined in science fiction, or it might be a way of thinking about technology that makes it harder to design technology so it can be used effectively and responsibly. The very idea of AI might create a diversion that makes it easier for a small group of technologists and investors to claim all rewards from a widely distributed effort. Computation is an essential technology, but the AI way of thinking about it can be murky and dysfunctional.
You can reject the AI way of thinking for a variety of reasons. One is that you view people as having a special place in the world and being the ultimate source of value on which AIs ultimately depend. (That might be called a humanist objection.) Another view is that no intelligence, human or machine, is ever truly autonomous: Everything we accomplish depends on the social context established by other human beings who give meaning to what we wish to accomplish. (The pluralist objection.) Regardless of how one sees it, an understanding of AI focused on independence from—rather than interdependence with—humans misses most of the potential for software technology.
Supporting the philosophy of AI has burdened our economy. Less than 10 percent of the US workforce is officially employed in the technology sector, compared with 30–40 percent in the then leading industrial sectors in 1960s. At least part of the reason for this is that when people provide data, behavioral examples, and even active problem solving online, it is not considered “work” but is instead treated as part of an off-the-books barter for certain free internet services. Conversely, when companies find creative new ways to use networking technologies to enable people to provide services previously done poorly by machines, this gets little attention from investors who believe “AI is the future,” encouraging further automation. This has contributed to the hollowing out of the economy.
Bridging even a part of this gap, and thus reducing the underemployment of workforces in the rich world, could expand the productive output of Western technology far more than greater receptiveness to surveillance in China does. In fact, as recent reporting has shown, China’s greatest advantage in AI is less surveillance than a vast shadow workforce actively labeling data fed into algorithms. Just as was the case with the relative failures of past hidden labor forces, these workers would become more productive if they could learn to understand and improve the information systems they feed into, and were recognized for this work, rather than being erased to maintain the “ignore the man behind the curtain” mirage that AI rests on. Worker understanding of production processes empowering deeper contributions to productivity were the heart of the Japanese Kaizen Toyota Production System miracle in the 1970s and 1980s.
To those who fear that bringing data collection into the daylight of acknowledged commerce will encourage a culture of ubiquitous surveillance, we must point out that it is the only alternative to such a culture. It is only when workers are paid that they become citizens in full. Workers who earn money also spend money where they choose; they gain deeper power and voice in society. They can gain the power to choose to work less, for instance. This is how worker conditions have improved historically.
It is not surprising that quantitative technical and economic arguments converge on the centrality of human value. Estimates suggest that the total computational capacity of a single human mind is greater than that of all today’s computers in the world put together. With the pace of processor improvements slowing as Moore’s law ends, the prospects of this changing dramatically anytime soon are dim.
Nor is such a human-centric approach to technology simply a theoretical possibility. Tens of millions of people every day use video conferencing to deliver personal services, such as language and skill instruction, online. Online virtual collaboration spaces like GitHub are central to value creation in our era. Virtual and augmented reality hold out the prospect of dramatically increasing what is possible, allowing more types of collaborative work to be performed at great distances. Productivity software from Slack to Wikipedia to LinkedIn to Microsoft product suites make previously unimaginable real-time collaboration omnipresent.
Indeed, recent research has shown that without the human-created Wikipedia, the value of search engines would plummet (since that is where the top results of substantial searches are often found), even though search services are touted as frontline examples of the value of AI. (And yet the Wikipedia is a thread-bare nonprofit, while search engines are some of the most highly valued assets in our civilization.) Collaboration technologies are helping us work from home through the Covid-19 epidemic; it has become a matter of survival, and the future promises ways where long-distance collaboration may become ever more vivid and satisfying.
To be clear, we are great enthusiasts for the methods most discussed as illustrations of the potential of AI: deep/convolution networks and so on. These techniques, however, rely heavily on human data. For example, Open AI’s much celebrated text-generation algorithm was trained on millions of websites produced by humans. And evidence from the field of machine teaching increasingly suggests that when the humans generating the data are actively engaged in providing high-quality, carefully chosen input, they can train at far lower costs. But active engagement is possible only if, unlike in the usual AI attitude, all contributors, not just elite engineers, are considered crucial role players and are financially compensated.
