La gobernanza en los ecosistemas de innovación

Columna

Gestión

Gobernanza

Innovación

13 de diciembre de 2024

La gobernanza en los ecosistemas de innovación

La práctica facilita el intercambio de información y recursos entre los participantes y promueve un ambiente de colaboración

En el mundo actual, marcado por cambios rápidos y continuos, los ecosistemas de innovación desempeñan un papel fundamental en el desarrollo de economías y sociedades. Estos ecosistemas están formados por una red de actores – empresas, startups, universidades, centros de investigación, gobiernos y organizaciones de la sociedad civil – que colaboran para generar soluciones innovadoras y tecnologías disruptivas. Sin embargo, el éxito de estos entornos depende de un elemento clave: la gobernanza.

La gobernanza de los ecosistemas de innovación puede entenderse como un conjunto de estructuras, políticas y prácticas que coordinan las interacciones entre los actores, asegurando que los esfuerzos individuales estén alineados a un objetivo común: el desarrollo sostenible y la innovación continua. Sin una gobernanza eficaz, el ecosistema corre el riesgo de fragmentarse, perdiendo valiosas oportunidades de colaboración y sinergia.

Como destaca Chesbrough (2006), um dos pioneiros do conceito de innovación abierta, a governança precisa facilitar as trocas de informações e recursos entre os atores do ecossistema, além de promover um ambiente de confiança e colaboração. A inovação aberta, quando bem governada, torna-se um processo coletivo, no qual a inovação ultrapassa os limites de uma organização para incluir toda a rede de parceiros do ecossistema.

La gobernanza de los ecosistemas de innovación es un elemento crítico para su desarrollo sostenible. Como observó Mazzucato (2018), la gobernanza en entornos de innovación debe equilibrar la libertad de experimentación con la necesidad de coordinación estratégica. Actúa como un enlace entre los diversos participantes, garantizando que sus acciones contribuyan a la creación de un ecosistema robusto y orientado a la innovación constante.

Una de las funciones principales de la gobernanza es crear un ambiente que facilite la colaboración intersectorial. Empresas, universidades, gobiernos y organizaciones del tercer sector tienen prioridades y objetivos distintos, y la gobernanza debe garantizar que estos actores alineen sus acciones en pro de un objetivo común. Según Van Aken et al. (2019), la gobernanza eficiente en ecosistemas de innovación debe actuar para minimizar las barreras institucionales, promoviendo la integración de intereses diversos y incentivando la co-creación.

Fundamentos

La gobernanza de un ecosistema de innovación debe basarse en pilares que garanticen su eficiencia, resiliencia y pleno desarrollo. Estos pilares incluyen la estructura colaborativa, el alineamiento estratégico, la transparencia, la flexibilidad y la participación inclusiva.

  • Estructura colaborativa: la gobernanza eficaz depende de la creación de foros, comités y consejos que faciliten la comunicación y el intercambio entre los participantes. Como señaló Adner (2006), una estructura colaborativa es fundamental para garantizar que los actores compartan conocimientos y recursos, creando sinergias que aceleran el proceso de innovación. Estos mecanismos de gobernanza son responsables de definir metas conjuntas y coordinar acciones entre los diferentes sectores del ecosistema;
  • Alineación estratégica: la gobernanza debe asegurar que los objetivos de los diferentes actores estén alineados a una visión común de largo plazo. Según Porter (1998), la alineación estratégica entre empresas, gobiernos y academia es un factor clave para el desarrollo de territorios innovadores, ya que garantiza que los recursos sean dirigidos de forma eficaz y estratégica. Esta alineación implica la definición de indicadores de desempeño que permitan medir el impacto y los resultados de las iniciativas de innovación;
  • Transparencia y rendición de cuentas: para ser eficaz, la gobernanza requiere transparencia en los procesos de toma de decisiones y en la asignación de recursos. Como argumenta Etzkowitz (2008), la confianza entre los actores del ecosistema es fundamental para la innovación colaborativa. La rendición de cuentas, tanto en el uso de los recursos como en los resultados alcanzados, refuerza la confianza y la credibilidad entre las partes;
  • Flexibilidad y adaptabilidad: el dinamismo de los ecosistemas de innovación exige una gobernanza flexible, capaz de adaptarse rápidamente a los cambios en el entorno tecnológico y de mercado. La rigidez en las estructuras puede sofocar la innovación. Como argumentan O’Reilly y Tushman (2013), la gobernanza necesita encontrar un equilibrio entre control y autonomía, permitiendo que los actores del ecosistema innoven sin ataduras burocráticas, pero con una dirección estratégica clara;
  • Participación inclusiva: la gobernanza debe garantizar que todos los actores del ecosistema, incluidas las pequeñas startups y las grandes corporaciones, tengan espacio para participar e influir en las decisiones. Esto promueve una diversidad de ideas y fortalece la innovación colaborativa. Como observaron Freeman y Engel (2007), los ecosistemas que favorecen la participación inclusiva tienden a ser más innovadores y resilientes, ya que aprovechan las diversas perspectivas y competencias de los diferentes actores.

