TABBOR: Inteligência Artificial Interpretativa para Gestão, Rastreabilidade e Cultura da Inovação nas Empresas

CALL FOR CASES — MIT-ANPEI BRAZIL SUMMIT 2026

TABBOR

Inteligência Artificial Interpretativa para Gestão, Rastreabilidade e Cultura da Inovação nas Empresas Marcos Luperce Rocha Cultivve Gestão de Projetos · Paraíba, Brasil · 2026 Palavras-chave: gestão da inovação; inteligência artificial interpretativa; transformação digital; rastreabilidade; gestão de projetos; inovação empresarial; Lei do Bem; Manual de Frascati; Manual de Oslo; SaaS.

1. Resumo

O TABBOR nasceu da experiência prática com gestão da inovação, transformação digital e organização de projetos de pesquisa, desenvolvimento e inovação. Ao longo dessa experiência, ficou claro que muitas empresas têm iniciativas inovadoras, conhecimento técnico e capacidade de execução, mas enfrentam dificuldade para organizar informações, acompanhar atividades, registrar evidências, integrar equipes e transformar o conhecimento gerado em documentação, indicadores e resultados de gestão.

Para responder a esse cenário, foi desenvolvido o TABBOR, uma plataforma SaaS de Gestão Inteligente da Inovação, criada para integrar Pessoas, Processos, Tecnologia e Resultados em um mesmo ambiente. O propósito é aproximar a gestão cotidiana da inovação dos processos de acompanhamento, análise, documentação e tomada de decisão — usando Inteligência Artificial Interpretativa para transformar o que a empresa já faz em conhecimento estruturado e rastreável.

2. Contexto e Origem

No Brasil, cerca de 230 mil empresas são tributadas pelo regime de Lucro Real (Receita Federal do Brasil, 2024), pré-requisito para acesso a incentivos fiscais de inovação como a Lei do Bem (Lei 11.196/2005). No ano-base 2024, pouco mais de 4.200 empresas efetivamente utilizaram esses incentivos, direcionando cerca de R$ 51,6 bilhões a atividades de PD&I (Relatório Anual da Utilização dos Incentivos Fiscais, MCTI, anobase 2024). Isso significa que menos de 2% das empresas potencialmente elegíveis acessam de fato o benefício. Essa diferença não reflete falta de inovação real nas empresas brasileiras. Reflete um problema estrutural: informações de reuniões, decisões e atividades de PD&I ficam espalhadas em planilhas, aplicativos de mensagem e documentos isolados, sem centralização e sem rastreabilidade suficiente para comprovação técnica em auditorias e diligências do MCTI.

O conceito de inovação tecnológica usado pela própria legislação apoia-se nos parâmetros dos Manuais de Frascati e de Oslo (OCDE) — guias de referência internacional para a definição e mensuração de atividades de pesquisa, desenvolvimento e inovação, usados como base conceitual para fins da Lei do Bem. O Manual de Frascati orienta a classificação de atividades de pesquisa e desenvolvimento experimental; o Manual de Oslo orienta a classificação de inovações de produto, processo, organizacionais e de marketing. Ambos admitem melhorias incrementais em produto, processo ou serviço, sem exigir ineditismo mundial — um ponto frequentemente mal compreendido pelas equipes técnicas das empresas, e que a metodologia de implantação do TABBOR trata explicitamente (seção 4).

Esse foi o ponto de partida do TABBOR: uma resposta a um problema observado de dentro da rotina de gestão de projetos de inovação, não uma tese acadêmica sobre o tema.

2.1 Diálogo com a literatura de gestão da inovação A literatura acadêmica sobre gestão da inovação oferece um enquadramento teórico complementar ao normativo. O conceito de capacidade absortiva (COHEN; LEVINTHAL, 1990) — a capacidade de uma organização reconhecer, assimilar e aplicar conhecimento a fins produtivos — ajuda a explicar por que a mera existência de atividade de PD&I não garante o aproveitamento de incentivos fiscais: sem um processo estruturado de captura desse conhecimento, ele não se converte em evidência utilizável. A norma ISO 56002:2019 (Innovation management — Innovation management system — Guidance) é o referencial internacional mais atual para a estruturação de um sistema de gestão da inovação; o TABBOR não reivindica conformidade formal com essa norma, mas sua arquitetura — captura contínua, rastreabilidade, revisão humana, indicadores — dialoga com vários dos princípios que ela preconiza.

