miércoles, 15 de agosto de 2018

Seis habilitadores clave del Machine Learning


Aunque sea ahora cuando haya ganado resonancia e impacto, tanto mediático como real, el Machine Learning no es una disciplina nueva. Algunos de sus algoritmos tienen en realidad varias décadas de antigüedad ya. ¿Qué ha cambiado entonces? ¿Por qué se habla ahora tanto de Machine Learning? ¿Por qué ahora parece ser tan útil y aportar tantas posibilidades? ¿Cuáles son los habilitadores clave del Machine Learning?

En el librito 'Machine Learning for dummies. IBM limited edition' sus autores, Judith Hurwith y Daniel Kirsch, identifican seis factores que pueden explicar la explosión del machine Learning. Son estos:
  • Potencia de los procesadores: la capacidad de computación de los microprocesadores ha aumentado drásticamente en los últimos años lo cual es muy importante para una disciplina, el machine Learning, en que abundan el uso masivo de datos y los algoritmos computacionalmente costosos.

  • Almacenamiento: Igualmente, el coste de almacenamiento y gestión de datos ha disminuido drásticamente. Además, se han producido grandes avances en cuanto a la velocidad de ese almacenamiento y en cuanto a las técnicas de procesamiento de grandes cantidades de datos.

  • Computación distribuida: desarrollo de la capacidad de hacer computación distribuida entre varios nodos o clusters lo que, de nuevo, favorece el hacer cálculos complejos sobre grandes volúmenes de datos.

  • Disponibilidad de datos: disponibilidad comercial de conjuntos de datos sobre los que hacer análisis, en algunos casos disponibles en la nube y por medio de APIs.

  • Software abierto: muchos algoritmos de Machine Learning están disponibles como desarrollos open source a través de comunidades con una amplia base de miembros. Esto hace los desarrollos mucho más sencillos.

  • Visualización: no sólo se han desarrollado los algoritmos y capacidades computacionales sino que también se han desarrollado y disponibilizado herramientas atractivas de visualización que posibilitan el uso de los resultados por no especialistas.

Sin duda, se trata de seis buenas razones que, unidas al valor intrínseco del Machine Learning, a su capacidad de análisis, de obtención de conclusiones y de predecir elementos del futuro, explican su gran auge actual.


lunes, 13 de agosto de 2018

El valor del Machine Learning


Es bueno dar visiones sencillas de asuntos complejos. Ayuda a comprender y sentar las bases y, de paso, demuestra un conocimiento profundo de la materia en cuestión.

Uno de las áreas de la ciencia y la tecnología más interesantes hoy día, con más notables avances, y con mayores promesas de futuro, es el campo del Machine Learning. Sin embargo, se trata de una disciplina amplia y compleja, en ocasiones farragosa. Una disciplina que, además, se mezcla o identifica con otros términos como Data Science, Inteligencia Artificial o Big Data.

En busca de esas visiones sencillas he estado leyendo la obra 'Machine Learning for dummies. IBM limited edition' de Judith Hurwith y Daniel Kirsch. Y en efecto, me he encontrado algunas ideas muy sencillitas que creo que vale la pena consignar aquí.

La primera es una especie de definición muy cortita de machine learning:

Machine Learning is a form of AI that enables a system to learn from data rather than through explicit programming. 


Es corta, en efecto, pero aporta dos elementos importantes. El primero es, simplemente, que el machine learning es un subconjunto de la inteligencia artificial. No es lo mismo que inteligencia artificial, pero sí una parte de la misma.

Y, lo más importante, que aprende a partir de datos. En la algoritmia tradicional, la lógica, el comportamiento, está incrustado en la propia codificación del software y es completamente responsabilidad del desarrollador. En el caso del machine learning, sin embargo, una parte de ese comportamiento, y en concreto el aprendizaje, se produce a partir de datos externos y, por tanto, no es completamente obra del desarrollador.

De este segundo factor deducen los autores lo que consideran el valor del Machine Learning. Así nos cuentan:

The value of machine learning is that it allows you to continually learn from data and predict the future.


Eso es. Dado que los algoritmos de machine learning aprenden a partir de datos externos, su comportamiento no es estático sino adaptativo, aprenden continuamente. Otro valor importante es que no son algoritmos ocupados en explicar una realidad pasada, como es el caso de la estadística tradicional, sino orientados a predecir el futuro y a generar comportamientos de futuro.