Los Modelos

Diversos modelos de gobernanza pueden ser aplicados a los ecosistemas de innovación, dependiendo de las características del territorio y de los sectores involucrados. Entre los modelos más comunes se encuentran la gobernanza público-privada, la gobernanza descentralizada y el modelo de hub central.

  • Gobernanza público-privada: en este modelo, el gobierno crea condiciones regulatorias e incentivos fiscales, mientras que el sector privado y las universidades lideran la innovación. La gobernanza público-privada ha sido ampliamente utilizada en parques tecnológicos y zonas de innovación alrededor del mundo, promoviendo la sinergia entre empresas e instituciones académicas. Un ejemplo es el Sistema Paulista de Innovación, que integra gobierno, empresas y universidades para promover la innovación en el Estado de São Paulo;
  • Gobernanza descentralizada: este modelo distribuye el poder de decisión entre los actores del ecosistema, permitiendo mayor autonomía para la implementación de iniciativas innovadoras. La ventaja es la agilidad en el proceso de toma de decisiones, crucial en entornos de innovación rápida, como observado por Benner y Tushman (2003);
  • Modelo de hub central: un hub central, generalmente un hub de innovación abierta, un centro de innovación tecnológica, una incubadora o un parque tecnológico, actúa como coordinador de las interacciones entre los actores del ecosistema. El modelo de hub central proporciona soporte e infraestructura, además de promover la colaboración entre las partes. Este modelo ha demostrado ser eficaz en ecosistemas en fase inicial, donde la coordinación de las actividades innovadoras es esencial para el crecimiento. Uno de los ejemplos es el Hub Piracicaba, plataforma pública de innovación que ofrece un entorno y servicios de apoyo gratuitos para negocios en etapa inicial en Piracicaba (SP). El modelo del Hub Piracicaba fue compartido con municipios vecinos de la Región Metropolitana de Piracicaba, resultando en la creación del Hub Cordeiro (Cordeirópolis-SP) y del Hub Rio Claro (Rio Claro – SP). 

Marcos legales

La evolución de los marcos legales también juega un papel fundamental en el fortalecimiento de los ecosistemas de innovación. La creación de marcos regulatorios modernos, como el Marco Legal de las Startups en Brasil, ha permitido la creación de entornos regulatorios más flexibles y favorables a la innovación.

Además, herramientas como los sandboxes regulatorios posibilitan que empresas prueben nuevas tecnologías en un ambiente controlado, sin las restricciones de los reglamentos tradicionales. Estos mecanismos regulatorios ofrecen mayor seguridad jurídica y estimulan el emprendimiento, facilitando la innovación y atrayendo inversión a los territorios.

Aunque estos avances se han observado a nivel federal, muchos municipios aún enfrentan desafíos para integrar estas directrices en sus estrategias locales de gobernanza. Las políticas públicas municipales orientadas a la CT&I necesitan ser continuamente actualizadas y adaptadas para crear un entorno que favorezca la innovación, considerando las características y vocaciones económicas de cada territorio.

Impacto en el desarrollo económico y social

Una gobernanza eficaz en ecosistemas de innovación puede, por lo tanto, transformar territorios en polos de desarrollo económico y tecnológico. Como afirma Mazzucato (2018), la innovación no ocurre en el vacío; requiere un ambiente colaborativo, donde los actores comparten conocimientos y recursos para resolver problemas complejos. Territorios que adoptan buenas prácticas de gobernanza en sus ecosistemas, como Silicon Valley y Tel Aviv, se destacan como hubs globales de innovación, atrayendo inversiones y generando empleos de alta cualificación.

