Tursio for Credit Unions: Powering Structured Data Search with Automated Context Graph

El artículo presenta Tursio, una plataforma segura y local que permite a los usuarios de cooperativas de crédito consultar bases de datos complejas mediante lenguaje natural, utilizando modelos de lenguaje grandes para inferir un grafo de conocimiento semántico y generar planes de consulta precisos y conformes.

Lo esencial

Imagina que un Crédito Mutual (una especie de banco comunitario donde los dueños son sus propios miembros) es como una biblioteca gigante y antigua.

En esta biblioteca, toda la información sobre las personas (sus cuentas, préstamos, tarjetas) está guardada en miles de libros viejos, escritos en un código secreto y organizados de una manera muy complicada que solo unos pocos bibliotecarios expertos (los analistas de datos) pueden entender.

Si un gerente quiere saber algo sencillo, como "¿Quiénes son los miembros que cerraron su cuenta el año pasado?", tiene que pedirle al bibliotecario experto que vaya, busque en los libros, cruce información y le escriba un reporte. Esto toma horas o incluso días. Mientras tanto, el banco pierde la oportunidad de ayudar a sus miembros.

¿Qué es Tursio?

Tursio es como un bibliotecario inteligente y mágico que llega a esta biblioteca antigua y hace dos cosas increíbles:

1. Crea un "Mapa del Tesoro" Automático: En lugar de que los humanos tengan que pasar años dibujando un mapa de dónde está cada libro, Tursio lee todos los libros, entiende cómo se relacionan entre sí y crea un mapa digital automático (llamado "Grafo de Contexto"). Este mapa sabe que "Juan" no es solo un nombre, sino que está conectado a su "cuenta de ahorros", sus "préstamos" y sus "tarjetas".
2. Habla tu idioma: Ahora, el gerente del banco no necesita saber el código secreto ni pedirle al bibliotecario experto. Puede simplemente preguntar al sistema en lenguaje natural: "Muéstrame a los miembros con préstamos atrasados de más de 5.000 dólares". Tursio entiende la pregunta, mira su mapa, busca la información correcta y te da la respuesta al instante.

¿Por qué es especial para los Créditos Mutuales?

Los Créditos Mutuales tienen reglas muy estrictas sobre la privacidad (no pueden dejar que sus datos salgan a la nube pública como en otros bancos). Tursio es como un guardián que vive dentro de la casa:

• Seguridad Total: Se instala dentro de sus propios servidores (en el local), por lo que los datos nunca salen de la biblioteca. Nadie externo puede espiar.
• Sin Manual de Instrucciones: Otros sistemas similares requieren que los humanos pasen meses configurando reglas y ejemplos. Tursio es como un niño prodigio que aprende solo: conecta los datos y empieza a trabajar inmediatamente.

¿Cómo funciona en la práctica? (Los Escenarios)

El paper muestra cómo Tursio ayuda en situaciones reales:

• De "Cuentas" a "Personas": Los sistemas antiguos piensan en "cuentas". Tursio piensa en "personas". Si preguntas por un miembro, el sistema une automáticamente todas sus cuentas, tarjetas y préstamos para darte una visión completa de su vida financiera, sin que tengas que hacer cálculos manuales.
• Entendiendo conceptos complejos: Si preguntas por "clientes leales" o "comportamiento errático", Tursio sabe que no hay una columna llamada "lealtad" en la base de datos. El sistema usa su inteligencia para deducir que "lealtad" significa "tener la cuenta abierta por más de 5 años" y "comportamiento errático" significa "movimientos de dinero muy extraños", y construye la respuesta correcta.
• Resolviendo confusiones: A veces, dos tablas tienen columnas con el mismo nombre pero significados distintos (como "fecha de cierre" en tarjetas vs. préstamos). Tursio detecta esta confusión y le pregunta al usuario: "¿A cuál de estos te refieres?", o permite que el usuario ponga una etiqueta para que la próxima vez el sistema lo sepa automáticamente.
• Control de acceso: Imagina que el sistema tiene diferentes niveles de llaves. El administrador tiene la llave maestra, el analista puede ver todo, pero un "observador" solo puede ver resúmenes generales. Esto asegura que nadie vea información sensible que no debería.

En resumen

Tursio es como traducir el lenguaje de los robots (bases de datos complejas) al lenguaje de los humanos, pero con un superpoder: lo hace de forma automática, segura y sin que tengas que ser un experto en informática.

Para un Crédito Mutual, esto significa que pueden dejar de perder tiempo buscando datos y empezar a usar esos datos para ayudar a sus miembros de forma personalizada, rápida y segura. Es como pasar de buscar una aguja en un pajar a tener un detector de metales que te dice exactamente dónde está.

Resumen técnico

Resumen Técnico: Tursio para Cooperativas de Crédito

1. El Problema

Las cooperativas de crédito (CUs) enfrentan desafíos significativos para extraer información accionable de sus bases de datos estructuradas, lo cual es crucial para la personalización de servicios y la supervivencia del negocio. Los obstáculos principales incluyen:

• Esquemas complejos y heredados: La plataforma bancaria central más utilizada, Symitar (de Jack Henry), fue diseñada en los años 70 con un esquema altamente normalizado (3NF) y jerárquico centrado en "Cuentas", no en "Miembros". Esto dificulta el análisis y la generación de informes.
• Dependencia de expertos: Los usuarios de negocio deben solicitar datos a equipos de TI o redactores de informes, quienes escriben scripts manualmente. Este proceso es lento (de horas a días), retrasando la toma de decisiones.
• Limitaciones de las herramientas actuales: Las soluciones modernas de IA/BI (como Snowflake Cortex o Databricks Genie) requieren una construcción manual intensiva de "contexto" (definiciones de negocio, preguntas de ejemplo, instrucciones personalizadas). Además, suelen ser soluciones en la nube, lo que plantea problemas de privacidad y gobernanza de datos para industrias reguladas que requieren despliegue on-premises.
• Falta de autoservicio: A pesar de la modernización de datos, los stakeholders no pueden buscar información por sí mismos, lo que resulta en una pérdida de productividad.