Aprendizaje continuo a partir de los datos y predicción del futuro. Ese es el valor del Machine Learning según estos autores.

Así de sencillo.

viernes, 10 de agosto de 2018

Tres niveles de modelado de un proceso de negocio


Hace unas semanas comentábamos la importancia del modelado de un proceso de negocio. Hablábamos de que modelar un proceso de negocio nos ayudaba a entenderlo y comunicarlo. También decíamos que obligaba al rigor, que ayudaba a pensar y también a archivar el conocimiento.

A la hora de realizar este modelado en la práctica, y según se ocupa de aclarar el libro 'OCEB2. Certification guide', el modelado se puede realizar en tres diferentes niveles de profundidad y conviene tener claro en cuál nos movemos:

  • Descriptivo: Se mueve a alto nivel y sólo pretende dar una idea aproximada del proceso de negocio. Se realiza un modelado sin mucho detalle y normalmente sólo del caso sencillo ('happy path'). El objetivo es fundamentalmente la comunicación dentro de la organización o a la alta dirección.

  • Analítico: Ya se entra en detalle y se trata no sólo el caso sencillo sino todas las variantes. El objetivo es ya el análisis del proceso con vistas a su posible mejora.

  • Ejecutable: en este caso el objetivo es la automatización del proceso usando el propio modelado como input para la implementación, normalmente a través de un BPMS.

En mi experiencia personal el nivel más común e incluso deseable es el analítico. El nivel descriptivo, aunque necesario como un primer paso, tiende a asimilarse a 'humo', algo realizado 'sólo por cumplir', por lo que, aunque útil como primer paso, siempre debe evolucionar hacia al nivel analítico.

El nivel ejecutable, aunque muy interesante y en teoría nuestra máxima aspiración, suele ser excesivamente complejo para ser práctico, por lo que el salto a la automatización, que sí se puede y debe dar,  suele hacerse usando técnicas de ingeniería de software diferentes del modelado de procesos.

De todas formas, esa es mi experiencia. Cada nivel, como se ve, tiene su propia utilidad y significado y según las circunstancias u organización pueden tener todos pleno sentido.


miércoles, 8 de agosto de 2018

Cuatro principios y ocho buenas prácticas para la gestión de procesos de negocio


BPM (Business Process Management), es decir, la gestión de procesos de negocio, su identificación, modelado, análisis y mejora, tiene una parte de método y una parte de arte. Arte porque aunque hay notaciones, metodologías y una cierta porción de teoría, lo cierto es que no hay unas reglas fijas.

Especialmente en lo que se refiere al rediseño y mejora de procesos interviene también la experiencia, la inspiración y la habilidad del diseñador.

Como, a pesar de lo motivador que pueda resultar esa dependencia de la inspiración propia, queremos que BPM sea una disciplina rigurosa, conviene valerse al menos de buenas prácticas, patrones de actuación de amplia aplicación.

Leyendo el manual 'OCEB2. Certificación guide' me encuentro una referencia a la obra de James F. Chang, que también tendré que leer en su momento, el cual identifica cuatro principios y seis buenas prácticas en gestión de procesos y me ha parecido interesante recogerlas y hacerme eco de ellas. Son de naturaleza bastante genérica, pero sin duda interesantes.

Principios

Los cuatro principios identificados son los siguientes:

  • Los procesos son activos: es decir, son elementos que nos ayudan a generar valor y satisfacer requisitos y necesidades de los clientes

  • Los procesos deben ser gestionados: precisamente por constituir unos importantes activos empresariales, deben ser gestionados de manera explícita, incluyendo la medición, control y análisis.

  • Los procesos deberían ser mejorados de manera continua: es decir, no se trata de iniciativas de mejoras aisladas o de una sola vez, sino de una actividad continua.

  • Las Tecnologías de la Información son un habilitador esencial: dado que transporta los datos que necesitan los procesos. Yo añadiría que, además, y quizá de una forma aún más importante, automatizan el proceso, dándole estructura y eliminando tareas manuales e ineficientes.

Buenas prácticas

Y las seis buenas practicas:

  • Estructuras organizativas: establece estructuras orientadas a procesos.

  • Dueño de proceso: Designa un dueño de proceso responsable del éxito de ese proceso.