Además del impacto económico, la gobernanza de ecosistemas de innovación promueve el desarrollo social, al crear soluciones tecnológicas que mejoran la calidad de vida de las comunidades locales. La proximidad entre academia y sector privado, por ejemplo, permite la transferencia de conocimiento y la creación de soluciones innovadoras en áreas como salud, educación y movilidad urbana (Etzkowitz, 2008).

La gobernanza es sin duda un factor determinante para el éxito de los ecosistemas de innovación. Garantiza la coordinación de las acciones entre los diversos actores, asegurando que los recursos se utilicen de manera eficiente y estratégica. Una gobernanza bien estructurada promueve la colaboración, estimula la innovación y transforma los territorios en centros de excelencia tecnológica y económica.

El futuro de los ecosistemas de innovación depende de la capacidad de sus estructuras de gobernanza de adaptarse rápidamente a los cambios legales, tecnológicos y sociales, permitiendo que la innovación florezca y aporte beneficios tanto a las economías locales como a las comunidades globales.

Para tener acceso a las referencias de este texto haga clic aquí

Quién publicó esta columna

Pedro Chamochumbi

É diretor-presidente do Parque Tecnológico Piracicaba, gestor de inovação, agente de desenvolvimento, ESG, cidades inteligentes e governo digital. É cofundador da AiX - Agência de Inovação, consultor associado ao Instituto Pecege, membro do Conselho Municipal de Ciência, Tecnologia e Inovação de Piracicaba, professor, palestrante e mentor de negócios inovadores.

También te puede interesar

17 de noviembre de 2026

Detección y Diagnóstico de Enfermedades en Maíz y Arroz en Mozambique con Deep Learning

La agricultura mozambiqueña depende del maíz y el arroz, cultivos fundamentales para la seguridad alimentaria, pero su productividad se ve fuertemente afectada por enfermedades fitosanitarias, cuya identificación temprana y precisa sigue siendo un desafío en contextos de recursos limitados. El estudio tuvo como objetivo desarrollar y comparar modelos basados en Deep Learning para la detección y el diagnóstico automático de enfermedades en hojas de maíz y arroz en Mozambique. Se utilizaron tres enfoques: una Red Neuronal Convolucional (CNN) clásica desarrollada desde cero, y dos modelos de transfer learning, ResNet50 y MobileNetV2. El conjunto de datos se compuso de imágenes de bases públicas y recolectadas en campo, que pasaron por etapas de limpieza, balanceo y aumento artificial. Los modelos fueron entrenados y evaluados con métricas de desempeño estándar, incluyendo precisión (accuracy), precisión (precision), recall, F1-score, Log Loss y Kappa de Cohen. La CNN clásica presentó el mejor desempeño global, con 94% de precisión (precision), recall y F1-score, y 93% de precisión (accuracy) y Kappa de Cohen. La MobileNetV2 alcanzó 91% de F1-score y 90% de precisión (accuracy), destacándose por el menor Log Loss (0,30) y tiempo de entrenamiento (6h32min59s). La ResNet50 alcanzó 80% de F1-score y 79% de precisión (accuracy). Se concluyó que las técnicas de Deep Learning poseen un elevado potencial para apoyar el diagnóstico fitopatológico en contextos agrícolas reales, contribuyendo a decisiones más rápidas y precisas en el manejo de enfermedades en maíz y arroz.

Palabras clave: Aprendizaje profundo; Arroz; Enfermedades en plantas; Maíz; Visión computacional.

17 de noviembre de 2026

Estructuración del proceso de cierre de proyectos de una industria de la construcción civil

Un estudio abordó el grupo de procesos de cierre de proyectos en una industria de manufactura de la construcción civil, utilizando la guía PMBOK como referencia principal. El proceso existente en la industria presentaba superficialidad y fragilidades, especialmente en el registro de lecciones aprendidas. Ante este escenario, el objetivo fue desarrollar un procedimiento para el cierre de proyectos de la organización, visando agregar valor por medio de la estandarización del proceso, registro del conocimiento adquirido, formalización de la conclusión y entrega de los proyectos, y mejoramiento de la comunicación, compromiso, integración y transparencia con los stakeholders. La investigación se clasificó como descriptiva, empleó datos cualitativos y adoptó la investigación-acción como delineamiento. El alcance del estudio se estructuró conforme a los cinco grupos de procesos de la guía PMBOK y fue representado por una Estructura Analítica de Proyecto (EAP). Los principales resultados obtenidos incluyeron el procedimiento desarrollado y diversas plantillas de documentos, que constituyeron los entregables del nuevo proceso de cierre de proyectos. Se verificó que el trabajo alcanzó el objetivo esperado, pues el procedimiento desarrollado viabilizó la estandarización del cierre de proyectos, el mejoramiento de la integración y el compromiso con los stakeholders, y la promoción de seguridad y transparencia en el proceso.