Estudos brasileiros específicos sobre a subutilização da Lei do Bem corroboram o diagnóstico deste case.

Piontkewicz, Freitas e Biz (2017), em estudo de casos múltiplos com duas indústrias de grande porte, identificam a existência de um processo de gestão da inovação e de uma contabilidade bem estruturada como condições determinantes para o uso seguro dos benefícios — exatamente as duas lacunas que o TABBOR endereça. Calzolaio e Dathein (2012) e Shimada (2013) discutem, respectivamente, a avaliação da política fiscal da Lei do Bem e sua efetividade como estímulo ao investimento em P&D, ambos apontando a complexidade operacional como barreira relevante à adesão.

3. A Solução: IA Interpretativa aplicada à Gestão da Inovação

O diferencial do TABBOR está no uso de Inteligência Artificial Interpretativa aplicada ao contexto organizacional — tecnicamente, uma combinação entre um modelo de linguagem (LLM), orientado por prompt estruturado, e uma camada de classificação que relaciona o conteúdo capturado às taxonomias do domínio de PD&I (TRL, ODS, artefatos exigidos pela legislação). A IA toma o que a legislação exige e o que foi efetivamente registrado pelos usuários — em projetos, reuniões, atividades e planos de ação —, interpreta e avalia a conformidade desse conteúdo, e propõe melhorias e encaminhamentos baseados exclusivamente nos dados apresentados pela própria empresa, sem inserir informações externas ao que foi submetido.

Um ponto de arquitetura é central para a integridade do processo: a valoração financeira dos projetos é feita por integração direta de dados, não por inteligência artificial — o que garante que dados financeiros sensíveis nunca passam pelo modelo de IA. O que passa pela IA é a avaliação da rastreabilidade e da conformidade dos projetos submetidos pelos usuários, com a classificação de inovação (produto, processo ou incremental) apoiada nos critérios dos Manuais de Frascati e de Oslo (enquadramento legal, completude dos artefatos, consistência das descrições), nunca os valores monetários envolvidos. Toda documentação processada pela IA passa por revisão humana antes de ser validada e consolidada no dossiê final — a IA organiza e sinaliza, mas não decide sozinha o que é submetido ao MCTI.

A plataforma contempla módulos de projetos, reuniões, atividades, planos de ação, indicadores, metas, rastreabilidade e apoio à gestão de incentivos à inovação, incluindo os processos relacionados à Lei do Bem.

Está também em estruturação a conexão com ferramentas de calendário, comunicação, desenvolvimento de software, gestão de projetos, recursos humanos, sistemas financeiros e outras plataformas corporativas, por meio de integrações e APIs.

A proposta não se limita a automatizar documentos ou atender a uma obrigação fiscal específica. O objetivo é estabelecer uma camada de gestão capaz de transformar informação dispersa em conhecimento estruturado, melhorar a rastreabilidade das iniciativas, apoiar a colaboração entre áreas e ampliar a capacidade das empresas de compreender, acompanhar e demonstrar seus esforços de inovação.

3.1 O Programa de Agentes de Inovação Software sozinho não sustenta uma cultura de inovação — por isso o TABBOR inclui um módulo de capacitação interna e gamificação, o Programa de Agentes de Inovação, voltado a formar, dentro da própria empresa, colaboradores capazes de conduzir e sustentar iniciativas de PD&I, sem depender permanentemente de consultoria externa.