  • Soporte de abajo a arriba: La alta dirección debe promover BPM pero las mejoras tienen que surgir de abajo hacia arriba.

  • Tecnologías de la Información: Haz que los sistemas monitoricen, controles y mejores los procesos existentes. En este sentido, los BPMS juegan un papel muy importante.

  • Socios: colabora con otros socios (por ejemplo, proveedores) que se encuentran implicados en actividades transversales.

  • Formación y mejora: forma a los empleados de manera regular y mejora constantemente los procesos de negocio.

  • Bonos y recompensas: Combina la mejora de procesos con el pago de bonus y la entrega de premios.

  • Saltos en lugar de pasos: utiliza tanto medidas de mejora incremental (como Six Sigma) como enfoques más radicales (reingeniería).

Un compendio de buenas ideas. Bastante genéricas, es cierto, pero muy a tener en cuenta.


lunes, 6 de agosto de 2018

Procesos de negocio y el conocimiento oculto


Tenemos a nuestra disposición un tesoro de conocimiento y no lo conocemos. Y no lo aprovechamos porque no lo conocemos. Es un conocimiento oculto.

¿De qué hablo?

Me refiero, el título ya lo anticipa, a los procesos de negocio, un elemento de gestión de capital importancia, que saltó al primer plano del interés directivo hace ya unos cuantos años con el auge de la Calidad Total y posteriormente con la Reingeniería y que continúa hoy en día bajo, más abarcador, bajo la denominación de Business Process Management (BPM).

Los procesos son la forma, adecuada o no, eficiente o ineficiente, en que funciona una compañía. Es, dicho de forma muy simplificada, 'cómo se hacen las cosas'.

Lo sorprendente del caso es que ese 'saber hacer' permanece en cierto sentido oculto para la mayoría de las organizaciones. Simplemente, lo hacen. Sin saber muy bien cómo ni por qué.

Podría pensarse que si una compañía funciona sin conocer sus procesos ¿para qué preocuparnos por ellos?

Hay buenas razones. Si no conoces el proceso no puedes analizarlo. Si no lo analizas, no puedes detectar e implantar mejoras que te permitan ganar en agilidad, calidad o eficiencia. Si no te aseguras de definirlo, no podrás asegurar que todos los empleados u organizaciones funcionan de la misma manera. Si no puedes asegurar que toda la compañía hace las mismas cosas de la misma manera, cualquier acción de mejora es de corto alcance, de ámbito muy reducido para conseguir un verdadero impacto. Es más, si no puedes asegurar que las mismas cosas se hacen de la misma manera, apenas tiene sentido digitalizar ni automatizar.

Las posibilidades que se abren cuando conocemos y gestionamos nuestros procesos de negocio son, pues, enormes. Y, sin embargo muchas veces desconocemos esos procesos y se mantienen ocultos.

Por eso, el primer paso de la gestión de procesos, es descubrir nuestros propios procesos, hacer que eso que de alguna forma 'funcionaba sólo', deje de permanecer oculto y pueda ser objeto de gestión. Así nos lo recuerda el manual 'OCEB 2. Certification guide' cuando nos dice:

The goal of process discovery is to detect implicit knowledge about actual processes and make it explicit.


Para, unas líneas después, insistir

The purpose of Business Process Analysis (BPA) is to provide explicit process knowledge. It serves to discover weaknesses and enables actual/target comparisons.


A veces el análisis de procesos de negocio puede parecer una disciplina sin 'glamour', algo como muy metodológico, que da pereza... Pero no es así.

El análisis de procesos es el inicio de una aventura en busca del conocimiento oculto. Es el comienzo de un azaroso viaje que parte con una promesa de eficiencia y calidad. Es, la búsqueda de un tesoro. El del conocimiento oculto.

viernes, 3 de agosto de 2018

Una innovación orientada a la acción con Luis Pérez-Breva

En 'Innovar. Un manifiesto de acción' su autor, Luis Pérez-Breva, a la sazón director en el MIT del programa 'MIT Innovation Teams', expone su propia propuesta sobre el proceso de innovación, el método que él sigue precisamente en la unidad que dirige y el que intenta inculcar a sus alumnos.

Se trata de un modelo iterativo y experimental que va construyendo en sucesivas pasadas diferentes versiones del problema a resolver, de la propuesta de solución y de la organización que ha de gestionarlo. Un método que marca distancias con las teorías dominantes y que anticipa que las intuiciones iniciales serán incorrectas pero que tienen el valor de impulsar a hacer algo, a innovar.