A powerful gut response from some AI enthusiasts, after reading this far, might be that we have to be wrong, because AI is starting to train itself, without people. But AI without human data is only possible for a narrow class of problems, the kind that can be defined precisely, not statistically, or based on ongoing measures of reality. Board games like chess and certain scientific and math problems are the usual examples, though even in these cases human teams using so-called AI resources usually outperform AI by itself. While self-trainable examples can be important, they are rare and not representative of real-world problems.
“AI” is best understood as a political and social ideology rather than as a basket of algorithms. The core of the ideology is that a suite of technologies, designed by a small technical elite, can and should become autonomous from and eventually replace, rather than complement, not just individual humans but much of humanity. Given that any such replacement is a mirage, this ideology has strong resonances with other historical ideologies, such as technocracy and central-planning-based forms of socialism, which viewed as desirable or inevitable the replacement of most human judgement/agency with systems created by a small technical elite. It is thus not all that surprising that the Chinese Communist Party would find AI to be a welcome technological formulation of its own ideology.
[..]
Fonte:
AI is an Ideology, Not a Technology Glen Weyl is Founder and Chair of the RadicalxChange Foundation and Microsoft’s Office of the Chief Technology Officer Political Economist and Social Technologist (OCTOPEST). Jaron Lanier is the author of Ten Arguments for Deleting Your Social Media Accounts Right Now and Dawn of the New Everything. He (and Glen) are researchers at Microsoft but do not speak for the company.
Cias Aéreas e o Vírus
Se a crise de 2007/2009 fez com que os governos colocassem dinheiros nas instituições financeiras, a crise de 2020 pode ter um outro setor onde será necessário o dinheiro público: companhias aéreas.
Uma estimativa da Iata, entidade que reúne 300 empresas do setor, calculou que 73% das empresas possuem um saldo de caixa que não cobre três meses de custos fixos inevitáveis. A estimativa é um volume de ajuda de 150 a 200 bilhões de dólares.
Uma reportagem da Reuters chamou a atenção para as empresas aéreas da América Latina. Segundo o texto, a Latam (ou Tam) seria uma destas empresas:
O Chile, sede do Grupo LATAM Airlines ( LTM.SN ), ignorou na terça-feira os comentários do CEO da LATAM, Roberto Alvo, de que as companhias aéreas do mundo todo precisarão de ajuda do governo.
"Ouvi nas redes sociais ... que a companhia aérea LATAM estava pedindo ajuda do governo", disse o ministro da Economia Lucas Palacio (...)
Uma estimativa da Iata, entidade que reúne 300 empresas do setor, calculou que 73% das empresas possuem um saldo de caixa que não cobre três meses de custos fixos inevitáveis. A estimativa é um volume de ajuda de 150 a 200 bilhões de dólares.
Uma reportagem da Reuters chamou a atenção para as empresas aéreas da América Latina. Segundo o texto, a Latam (ou Tam) seria uma destas empresas:
O Chile, sede do Grupo LATAM Airlines ( LTM.SN ), ignorou na terça-feira os comentários do CEO da LATAM, Roberto Alvo, de que as companhias aéreas do mundo todo precisarão de ajuda do governo.
"Ouvi nas redes sociais ... que a companhia aérea LATAM estava pedindo ajuda do governo", disse o ministro da Economia Lucas Palacio (...)
CFC e o vírus
Texto do CFC traz alguns aspectos contábeis sobre o vírus.
Para auxiliar os profissionais da contabilidade brasileira, ressaltamos que atualmente o Brasil dispõe de algumas normas técnicas que balizam o posicionamento dos profissionais da contabilidade quanto a melhor abordagem. Seguem algumas dentre elas:
NBC TG 26 – Apresentação das Demonstrações Contábeis
Há suas situações que exigem divulgações adicionais para as companhias: uma quando a empresa possuir risco de não continuidade de suas operações em um futuro previsível e/ou quando houver incertezas quanto às estimativas contábeis adotadas.
NBC TG 01 - Redução ao Valor Recuperável de Ativos e NBC TG 46 – Mensuração do Valor Justo
Os efeitos econômicos decorrentes dos esforços para conter a epidemia podem influenciar os valores justo e recuperável de ativos. O teste de recuperabilidade é requerido quando há indicativo de perda de valor do mesmo, exceto para Goodwill (ágio por expectativa de rentabilidade futura) e ativos intangíveis que são exigidos testes periódicos.