Cada colaborador em formação acessa uma jornada individual, aprende a metodologia A3 de resolução estruturada de problemas, preenche uma ficha de inovação e um plano de execução, reúne evidências de cada etapa, e acompanha aulas e materiais de apoio; ao concluir o percurso, recebe certificação — etapa ainda não alcançada por nenhum colaborador: o programa está em fase de jornada ativa, e a meta de ter os primeiros agentes certificados é para 2027. Um sistema de ranking e engajamento gamificado sustenta a participação ao longo do tempo, com governança feita por comitês e uma coordenação central — estrutura de governança que dialoga diretamente com o princípio de liderança e comprometimento da ISO 56002:2019 (seção 2.1), ainda que sem reivindicação de conformidade formal com a norma. O programa já está em uso em uma rede varejista de móveis e eletrodomésticos com mais de 50 filiais, e foi desenhado para ser aplicado em empresas de qualquer setor.

4. Metodologia de Implantação

A implantação do TABBOR começa por um processo de capacitação da equipe do cliente, e não pela simples entrega de acesso ao sistema. Isso inclui apresentar o enquadramento legal da Lei do Bem (Lei 11.196/2005, Decreto 5.798/2006, IN RFB 1.187/2011) e o conceito de inovação tecnológica para fins do benefício — que admite melhorias incrementais e não exige ineditismo mundial —, definir junto com a equipe os artefatos exigidos (dados de projeto, dados de colaboradores, alocação de horas, descrições e ações, time sheet, gestão de terceiros, rastreabilidade, ODS e TRL), e orientar a formalização de contratos de dedicação exclusiva ou parcial dos pesquisadores, que amarram juridicamente as horas declaradas em caso de diligência do MCTI.

O processo é pensado para amadurecer ano a ano: no primeiro ciclo, a empresa ainda está adaptando seus registros; nos ciclos seguintes, o processo tende a ficar mais integrado, consolidado e auditável.

4.1 Curva de maturidade da cultura de inovação A implantação técnica do TABBOR é rápida — cerca de duas semanas de trabalho — e não depende do porte da empresa nem da existência prévia de projetos de PD&I estruturados: uma vez que a empresa decide implantar, o processo segue independentemente do seu estágio de maturidade em inovação. É a partir daí que o Programa de Agentes de Inovação assume o papel mais lento e mais decisivo, o de aculturar a empresa — e essa maturação segue uma curva observada nos dois casos que sustentam este report:

•Ano 1: a empresa enxerga o processo majoritariamente pelo ganho financeiro imediato dos incentivos fiscais.

•Ano 2: começa a organização dos projetos e a melhoria da rastreabilidade — o início efetivo da cultura de inovação.

•Ano 3 em diante: a maturidade se consolida — a inovação passa a fazer parte do raciocínio cotidiano diante de qualquer melhoria, processo ou descoberta, e o foco deixa de ser só financeiro para incorporar crescimento, automação e a lógica de fazer mais com menos e melhor.

Esse amadurecimento é o que a Cultivve descreve, em sua metodologia própria, como a passagem para o PPTR (Pessoas, Processos, Tecnologia e Resultados) e para o princípio do BBF (Básico Bem Feito) — a ideia de que a base bem executada sustenta a inovação, mais do que a busca isolada por novidade. Em termos da literatura de gestão da inovação (seção 2.1), essa curva pode ser lida como a construção progressiva de capacidade absortiva (COHEN; LEVINTHAL, 1990) coletiva: nos dois primeiros anos a empresa ainda não tem processo interno para reconhecer e estruturar o que já é inovação; a partir do terceiro ano, o Programa de Agentes já formou pessoas suficientes para que esse reconhecimento aconteça de forma distribuída, não centralizada em uma consultoria externa. Um indicativo de que essa cultura de fato se consolida é a criação de metodologias próprias em cada empresa: na Gráfica JB, todo projeto passa pela metodologia AICIM (Antecipação, Informação, Comunicação, Interdependência e Melhoria Contínua); na rede varejista, pela metodologia FOGUETE, batizada a partir da imagem da faísca que impulsiona uma ideia até seu lançamento. Essas metodologias não nascem do TABBOR — nascem dentro de cada empresa a partir do seu uso, e são um indício de apropriação real, não apenas de adoção de ferramenta.

5. Resultados e Estágio de Validação

O TABBOR está em estágio de MVP funcional, implantado em duas empresas, o que já permite observar seu uso em ambientes organizacionais reais — validar fluxos, identificar necessidades dos usuários, aperfeiçoar funcionalidades e evoluir os recursos de inteligência artificial a partir do uso efetivo, e não apenas de hipóteses de design.