El libro se compone de doce capítulos agrupados en tres partes:
  • 'PARTE I: ANATOMÍA DE UN PRESENTIMIENTO

    • '1. Estar productivamente equivocado': que plantea ya las líneas maestras de todo el libro defendiendo la innovación como un proceso de aprendizaje que parte de un presentimiento y se desarrolla por ensayo y error.

    • '2. Maquetar un problema real': apuesta por la idea de que toda innovación parte de una intuición, un presentimiento y que debe responder a un problema de la vida real. El primer paso es maquetar ese problema, intentar definirlo.

    • '3. Un kit para orquestar innovación en cualquier lugar': introduce el concepto de kit de innovación compuesto por un problema, piezas, personas y una guía ('primer') para ponerse manos a la obra.

  • 'PARTE II: EXPLORAR MIRANDO HACIA ADELANTE. APRENDER DE PIEZAS Y DE PERSONAS

    • '4. Conversar con piezas': se adentra en cómo gestionar, cómo conversar con uno de los elementos del kit: las piezas, un concepto amplio que incluye cualquier elemento que no sean personas: pueden ser equipos, pueden ser canales de venta, modelos de estrategia, diagramas, organigramas... casi cualquier cosa.

    • '5. Entenderse con personas': que se centra en el otro gran bloque del kit de innovación: las personas y cómo relacionase con ellas de cara a la innovación. Cómo encontrarlas, involucrarlas y conversar con ellas.

    • '6. A escala, la no linealidad es tu aliada': Insiste en la no linealidad de la innovación, es decir, la no proporcionalidad entre las acciones y los resultados tanto en el sentido de que un pequeño cambio puede tener un gran impacto como el caso inverso, un gran cambio puede provocar poco impacto.

    • '7. Gestionando el problema vía prueba y ajuste': Habla de la iteración y del modelo de prueba y ajuste, es decir, cómo el problema y su solución se van refinando cíclicamente, teniendo mucho protagonismo el planteamiento de preguntas como forma de avanzar en el aprendizaje.

  • 'PARTE III: ORGANIZAR LO QUE HAS APRENDIDO. EXPLORAR EL IMPACTO

    • '8. La práctica de abogar por tu innovación': habla de la presentación del proyecto de innovación, por ejemplo, a posibles inversores, y presenta un modelo a modo de tres actos de un ballet: llamar la atención, la realidad a crear juntos y los detalles del eventual acuerdo.

    • '9. Riesgo, acción, aprendizaje e incertidumbre': trata del problema del riesgo y la incertidumbre apostando por la previsión y sobre todo la acción para su gestión.

    • '10. LLevando una organización a mayor escala': se centra en la fase final de la innovación, cuando ya las cosas están bastante más claras y la gestión de la innovación deviene en una organización de entidad.

    • '11. Gestionando la innovación de una forma continuada': habla ya de la innovación como un proceso establecido.

    • '12. El mundo es tu laboratorio: necesitas un cuaderno para conversar contigo mismo': aborda un asunto puntual como es el de la documentación de la innovación a lo largo de todo el proceso

  • 'Epílogo: comentario académico': tiene un carácter muy diferente al resto del libro, mucho más erudito y académico como el propio título anticipa. Podríamos decir que es una referencia bibliográfica pero estructurando esas referencias en bloques cada uno de ellos precedido de una explicación de aspectos teóricos, influencias y antecedentes.
'Innovar. Un manifiesto de acción' es un libro interesante, diferente y con personalidad. Un libro con el que es fácil estar de acuerdo en cuanto a la filosofía y principios que lo informan y que con pasión defiende el autor. El proceso que propone resulta sin embargo, algo etéreo, algo intangible y no es fácil imaginarse del todo cómo ponerse manos a la obra en un proyecto real con base a lo que el libro expone. Supongo que es preciso haber asistido a alguno de los cursos o talleres del autor y haberlo practicado un poco para entenderlo realmente, porque lo que sí que es cierto es que el autor tiene experiencia muy real y de éxito en innovación y emprendimiento y en una institución tan prestigiosa como es el MIT.