NBC TG 48 – Instrumentos Financeiros
Em função dos impactos gerados no dia a dia das empresas, há um risco de não recebimento de créditos, acarretando no aumento da estimativa de perda de crédito esperada que deve ser, em algum momento e dependendo do caso concreto, reconhecida. Outras situações relacionadas a instrumentos financeiros também podem ocorrer como desvalorização de ações ou fundos mensurados a valor justo.
Algumas situações adicionais são listadas a seguir: alteração na estimativa de contrapartidas variáveis conforme NBC TG 47 – Receita de Contrato com Cliente, alteração do valor realizável líquido de estoques, conforme NBC TG 16; recuperabilidade de tributos diferidos conforme NBC TG 32 – Tributos sobre o Lucro; valor residual e vida útil de ativos reconhecidos de acordo com NBC TG 27 – Ativo Imobilizado e NBC TG 06 – Arrendamentos; além de estimativas de provisões, conforme NBC TG 25 – Provisões, Passivos Contingentes e Ativos Contingentes.
NBC TG 24 – Evento Subsequente
Cabe ainda um destaque especial para a NBC TG 24, pois após a avaliação dos impactos, pode-se concluir que a maior parte das operações que foram impactadas não foi uma consequência da epidemia, mas um resultado das medidas para contê-la, porém se os impactos forem relevantes, deve-se divulgar tais eventos e as estimativas de seu impacto financeiro ou uma descrição qualitativa de suas situações operacionais subsequentes, a fim de fornecer informações financeiras úteis para seus usuários principais.
A NBC TG 24 determina que os ajustes conhecidos em período subsequente, demandam ajustes em demonstrações contábeis, quando a situação em pauta estiver presente na data de levantamento das demonstrações (em 31 de dezembro, para entidades que tem seu exercício social coincidindo com o ano calendário), mas antes da aprovação e emissão dessas demonstrações. Eventos incorridos em datas subsequentes e conhecidos antes da emissão das demonstrações, se relevantes, devem ser divulgados. Posteriormente, com a passagem do tempo, eventos divulgados como subsequentes, devem, dependendo do caso, ser registrados em demonstrações intermediárias ou anuais posteriores.
Como acima mencionado, o ponto que deve ser observado sobre essa norma é a data do conhecimento dos fatos geradores de incertezas e a data de encerramento das demonstrações. Esse fator irá determinar se os efeitos serão registrados, apenas divulgados em notas explicativas ou ambos.
Análise detalhada das divulgações nas demonstrações contábeis
Destacamos que deve ser realizada uma análise detalhada nas divulgações efetuadas nas demonstrações contábeis. Tal procedimento visa assegurar que as mesmas expressam a situação atual aplicável e o impacto na entidade, de acordo com as circunstâncias e peculiaridades de suas operações.
Auditores independentes
Para os auditores independentes, a NBC TA 560 – Eventos Subsequentes e a NBC TA 540 – Auditoria de Estimativas Contábeis e Divulgações Relacionadas devem ser as principais normas a serem observadas, pois nelas são feitas as referências à responsabilidade do auditor quanto à adequação das estimativas e informações obtidas, inclusive após a data das demonstrações contábeis.
Com impacto em suas atividades, os auditores também poderão passar por dificuldades práticas, como, por exemplo, locomoção de suas equipes e contatos com equipes localizadas em determinados países. Tais fatos devem ser levados em conta e, dependendo das circunstâncias, podem ser requeridos testes alternativos, complementares ou outras considerações.
Comunicações à administração ou reguladores devem ser efetuadas, dependendo de situações e dificuldades específicas.
Para auxiliar os profissionais da contabilidade brasileira, ressaltamos que atualmente o Brasil dispõe de algumas normas técnicas que balizam o posicionamento dos profissionais da contabilidade quanto a melhor abordagem. Seguem algumas dentre elas:
NBC TG 26 – Apresentação das Demonstrações Contábeis
Há suas situações que exigem divulgações adicionais para as companhias: uma quando a empresa possuir risco de não continuidade de suas operações em um futuro previsível e/ou quando houver incertezas quanto às estimativas contábeis adotadas.