A experiência da Cultivve em consultoria de gestão e inovação, que deu origem ao TABBOR, abrange sete setores — indústria de móveis, distribuidores, supermercados, gráficas, laticínios, varejo e saúde/hospitais. A validação do TABBOR como produto de software está, neste momento, restrita às duas empresas em implantação, descritas a seguir:

•Empresa 1 — Gráfica JB Ltda. (setor gráfico): 500 colaboradores, 165 usuários ativos no TABBOR, faturamento anual de aproximadamente R$ 100 milhões, mais de 100 projetos de PD&I cadastrados, em uso desde 2023.

•Empresa 2 — rede varejista de móveis e eletrodomésticos, mais de 50 filiais: mais de 1.800 colaboradores, cerca de 500 usuários ativos no TABBOR, faturamento anual de aproximadamente R$ 1 bilhão, mais de 400 projetos cadastrados, em uso desde 2024. O Programa de Agentes de Inovação está em uso ativo nesta empresa — colaboradores em jornada, sem certificados formados até o momento; a meta é certificar os primeiros agentes em 2027.

Um resultado concreto já observado na operação real: como cada reunião, plano de ação e atividade concluída atualiza os dados do dossiê de rastreabilidade no momento em que acontece, o fechamento deixou de depender de reconstrução retroativa de informações. Na Gráfica JB, o dossiê é fechado já na primeira semana de janeiro, logo após o encerramento do ano fiscal — como a integração dos dados ocorre continuamente ao longo do ano, a única etapa pendente na virada é a revisão e avaliação humana. Na rede varejista, o mesmo padrão se repete: os indicadores — incluindo o ranking de colaboradores e setores do Programa de Agentes de Inovação — ficam disponíveis em tempo real, e o fechamento do dossiê aguarda apenas a liberação da folha de pagamento de dezembro, disponível a partir do 5º dia útil de janeiro, para a consolidação final.

A linha de base antes do TABBOR é conhecida por experiência direta: nos dois primeiros anos na Gráfica JB, fechar o dossiê exigia cerca de três meses de coleta manual de dados e preenchimento de planilhas, com entrevistas constantes para identificar quem estava ou não envolvido em atividades de inovação — e ainda assim os números finais não eram totalmente confiáveis. Esse trabalho de consolidação, que antes dependia de três pessoas dedicadas a reunir os dados, hoje é alimentado diariamente por centenas de colaboradores diretamente no sistema, com auditoria e registro contínuos. Na rede varejista, o problema equivalente era a dispersão de projetos entre múltiplas plataformas de inserção de dados; hoje esses dados estão consolidados em uma única plataforma, com verificação diária e um comitê de inovação dedicado a analisar, avaliar, revisar e corrigir o que for necessário.

6. Originalidade e Ineditismo

Com base em levantamento de soluções publicamente disponíveis no mercado brasileiro (não um estudo de mercado formal), identificam-se ao menos quatro categorias de solução que se aproximam da proposta do TABBOR, cada uma cobrindo parte do problema:

•FI Group — Solução Digital Lei do Bem: dossiê digital, controle de dispêndios e integração com ERPs, com cerca de 100 empresas na base de clientes; é oferecida junto com o serviço de consultoria da própria FI Group. Não encontramos, nas fontes públicas consultadas, menção a um módulo de formação interna gamificada de agentes de inovação.

•AEVO Innovate: plataforma corporativa de gestão da inovação com IA generativa, voltada a ideação, comitês de inovação e geração de pareceres técnicos de aderência a editais de fomento. Pelo material público disponível, o escopo é mais amplo, de inovação aberta e portfólio, sem indicação de foco específico em captura contínua de reuniões e atividades como evidência estruturada de PD&I.

•NIB SaaS: plataforma de inovação "AI-first" para estruturar PD&I, localizar editais compatíveis e controlar dispêndios da Lei do Bem com governança auditável — a proposta publicamente mais próxima da do TABBOR, sem, até onde se pôde verificar publicamente, um módulo de capacitação e gamificação de agentes internos.