2. Metodología: Tursio y el Gráfico de Contexto Automatizado

Tursio es una plataforma de búsqueda de bases de datos segura y desplegable on-premises que permite a los usuarios de negocio consultar datos empresariales usando lenguaje natural. Su metodología se basa en tres pilares fundamentales:

• Despliegue Seguro: Se implementa como un contenedor Docker independiente o en clústeres Kubernetes, garantizando que los datos y metadatos sensibles nunca salgan del entorno local de la cooperativa de crédito.
• Inferencia Automática de Gráfico de Conocimiento Semántico:
  • En lugar de configurar manualmente un almacén de conocimiento, Tursio infiere automáticamente un gráfico semántico sobre la base de datos completa.
  • Inferencia de Esquema: Utiliza un algoritmo de descubrimiento de dependencias de inclusión para identificar relaciones clave/foráneas entre tablas, validando estas conexiones mediante Modelos de Lenguaje Grandes (LLM).
  • Riqueza Semántica: Clasifica columnas en dimensiones o medidas, expande nombres abreviados a nombres legibles, genera descripciones y detecta/excluye automáticamente Información de Identificación Personal (PII) para evitar fugas de datos.
  • Abstracción: Transforma el esquema centrado en cuentas en un modelo centrado en el miembro, alineando la estructura técnica con la lógica de negocio.
• Planificación de Consultas Consciente del Contexto:
  • Al recibir una consulta en lenguaje natural, Tursio contextualiza la intención del usuario mapeando palabras clave a tablas relevantes y resolviendo ambigüedades mediante búsqueda semántica y LLM.
  • Generación de SQL: Descompone la planificación en pasos asistidos por LLM: análisis de operadores, anclaje a elementos del esquema, composición de árboles de operadores relacionales, aplicación de reglas de seguridad y generación de SQL ejecutable.
  • Reescritura de Consultas: Capacidad para generar constructos SQL avanzados (funciones escalares, ventanas, CTEs) para conceptos complejos como "tasa de retención" o "perfil de riesgo" que no existen explícitamente en la base de datos.

3. Contribuciones Clave

• Automatización del Contexto: Elimina la carga manual de configurar metadatos, definiciones de negocio y preguntas de ejemplo, reduciendo drásticamente el tiempo de implementación.
• Arquitectura On-Premises para Industrias Reguladas: Ofrece una solución de IA que cumple estrictamente con los requisitos de privacidad y control de datos de las cooperativas de crédito, algo que las soluciones en la nube no garantizan.
• Resolución de Ambigüedades y Anotaciones: Proporciona mecanismos para que los usuarios resuelvan ambigüedades del esquema (ej. columnas con el mismo nombre en diferentes tablas) mediante anotaciones en el gráfico semántico, mejorando la precisión de las consultas.
• Validación y Gobernanza Integrada: Incluye características de "conciencia de consulta" (ver cómo se interpreta la consulta antes de ejecutarla), historial, feedback del usuario y control de acceso basado en roles (administradores, propietarios, usuarios, visualizadores).

4. Resultados y Evaluación

• Precisión Estructural: La evaluación en el conjunto de datos BIRD-DEV (un benchmark estándar para conversión de lenguaje natural a SQL) mostró una fuerte alineación estructural entre las consultas SQL predichas y las de referencia en la mayoría de las dimensiones.
• Calidad de Respuesta: En cargas de trabajo internas de producción, el sistema alcanzó una puntuación promedio de 1.8 en una escala de 1 a 4 (donde 1 es "Excelente"), indicando respuestas estructuradas de alta calidad.
• Escalabilidad: El enfoque de inferencia de uniones ha demostrado ser escalable, manejando esquemas que van desde decenas hasta cientos de tablas.
• Casos de Uso Demostrados:
  • Insights centrados en miembros: Capacidad para responder preguntas como "¿Qué miembros tienen préstamos en mora superiores a $5,000?" sin necesidad de conocer la estructura de tablas subyacente.
  • Consultas de no expertos: Los usuarios pueden expresar conceptos financieros complejos en lenguaje natural, y el sistema genera las consultas SQL necesarias.

5. Significado e Impacto

El trabajo de Tursio representa un avance significativo para la industria de las cooperativas de crédito al cerrar la brecha entre la complejidad de los sistemas heredados y la necesidad de agilidad en la toma de decisiones.

• Empoderamiento del Usuario: Democratiza el acceso a los datos, permitiendo que los empleados de negocio realicen análisis profundos sin depender de equipos de TI.
• Seguridad y Confianza: Al mantener todo el procesamiento on-premises e incluir mecanismos de validación y control de acceso, Tursio aborda las principales barreras de adopción de IA en el sector financiero regulado.
• Eficiencia Operativa: Reduce el tiempo de obtención de insights de días a segundos, facilitando la personalización de servicios y la mejora en la experiencia del miembro, factores críticos para el crecimiento y la supervivencia de las CUs en un mercado competitivo.

En resumen, Tursio no es solo una herramienta de búsqueda, sino un sistema de inteligencia de negocios automatizado y seguro que transforma datos operativos crudos en insights estratégicos accionables mediante la inferencia automática de contexto semántico.