Palabras clave: Gestión del conocimiento; Lecciones aprendidas; PMBOK; Plantillas; Término de aceptación de proyecto.

17 de noviembre de 2026

Machine Learning y priorización de funcionalidades en productos digitales: un estudio de caso en una fintech

Una investigación analizó el potencial del uso de técnicas de machine learning aplicadas al análisis del comportamiento de los usuarios en la priorización de funcionalidades en productos digitales. El objetivo fue comprender los procesos de priorización utilizados en la práctica, el papel de los datos de comportamiento en la toma de decisiones y las percepciones sobre la aplicación de técnicas de machine learning en este contexto. Se adoptó un enfoque cualitativo y exploratorio, estructurado como un estudio de caso en productos desarrollados bajo el modelo Software as a Service (SaaS). La recolección de datos se realizó a través de entrevistas semiestructuradas con profesionales de las áreas de producto y de datos. El análisis de los datos siguió la técnica de análisis de contenido. Los resultados indicaron que, aunque los datos de comportamiento ya se utilizaban como apoyo a la decisión, los procesos de priorización aún presentaban baja formalización y enfrentaban limitaciones técnicas y organizacionales. Se observó, también, el reconocimiento del potencial del machine learning como soporte estratégico a la priorización de funcionalidades, aunque su aplicación práctica fuera incipiente. Como principal contribución, el estudio propuso un modelo conceptual que integra datos de comportamiento, procesos de priorización y el uso de machine learning como soporte a la decisión.

Palabras clave: Análisis de datos; Comportamiento del usuario; Datos de comportamiento; Software as a Service (SaaS); Toma de decisiones.

17 de noviembre de 2026

Inteligencia artificial en las rutinas operativas contables y en la eficiencia financiera

La incorporación de Inteligencia Artificial (IA) y de herramientas de automatización ha reconfigurado las rutinas de las oficinas contables brasileñas, impactando la productividad, la mitigación de errores y la eficiencia financiera. Se analizaron estos impactos en una oficina contable de pequeño tamaño, especializada en la atención a prestadores de servicios del área médica en São Caetano do Sul, São Paulo. La investigación adoptó un enfoque cualitativo, con un diseño de estudio de caso único y unidades de análisis incorporadas. Los datos se recolectaron mediante un cuestionario estructurado, aplicado vía Google Forms entre enero y febrero de 2026, a cinco profesionales de la estructura operativa de la oficina en un relevamiento censal. El tratamiento siguió un análisis de contenido con categorías a priori y emergentes. Todos los encuestados declararon uso de herramientas automatizadas o con recursos de IA. La percepción de reducción del tiempo de ejecución, de disminución de errores operacionales, de retrabajo y de mejor aprovechamiento del tiempo del equipo convergió en el 80% de las respuestas afirmativas y el 20% parciales. Las actividades más beneficiadas fueron la conciliación bancaria, la importación de documentos fiscales y la liquidación tributaria, con ganancias visibles sobre errores de digitación, asientos duplicados y clasificación incorrecta. La intervención humana permaneció indispensable en la planificación tributaria, el análisis de escenarios y la verificación de obligaciones accesorias. La evaluación general de la contribución de la IA fue predominantemente favorable, con moderación vinculada a la complejidad normativa fiscal.

Palabras clave: Análisis de contenido; Automatización de procesos; Contabilidad 4.0; Pequeño tamaño; Transformación digital.