•ABGi Brasil: consultoria tradicional de identificação e estruturação de projetos elegíveis. As fontes públicas consultadas não indicam uma plataforma própria de uso contínuo pelas equipes do cliente, sugerindo um modelo apoiado em atendimento humano direto.

Este mapeamento tem valor indicativo, não conclusivo: baseia-se em material público de cada fornecedor (sites institucionais e páginas de produto) consultado em setembro de 2026, não em testes das plataformas nem em contato direto com essas empresas. É possível que alguma delas ofereça funcionalidades não divulgadas publicamente.

A maior parte dessas soluções trata gestão de projetos, rastreabilidade de PD&I e Lei do Bem como problemas resolvidos isoladamente, ou como parte de um serviço de consultoria, não de um produto de uso contínuo pela própria equipe. O TABBOR reúne essas frentes em um mesmo ambiente, com uma camada de Inteligência Artificial Interpretativa — combinação de modelo de linguagem (LLM) com prompt estruturado e classificação por taxonomias do domínio — que toma o que a legislação exige e o que foi registrado pelos usuários, avalia a conformidade e propõe melhorias baseadas exclusivamente nos dados apresentados pela própria empresa, sem inserir dados externos — mantendo a valoração financeira fora do escopo da IA, por integração direta de dados, e sujeitando toda documentação processada à revisão humana antes da consolidação final.

O ineditismo mais defensável está na combinação entre tecnologia e capacitação: o Programa de Agentes de Inovação trata a formação de pessoas como parte do produto, e não como um serviço de consultoria à parte — combinação que não identificamos, nas fontes públicas consultadas, nas quatro soluções mapeadas.

7. Limitações e Riscos

Este case reporta resultados de estágio inicial e não pretende generalizá-los estatisticamente. Registram-se aqui, de forma explícita, as principais limitações:

•Amostra pequena: o TABBOR está implantado em duas empresas. Os resultados observados são direcionais, não estatisticamente representativos do universo de empresas elegíveis à Lei do Bem.

•Dependência de adoção: o valor do sistema depende do registro contínuo e disciplinado das reuniões e atividades pelos próprios colaboradores. Adoção parcial ou irregular reduz a completude da evidência gerada.

•Governança da revisão humana: toda documentação processada pela IA passa por revisão humana antes da validação final, e a valoração financeira é feita por integração de dados, fora do escopo da IA — o que reduz o risco de fragilidade probatória, mas ainda depende do rigor com que essa revisão é executada em cada empresa, algo que este case não mede quantitativamente (ex.: taxa de correção feita na revisão humana).

•Precisão da linha de base: a linha de base pré-TABBOR na Gráfica JB (três meses de coleta manual, três pessoas dedicadas à consolidação) é relatada por experiência direta da equipe, não por registro de ponto ou apontamento de horas — não há, portanto, uma cifra de horas-pessoa auditável para esse período, apenas a ordem de grandeza relatada.

•Programa de Agentes ainda sem certificação concluída: até o momento, nenhum colaborador concluiu a jornada e recebeu certificação — o programa está em fase de formação ativa, com meta de primeiros agentes certificados em 2027. Os resultados do programa relatados neste case são de processo (adoção da metodologia A3, uso da plataforma), não de conclusão.

•Escopo da validação de campo: a experiência da Cultivve em consultoria de gestão e inovação abrange sete setores (indústria de móveis, distribuidores, supermercados, gráficas, laticínios, varejo e saúde/hospitais); a validação do TABBOR como produto de software, especificamente, está restrita às duas empresas em implantação. Este case distingue as duas coisas para evitar ambiguidade.

•Precisão da citação: os dados de 230 mil empresas no Lucro Real e de mais de 4.200 beneficiárias da Lei do Bem no ano-base 2024 são atribuídos à Receita Federal e ao Relatório Anual da Utilização dos Incentivos Fiscais do MCTI, mas este case não localizou o PDF primário do relatório de 2024 com número de página ou tabela específica — os valores circulam, até o momento, via fontes secundárias que citam o MCTI. Os dados de anos anteriores, com relatórios em PDF disponíveis, confirmam a mesma ordem de grandeza e a mesma tendência de subutilização.