Me han resultado difícil de entender las críticas, al inicio más soterradas y conforme avanza el libro cada más explícitas, a las tendencias de gestión actuales en materia de innovación. No las entiendo porque, aunque es cierto que el discurso de Luis Pérez-Breva en lo formal y anecdótico es muy, muy diferente al de Lean Startup o Design Thinking, lo cierto es que los principios y filosofía me parecen muy similares: el entendimiento de la innovación como un proceso de aprendizaje, iterativo, que propone el ensayo, aprendizaje y ajuste y todo ello basado en la experiencia real. En el epílogo, en concreto en la sección 'Kuhn versus Popper', el autor explica esa distancia argumentando que los otros métodos se apoyan en su base empírica en el método científico de Karl Popper, mientras que él concuerda con Thomas Kuhn y por ello entiende que los otros métodos (Lean Startup, Design Thinking, etc) son más limitados en sus innovaciones en el sentido de que no pueden introducir innovaciones que desafíen la teoría existente.

Salvados esos dos aspectos que no he he entendido bien, considero que 'Innovar. Un manifiesto de acción' es un libro muy interesante, repleto de ideas provocadoras y que resulta además refrescante al aportar una perspectiva nueva al mundo de la innovación y el emprendimiento.

Creo por ello que es obligada lectura para todo aquel interesado en innovación, tanto por el valor intrínseco de sus aportaciones como por el hecho de traer aire fresco y bríos renovados a una actividad tan clave hoy día, probablemente siempre, como es la innovación.

Luis Pérez-Breva

(Fuente: Perfil en el Center for MIT entrepreneurship)

Luis Pérez-Breva
El doctor Luis Perez-Breva es un experto en el proceso de innovación tecnológica, un emprendedor y autor de 'Innovating: A Doer’s Manifesto for Starting from a Hunch, Prototyping Problems, Scaling Up, and Learning to Be Productively Wrong'.

Actualmente Pérez-Breva dirige el MIT Innovation Teams Program, el programa-taller estrella del MIT operado de forma conjunta con las escuelas de Ingeniería y Management. Durante su ejercicio ha guiado más de 170 tecnologías MIT a descubir el camino hacia el impacto. Ha co-dirigido el Innovation Pillar de la MIT Skoltech Initiative, y colabora con las inciativas del MIT en innovación en Portugal, Singapur y Abu Dhabi. Ha enseñado la innovación como habilidad a profesionales de todo el mundo y estudiantes de todas las disciplinas y ha conseguido que comiencen a innovar partiendo de casi nada: intuiciones, problemas del mundo real, conjuntos de problemas de ingeniería y avances en investigación.

Es un innovador en serie con éxitos en tecnologías de localización en caso de emergencia basadas en móviles acutalmente desplegadas en todo el mundo, un sistema completamente automatizado de comercio y asignación de porfolio y muchas otras historias que compartir de sus aventuras de ensayo y error para concebir tecnologías de inteligencia artificial que traten problemas del mundo real y los lleven al mercado.

El doctor Pérez-Breva tiene grados en Ingeniería Química, Administración e Inteligencia Artificial de España (Institut Quimic de Sarrià), Francia (Ecole Normale Supérieure) y los Estados Unidos (Massachusetts Institute of Technology). Como innovador y emprendedor ha trabajado en localización de llamadas móviles para respuesta ante emergencias y seguridad nacional, genética, asistencia sanitaria inteligente, asignación de porfolio automatizada, y desarrollado varias organizaciones sin ánimo de lucro, incluyendo el construir una nueva universidad centrada en la innovación. En 2011 el Gobierno de España reconoció su trayectoria con la Orden del Mérito Civil del Reino de España.

Puedes saber más del autor visitando su perfil en LinkedIn o siguiéndole en Twitter donde se identifica como @lpbreva.

Ficha técnica:

miércoles, 1 de agosto de 2018

Reflexión, preparación e innovación


¿Preparación?

¿Para la innovación?

Vivimos orientados a la acción. O al menos, la practiquemos realmente o no, encumbramos esa acción, el moverse, el hacer cosas. Es la forma de avanzar, de conseguir objetivos. Y demuestra en cierto sentido nuestra valía, nuestro empuje, nuestra capacidad para dar resultados.

Y es cierto. La acción es muy importante. Es vital. No se consiguen resultados sin acción. No vendemos sin acción. No ejecutamos proyectos sin acción. Y no innovamos sin acción.