17 de noviembre de 2026

Factores que influyen en la gestión de plazos en proyectos de “retrofit” de estaciones de tratamiento de aguas residuales

Los proyectos de “retrofit” en Plantas de Tratamiento de Aguas Residuales (PTAR) se caracterizan por su alta complejidad, restricciones operativas y múltiples interfaces técnicas. El estudio analizó la percepción de los profesionales involucrados sobre la gestión y el cumplimiento de los plazos en proyectos de “retrofit” de plantas de tratamiento de aguas residuales, considerando factores técnicos, operativos y organizacionales. La investigación se caracterizó como un estudio aplicado, con un enfoque cuali-cuantitativo, delineado como un levantamiento de campo de tipo “survey”. El análisis de los datos se realizó mediante estadística descriptiva y categorización cualitativa, utilizando las herramientas SWOT, matriz de riesgo (Probabilidad x Impacto) y plan de acción 5W2H. Los resultados indicaron una alta percepción de claridad (77,8%) y realismo de los plazos (100% de acuerdo), evidenciando una planificación inicial consistente. Sin embargo, el 77,7% de los encuestados señaló que los retrabajos y cambios de alcance impactaron directamente el cumplimiento de los plazos. La integración entre ingeniería, fabricación y Planificación y Control de la Producción (PCP) presentó una evaluación intermedia (77,7% de acuerdo parcial/total), indicando fragilidad en la coordinación interfuncional. La matriz de riesgo destacó como críticos: cambios de alcance, limitaciones operativas de la PTAR y complejidad técnica, todos con nivel alto. Como mejora central, se propuso la estandarización del control de cambios de alcance, análisis y aprobación, con el fin de reducir retrabajos y aumentar la previsibilidad del cronograma.

Palabras clave: Desempeño; Integración; Planificación; Retrabajo; Riesgo.

17 de noviembre de 2026

Captación B2C en medicina diagnóstica: acuerdos estratégicos con consultorios médicos especializados

El sector de la medicina diagnóstica en Brasil opera con una alta dependencia de las aseguradoras de planes de salud, lo que limita la autonomía financiera de los prestadores. Este estudio propuso y analizó un modelo de captación directa de pacientes (B2C) para una institución de medicina diagnóstica de alta complejidad, estructurado a partir de alianzas con consultorios de Oncología y Cardiología y operado por un servicio de atención personalizada denominado conserjería. La investigación adoptó un enfoque mixto en tres fases: levantamiento de campo con cuestionario estructurado aplicado a 87 pacientes, mapeo del flujo operativo mediante “Service Blueprint” y análisis de la tasa de conversión a partir de 312 indicaciones médicas registradas en el proyecto piloto. Los resultados indicaron que la confianza en la indicación médica obtuvo un 92,0% de concordancia, configurándose como el principal factor de adhesión. La conveniencia de realizar el examen el mismo día alcanzó el 78,2%, y la disposición al pago directo llegó al 55,2%, con una polarización asociada a la predominancia de usuarios de planes de salud. El “Service Blueprint” identificó tres puntos críticos en las transiciones entre etapas del recorrido. La tasa de conversión global fue del 51,0%, con un desempeño superior en Oncología (58,2%) en relación con Cardiología (45,0%), y la mayor pérdida se concentró en la etapa de aceptación y agendamiento (28,3%). Se concluyó que el modelo demostró posible viabilidad operativa e indicios de aceptación por parte de los pacientes, condicionado a la transparencia de precios y a la reducción del intervalo entre la consulta y el abordaje por la conserjería.

Palabras clave: Desembolso directo; Recorrido del paciente; Salud suplementaria; Servicio de conserjería; Tasa de conversión.

17 de noviembre de 2026

El papel del director escolar en la promoción de una cultura inclusiva: liderazgo y políticas educativas

La investigación analizó el desempeño del director escolar en la promoción de una cultura inclusiva, considerando la necesidad de transformar directrices legales y fundamentos pedagógicos en prácticas institucionales efectivas. Se partió del supuesto de que la inclusión escolar exige planificación, organización y liderazgo estratégico en el día a día de la escuela. Se adoptó un enfoque cualitativo de naturaleza aplicada, desarrollado en tres etapas complementarias: análisis documental de las legislaciones brasileñas sobre educación inclusiva, revisión bibliográfica sobre liderazgo y gestión escolar, y sistematización de los datos por medio de herramientas gerenciales como la matriz FODA y el ciclo PDCA. Los resultados indicaron que el desempeño de la gestión escolar influyó directamente en la consolidación de ambientes inclusivos, especialmente en la organización de procesos, formación continua del equipo y fortalecimiento de una cultura institucional colaborativa y respetuosa de la diversidad. También se identificaron desafíos estructurales, pedagógicos y relacionales que demandaron intervenciones planificadas. Al final, se elaboró una Guía Práctica para Directores Escolares, con directrices, protocolos y orientaciones operacionales para la toma de decisiones y organización de los procesos inclusivos. Se concluyó que la construcción de una cultura inclusiva dependió de la capacidad de gestión para articular políticas públicas, prácticas pedagógicas y procesos institucionales, consolidando la inclusión como un compromiso permanente en el contexto escolar.