8. Impacto

O impacto do TABBOR já é observável na operação real, não apenas projetado. Como o registro acontece continuamente — a cada reunião, plano de ação e atividade concluída —, o fechamento do dossiê de rastreabilidade deixa de depender de reconstrução retroativa de meses de informação dispersa. Na Gráfica JB, isso significa fechar o dossiê já na primeira semana de janeiro, logo após o encerramento do ano fiscal, restando apenas a etapa de revisão e avaliação humana. Na rede varejista, os indicadores — incluindo o ranking de colaboradores e setores do Programa de Agentes de Inovação — já ficam disponíveis em tempo real, faltando apenas a liberação da folha de dezembro (disponível a partir do 5º dia útil de janeiro) para a consolidação final. Isso reduz o retrabalho de reconstruir documentação de PD&I meses depois dos fatos, e melhora a qualidade e a tempestividade das evidências apresentadas em auditorias e diligências.

Na camada estratégica, o impacto pretendido é ampliar o número de empresas brasileiras capazes de efetivamente acessar incentivos fiscais de inovação hoje subutilizados — atualmente, menos de 2% das cerca de 230 mil empresas no regime de Lucro Real usam esses incentivos de forma efetiva (Receita Federal, 2024; MCTI, Relatório Anual da Utilização dos Incentivos Fiscais, ano-base 2024) — e formar, dentro das próprias empresas, agentes capazes de sustentar essa capacidade ao longo do tempo, em vez de depender permanentemente de terceiros. Em termos teóricos (seção 2.1), esse é o efeito pretendido sobre a capacidade absortiva da organização: transferir para dentro da empresa a competência de reconhecer e estruturar sua própria inovação, hoje concentrada em consultorias externas ou em uma única área.

9. Replicabilidade

A lógica do TABBOR não depende de um setor, porte de empresa ou programa de incentivo específico. Os mesmos mecanismos de captura, estruturação e comprovação de evidências de PD&I se aplicam à Lei do Bem, à EMBRAPII, à FINEP e a programas equivalentes em outros países, já que a maior parte deles compartilha a mesma exigência de fundo: comprovar, de forma estruturada, que a inovação relatada de fato aconteceu. O Programa de Agentes de Inovação, por não depender do porte ou do segmento da empresa, é a frente com replicabilidade mais imediata — já validada em uma rede varejista e desenhada desde o início para ser aplicada em qualquer organização.

Essa afirmação de replicabilidade ampla é sustentada por dois níveis de evidência distintos, que este case distingue para manter honestidade. Por desenho: o processo de implantação (cerca de duas semanas) não depende de porte, de maturidade digital prévia nem da existência de PD&I estruturado — a experiência da equipe é que empresas desestruturadas em PD&I costumam ser, inclusive, mais simples de implantar, por não terem processos legados a desfazer; o requisito real é a decisão da empresa de querer implantar.

Empiricamente, porém, os dois casos que sustentam este report são empresas de grande porte (faturamento entre R$ 100 milhões e R$ 1 bilhão). O modelo ainda não foi validado, com dados, em empresas de menor porte, nem em setores com ciclos de desenvolvimento muito mais longos que os observados nos dois casos (indústria gráfica e varejo). A afirmação de replicabilidade por porte é, portanto, uma hipótese de desenho já testada na prática da implantação, mas ainda não comprovada com dados em empresas pequenas ou médias.

10. Aprendizados

•A maior barreira para o aproveitamento de incentivos fiscais de inovação não é a falta de atividade de PD&I nas empresas, e sim a falta de estrutura para capturá-la no momento em que acontece.

•Reduzir o atrito do registro — por voz, pelo celular, em poucos cliques — é o que determina se a documentação acontece de forma contemporânea, em vez de ser reconstruída meses depois sob risco de auditoria.

•Entregar apenas o sistema não é suficiente: sem capacitação da equipe sobre o que a legislação exige e por quê, a tecnologia não sustenta sozinha um processo de comprovação de inovação sólido.

