Un informe con 320 consultas reales revela a qué bancos recomienda la inteligencia artificial en Panamá

Nueve instituciones procedentes de Panamá, España, Colombia, Nicaragua y Estados Unidos han lanzado «La banca panameña ante la inteligencia artificial», un estudio abierto que recopila 320 interacciones reales con ChatGPT y Gemini para analizar qué marcas recomienda la IA ante la consulta de un usuario sobre qué banco seleccionar. Solamente una organización figura en el 97,5 % de los resultados, mientras que a partir del séptimo lugar la visibilidad cae drásticamente.

Hace veinte años, la selección de una entidad bancaria comenzaba en un motor de búsqueda que ofrecía diez resultados y dejaba la elección final en manos del usuario. En la actualidad, un sector cada vez mayor de dichas búsquedas concluye en un asistente virtual basado en inteligencia artificial que prescinde de los enlaces para proponer una sugerencia redactada con un par de marcas específicas. Publicado en julio de 2026, el informe abierto titulado «La banca panameña ante la inteligencia artificial» examina por primera vez —empleando información empírica obtenida directamente del sector local— cuáles son las instituciones que la IA menciona al abordar el ámbito financiero en Panamá, la frecuencia con la que aparecen y los orígenes de información que sustentan tales contestaciones.

El estudio agrupa los hallazgos de un proyecto investigativo llevado a cabo conjuntamente por nueve centros procedentes de cinco naciones: Quality Leadership University y Or University (Panamá); la Universidad de Málaga, el Instituto Superior Europeo de Economía y Negocios (ISEEN) y la Asociación Europea de Marketing Digital (AEMD), además de Centria Group, institución con operaciones en España y Panamá; la Universidad Central del Valle del Cauca – UCEVA (Colombia); la Universidad del Valle (Nicaragua); y la International Association for Artificial Intelligence – IAAI (Estados Unidos).

El análisis arranca de una disonancia competitiva muy peculiar del país: sobrepasan el medio centenar las instituciones que funcionan con autorización de la Superintendencia de Bancos —abarcando desde bancos estatales y de ficha general hasta los de ficha internacional— dentro de una plaza interna que apenas rebasa los cuatro millones de habitantes. En pocas palabras, abunda la oferta bancaria frente a cada usuario potencial, situándonos en un ámbito donde las ofertas resultan sumamente similares y la distinción se libra en el plano subjetivo.

«En banca, la reputación no es un atributo comercial más: es la materia prima del negocio. Un cliente que elige un banco decide dónde deposita sus ahorros y con quién se endeuda durante veinte años, y toma esa decisión sobre una base informativa que casi nunca es técnica. Por eso importa tanto quién está redactando ahora esa recomendación», explica Néstor Romero, COO de Centria Group y uno de los investigadores responsables del informe.

Seis nombres, el 73 % de la conversación

El reparto de menciones resulta sumamente desequilibrado. Banco General lidera en ambos asistentes —con un 96 % en ChatGPT y un 99 % en Gemini— y suele posicionarse a la cabeza del listado, alcanzando una presencia conjunta del 97,5 % del total de contestaciones examinadas. A continuación se sitúan BAC (78,4 %), Banistmo (71,6 %), Banco Nacional de Panamá (64,7 %), Caja de Ahorros (61,6 %) y Global Bank (59,7 %). En conjunto, estas seis entidades concentran el 73 % de la totalidad de alusiones del sector.

A partir del séptimo lugar el desplome es drástico: la cuota cae por debajo del 24 % y, al descender del 5 %, se transforma de un puesto fijo en una presencia esporádica. La entidad financiera queda fuera del debate: apenas lo transita ocasionalmente.

Tres aspectos que se transforman de golpe en una entidad

El estudio señala tres cambios simultáneos. En primer lugar, los intermediarios han perdido su neutralidad: frente al buscador tradicional que organiza opciones para que el usuario decida, el asistente actual opta, sintetiza y aconseja. La visibilidad se reduce a una cuestión binaria; aquel que queda fuera no compite en desventaja, sino que directamente ni siquiera figura en el diálogo. Por otro lado, el espacio visible se ha contraído notablemente, pues el antiguo listado de diez alternativas se ha reducido a tres o cuatro opciones, eliminando por completo la necesidad de segundas páginas o desplazamiento vertical. Finalmente, el tercer aspecto radica en que prácticamente nadie está realizando mediciones al respecto.

«La gran mayoría de las organizaciones dispone de paneles pormenorizados de posicionamiento web, reportes mensuales de visitas y personal encargado de esta labor. Sin embargo, carecen por completo de métricas sobre la perspectiva de la IA respecto a ellas. Se trata de un valor de marca que actualmente opera a ciegas, pues carece de punto de partida, metas y dolientes», recalca Romero.