Palabras clave: Accesibilidad educativa; Equidad educativa; Gestión participativa; Planificación estratégica; Procesos institucionales.

17 de noviembre de 2026

Un artefacto de IA basado en Design Thinking para apoyar la elicitación de requisitos de software a partir de las necesidades de los usuarios

El desarrollo de software orientado a las necesidades de los usuarios a menudo enfrenta desafíos en la elicitación de requisitos, derivados de ambigüedades en el lenguaje natural y fallos de comunicación. Ante esto, se propuso y validó un artefacto inteligente que integra Design Thinking e Inteligencia Artificial, con foco en las etapas de Empatía y Definición, para apoyar la recolección, interpretación y estructuración de las necesidades de los usuarios. La investigación, de naturaleza aplicada, cualitativa y exploratoria, condujo una Prueba de Concepto en un ambiente controlado, empleando escenarios hipotéticos. El artefacto operó mediante entrevistas guiadas en lenguaje natural, organizando información en elementos como dolor, contexto e impacto, y generando síntesis de problemas rastreables. Los resultados indicaron que el sistema organizó relatos no estructurados, redujo ambigüedades y preservó el sentido de la información original en la mayoría de los casos. Se observó también la capacidad de reorganización lógica en escenarios complejos, aunque con limitaciones en la separación de múltiples problemas y dependencia de las instrucciones. Se concluyó que el artefacto tiene potencial como apoyo a la elicitación de requisitos, mejorando la claridad y la estructuración de la información, pero requiere supervisión y control contextual.

Palabras clave: Design Thinking; Elicitación de Requisitos; Ingeniería de Requisitos; Inteligencia Artificial; Procesamiento del Lenguaje Natural.

17 de noviembre de 2026

La Extinción de la Sistemática de Retención en la Industria Farmacéutica a la Luz de la Reforma Tributaria

La Reforma Tributaria del consumo, establecida por la Enmienda Constitucional nº 132/2023, introdujo alteraciones estructurales en el sistema tributario brasileño, con la sustitución del Programa de Integración Social (PIS) y de la Contribución para el Financiamento de la Seguridad Social (COFINS) por la Contribución sobre Bienes y Servicios (CBS), en un modelo de Impuesto sobre el Valor Añadido (IVA dual). El objetivo fue analizar los impactos de la extinción de la sistemática monofásica en la industria farmacéutica, a la luz del nuevo diseño normativo y de sus efectos económicos y jurídicos. Se realizó una investigación cualitativa, de naturaleza exploratoria, por medio de estudio de caso y análisis documental de la legislación y la doctrina especializada. Se examinó si el fin de la monofasia implicaría un aumento relevante de la carga tributaria para el sector. Los resultados indicaron que, aunque la superación formal de la sistemática monofásica ha ocurrido, la desgravación material de los medicamentos fue preservada, sobre todo en razón de la aplicación de alícuotas reducidas del 60% y, en determinados casos, de alícuota cero del Impuesto sobre Bienes y Servicios (IBS) y de la CBS. El cambio de modelo puede provocar variaciones puntuales en la recaudación, sin caracterizar un aumento estructural de la carga tributaria, tendiendo a la neutralidad a lo largo del tiempo. Se concluyó, preliminarmente, que la Reforma Tributaria reorganizó la técnica de tributación en la industria farmacéutica, sustituyendo un régimen concentrado por mecanismos más transparentes de desgravación. Este enfoque se mostró compatible con los principios de neutralidad, de no acumulatividad plena y de extrafiscalidad, manteniendo la protección tributaria a los medicamentos esenciales y alineando la política fiscal al derecho fundamental a la salud.

Palabras clave: CBS; COFINS; IBS; IVA Dual; PIS.