11. Próximos Passos

O roadmap do TABBOR está organizado em quatro frentes: evolução dos recursos de inteligência artificial interpretativa a partir do uso real nas duas empresas já implantadas; integração oficial com os principais ERPs e ferramentas corporativas do mercado; expansão do Programa de Agentes de Inovação para novos setores e portes de empresa; e estruturação da equipe técnica necessária para sustentar esse crescimento.

O tema do MIT-ANPEI Brazil Summit 2026 — cooperar para competir em um mundo fragmentado — descreve, em escala nacional, o mesmo problema que o TABBOR resolve na escala de cada empresa: sem organizar sua própria informação de inovação, nenhuma empresa consegue cooperar de forma consistente com parceiros, cadeias de fornecimento e programas de incentivo. O TABBOR parte de dentro para fora — primeiro organiza a inovação de cada empresa, depois a habilita a competir, e cooperar, em um mundo fragmentado.

Referências

BRASIL. Lei nº 11.196, de 21 de novembro de 2005. Institui, entre outras providências, incentivos fiscais para a inovação tecnológica. Diário Oficial da União, Brasília, DF, 21 nov. 2005.

BRASIL. Decreto nº 5.798, de 7 de junho de 2006. Regulamenta os incentivos fiscais às atividades de pesquisa tecnológica e desenvolvimento de inovação tecnológica de que tratam os arts. 17 a 26 da Lei nº 11.196/2005. Diário Oficial da União, Brasília, DF, 8 jun. 2006.

BRASIL. Receita Federal do Brasil. Instrução Normativa RFB nº 1.187, de 29 de agosto de 2011. Disciplina os incentivos fiscais às atividades de pesquisa tecnológica e desenvolvimento de inovação tecnológica.

Diário Oficial da União, Brasília, DF, 29 ago. 2011.

BRASIL. Ministério da Ciência, Tecnologia e Inovação (MCTI). Relatório Anual da Utilização dos Incentivos Fiscais, ano-base 2024. Disponível em: https://www.gov.br/mcti/pt-br/acompanhe-o-mcti/lei-dobem/paginas/relatorio-p-d. Acesso em: set. 2026.

BRASIL. Receita Federal do Brasil. Estatísticas de empresas por regime de tributação. Dados abertos, 2024.

CALZOLAIO, A. E.; DATHEIN, R. Políticas fiscais de incentivo à inovação: uma avaliação da Lei do Bem.

Porto Alegre: UFRGS/FCE/DERI, 2012.

COHEN, W. M.; LEVINTHAL, D. A. Absorptive Capacity: A New Perspective on Learning and Innovation.

Administrative Science Quarterly, v. 35, n. 1, p. 128-152, 1990.

ISO — International Organization for Standardization. ISO 56002:2019 — Innovation management — Innovation management system — Guidance. Geneva: ISO, 2019.

OECD. Frascati Manual 2015: Guidelines for Collecting and Reporting Data on Research and Experimental Development. The Measurement of Scientific, Technological and Innovation Activities. Paris: OECD Publishing, 2015. https://doi.org/10.1787/9789264239012-en.

OECD/EUROSTAT. Oslo Manual 2018: Guidelines for Collecting, Reporting and Using Data on Innovation, 4th Edition. The Measurement of Scientific, Technological and Innovation Activities. Paris:

OECD Publishing / Luxembourg: Eurostat, 2018. https://doi.org/10.1787/9789264304604-en.

PIONTKEWICZ, R.; FREITAS, M. C. D.; BIZ, A. A. Benefícios fiscais para incentivo à inovação tecnológica no Brasil: informação para uso no processo de tomada de decisão em indústrias de grande porte.

RACEF – Revista de Administração, Contabilidade e Economia da Fundace, v. 8, n. 2, p. 31-47, 2017.

SHIMADA, E. Efetividade da Lei do Bem no estímulo ao investimento em P&D: uma análise com dados em painel. Dissertação (Mestrado em Economia) — Universidade de São Paulo, Ribeirão Preto, 2013.

TABBOR · Marcos Luperce Rocha · Cultivve Gestão de Projetos · Paraíba, Brasil · 2026