NBC TG 01 - Redução ao Valor Recuperável de Ativos e NBC TG 46 – Mensuração do Valor Justo
Os efeitos econômicos decorrentes dos esforços para conter a epidemia podem influenciar os valores justo e recuperável de ativos. O teste de recuperabilidade é requerido quando há indicativo de perda de valor do mesmo, exceto para Goodwill (ágio por expectativa de rentabilidade futura) e ativos intangíveis que são exigidos testes periódicos.
NBC TG 48 – Instrumentos Financeiros
Em função dos impactos gerados no dia a dia das empresas, há um risco de não recebimento de créditos, acarretando no aumento da estimativa de perda de crédito esperada que deve ser, em algum momento e dependendo do caso concreto, reconhecida. Outras situações relacionadas a instrumentos financeiros também podem ocorrer como desvalorização de ações ou fundos mensurados a valor justo.
Algumas situações adicionais são listadas a seguir: alteração na estimativa de contrapartidas variáveis conforme NBC TG 47 – Receita de Contrato com Cliente, alteração do valor realizável líquido de estoques, conforme NBC TG 16; recuperabilidade de tributos diferidos conforme NBC TG 32 – Tributos sobre o Lucro; valor residual e vida útil de ativos reconhecidos de acordo com NBC TG 27 – Ativo Imobilizado e NBC TG 06 – Arrendamentos; além de estimativas de provisões, conforme NBC TG 25 – Provisões, Passivos Contingentes e Ativos Contingentes.
NBC TG 24 – Evento Subsequente
Cabe ainda um destaque especial para a NBC TG 24, pois após a avaliação dos impactos, pode-se concluir que a maior parte das operações que foram impactadas não foi uma consequência da epidemia, mas um resultado das medidas para contê-la, porém se os impactos forem relevantes, deve-se divulgar tais eventos e as estimativas de seu impacto financeiro ou uma descrição qualitativa de suas situações operacionais subsequentes, a fim de fornecer informações financeiras úteis para seus usuários principais.
A NBC TG 24 determina que os ajustes conhecidos em período subsequente, demandam ajustes em demonstrações contábeis, quando a situação em pauta estiver presente na data de levantamento das demonstrações (em 31 de dezembro, para entidades que tem seu exercício social coincidindo com o ano calendário), mas antes da aprovação e emissão dessas demonstrações. Eventos incorridos em datas subsequentes e conhecidos antes da emissão das demonstrações, se relevantes, devem ser divulgados. Posteriormente, com a passagem do tempo, eventos divulgados como subsequentes, devem, dependendo do caso, ser registrados em demonstrações intermediárias ou anuais posteriores.
Como acima mencionado, o ponto que deve ser observado sobre essa norma é a data do conhecimento dos fatos geradores de incertezas e a data de encerramento das demonstrações. Esse fator irá determinar se os efeitos serão registrados, apenas divulgados em notas explicativas ou ambos.
Análise detalhada das divulgações nas demonstrações contábeis
Destacamos que deve ser realizada uma análise detalhada nas divulgações efetuadas nas demonstrações contábeis. Tal procedimento visa assegurar que as mesmas expressam a situação atual aplicável e o impacto na entidade, de acordo com as circunstâncias e peculiaridades de suas operações.
Auditores independentes
Para os auditores independentes, a NBC TA 560 – Eventos Subsequentes e a NBC TA 540 – Auditoria de Estimativas Contábeis e Divulgações Relacionadas devem ser as principais normas a serem observadas, pois nelas são feitas as referências à responsabilidade do auditor quanto à adequação das estimativas e informações obtidas, inclusive após a data das demonstrações contábeis.
Com impacto em suas atividades, os auditores também poderão passar por dificuldades práticas, como, por exemplo, locomoção de suas equipes e contatos com equipes localizadas em determinados países. Tais fatos devem ser levados em conta e, dependendo das circunstâncias, podem ser requeridos testes alternativos, complementares ou outras considerações.
Comunicações à administração ou reguladores devem ser efetuadas, dependendo de situações e dificuldades específicas.
2020: rombo de 200 bilhões nas contas públicas
[...]
[...]
Fonte: aqui
Assinar:
Postagens (Atom)
Postagens