Sin embargo, así lo creo, hay que defender un cierto espacio para la reflexión y la preparación.

Está ya abundantemente descrito que una cierta dosis de aburrimiento promueve la creatividad porque libera nuestro cerebro y le permite moverse en sendas diferentes a la de la acción inmediata, la actividad compulsiva y explorar a cambio nuevas opciones.

A pesar de lo anterior, que me resulta creíble, se me hace difícil abogar por el aburrimiento. No me cuesta sin embargo, porque estoy convencido de ello, abogar por la preparación de esa acción, por la reflexión, por la planificación y por la estrategia.

Incluso para enfrentarte a actividades donde domina la incertidumbre, como es la innovación o el emprendimiento, creo que es necesaria, quizá más que nunca, esa estrategia y esa planificación. No es esta apuesta por la reflexión y la planificación una postura que sea fácil de defender hoy en día donde todos los discursos parecen llevar a la acción inmediata y al famoso fracaso rápido y barato.

Yo creo firmemente, sin embargo, en la importancia de la preparación. Una preparación, eso sí, bien entendida: una preparación que es abierta, que no es eterna, que no es paralizante. 

Que es abierta porque es plenamente consciente de que parte, a veces incluso mucho, de lo pensado y planificado, puede sufrir revisiones, en ocasiones profundas,  ante el choque con la realidad, ante la realimentación de clientes, del mercado o del propio devenir del proyecto. Una preparación y planificación que es abierta porque no se enamora de sí misma y está dispuesta a rehacerse, si es necesario y cuando es necesario.

Y una  preparación y planificación que no son paralizantes, que no se enroscan sobre sí mismas en un pensamiento eterno que no lleva a nada sino que, por el contrario, son tan breves como sea factible. Una preparación y una planificación que identifican y promueven los siguientes e inmediatos pasos y que están dispuestas a planificar a corto plazo si no hay información suficiente para hacerlo a largo.

Eso es: abogo por la reflexión, la preparación y la planificación... incluso en innovación.

Y hay veces que esa reflexión y ese pensamiento se producen en actividades que quizá no valoramos en su justa medida.

Luis Pérez-Breva, autor del libro 'Innovar' que, además, subtitula de forma muy significativa, 'Un manifiesto de acción', nos identifica en su obra, al menos dos puntos donde hay preparación y reflexión aunque quizá no seamos plenamente conscientes de ello.

El primer caso es ante la exposición de un proyecto de innovación, sea para captar nuevas personas para el equipo o sea para atraer a inversores. El autor resalta la importancia de preparar la presentación del proyecto, no ya por el resultado que esperamos de esa presentación, sino por la preparación en sí misma, porque nos ayuda a nosotros mismos a clarificar nuestro propio proyecto. Así, en un punto de su libro nos dice:

prepararte para exponer tu proyecto es valioso en sí mismo, lo acabes presentando o no.

Nótese: "lo acabes presentando o no". Lo que quiere resaltar, precisamente, es que la reflexión sobre el propio proyecto es una actividad de valor.

Hay otro punto al final del libro en que de nuevo nos habla de reflexión y que resuena fuertemente con mi experiencia personal.

Es cuando nos habla de cómo documentar la innovación, una actividad que quizá está apartada del 'glamour' de la literatura sobre innovación y emprendimiento, pero que tiene valor, no sólo como registro de lo avanzado y como herramienta de trabajo sino, lo que es quizá más importante, por lo que de reflexión implica.

En efecto, personalmente yo siempre he dicho, literalmente, que "pienso cuando escribo". Por supuesto, es una afirmación ligeramente exagerada. Pienso en otras formas y ocasiones pero sí es cierto que el escribir en sentido amplio, ya sea un texto, un diagrama o una PPT, me ayuda muchísimo a estructurar las ideas y a avanzar en el pensamiento.

Y Luis Pérez-Breva debe experimentar algo parecido, al menos de vez en cuando, porque nos dice:

A veces el acto de documentar induce pensamientos.

Así es. documentar, especialmente cuando se hace de forma cuidadosa, concentrados en la tarea y con la voluntad de rigor y comunicación, induce pensamientos, muchos pensamientos...y refina los que ya habíamos tenido.

Así que a las preguntas ¿Reflexión?¿Preparación?¿Planificación? ¿Para la innovación?

Respondo: si, sin ninguna duda.