El estudio recalca asimismo un desequilibrio que incrementa la dificultad: mientras que en un motor de búsqueda la firma disputa un puesto en un listado junto a sus rivales y el usuario contempla la totalidad de las opciones, en un asistente pugna por formar parte de un grupo sumamente reducido que el consumidor obtiene ya depurado, ignorando qué alternativas se descartaron. En este medio, la invisibilidad resulta imperceptible también para el comprador.

Cómo se ha medido

Desde territorio panameño y utilizando el español, los especialistas plantearon a Gemini y a ChatGPT idénticas dudas a las de un usuario común —qué entidad bancaria destaca, cuál aplica menores tarifas, cuál resulta ideal para una pequeña empresa, quién otorga créditos vehiculares o qué institución administra fortunas—, estructuradas en dos segmentos (sugerencia amplia y propósito comercial) y replicadas en quintuplicado. Esto arrojó un acumulado de 320 contestaciones provenientes de inteligencias artificiales. Paralelamente, se implementó una fase complementaria que introdujo dichas interrogantes en Bing y en Google, recopilándose más de 10.000 impactos con el fin de contrastar las respuestas de la IA frente a los contenidos expuestos por los motores de búsqueda: superando los 165.000 datos analizados previo a la validación de referencias. El conjunto de corporaciones financieras se acotó tomando como base el directorio oficial de la Superintendencia de Bancos de Panamá.

Un aspecto metodológico clave al analizar las métricas indica que Gemini suele mencionar una mayor cantidad de bancos que ChatGPT en prácticamente cualquier situación, registrando una media cercana a las catorce referencias por cada contestación en contraste con las menos de cinco de su competidor. Esto no significa que otorgue una valoración distinta a las instituciones financieras, sino que simplemente genera listados más extensos. Por consiguiente, cualquier análisis comparativo entre estos asistentes virtuales tiene que llevarse a cabo bajo parámetros relativos, evitando por completo la simple acumulación de menciones.

La ciencia que sustenta el informe

El informe se apoya en una línea de investigación cuyo primer resultado científico ya está publicado: la revisión de alcance «Medición de la presencia de marca en la optimización para motores generativos: una revisión de alcance sobre métricas y validez», aparecida en agosto de 2026 en la revista Latitude, editada por Quality Leadership University. Aquel trabajo concluyó que, pese a la proliferación de métricas, no existe todavía un instrumento validado científicamente para medir la presencia generativa de marca. Este informe aplica esa cautela metodológica a un mercado concreto.

«La producción de recomendaciones ha ido muy por delante de la producción de evidencia. Buena parte de las técnicas que circulan están propuestas pero no medidas, y casi toda la investigación disponible se ha hecho en inglés y sobre mercados anglosajones. Para un banco panameño, la pregunta elemental —qué dice la inteligencia artificial sobre mi entidad, y por qué— no tenía hasta ahora respuesta empírica», afirma Néstor Romero.

Los autores insisten en el carácter descriptivo del trabajo: el informe no evalúa a ninguna entidad ni sustituye el criterio de nadie, sino que ofrece al sector una fotografía verificable de un canal que ya está operando sobre sus clientes y que, en la mayoría de los casos, todavía no está siendo medido.

1.3. Tablas de apoyo

Tabla 1.1. Presencia por banco en cada asistente

Fuente: «La banca panameña ante la inteligencia artificial». Informe Abierto, julio de 2026. Gemini genera listados más extensos que ChatGPT, motivo por el cual este análisis ha de interpretarse de manera relativa.

Tabla 1.2. Ficha de las veinte entidades con mayor presencia

Origen: Informe Abierto, julio de 2026, con base en 320 contestaciones. «Pos. media» corresponde al lugar promedio obtenido en la respuesta.

Tabla 1.3. Cómo se recogieron los datos

Fuente: nota metodológica del Informe Abierto, julio de 2026.

Aclaración editorial: este reporte tiene un carácter puramente descriptivo y carece de intenciones valorativas. Su propósito es registrar la presencia de marcas en un canal específico, omitiendo cualquier juicio sobre la calidad, solvencia, estabilidad económica o conveniencia de las instituciones financieras mencionadas. Ninguno de sus apartados supone una sugerencia de inversión, contratación o índole financiera, ni tampoco un dictamen profesional de ninguna clase. Las cifras son provisionales, reflejan el estado de julio de 2026 y provienen de estudios sometidos a revisión por pares, cuyas conclusiones finales podrían variar.

La cuestión actual ya no se centra en si la inteligencia artificial condiciona las decisiones de los compradores, sino en qué marcas introduce en ese debate y las razones detrás de ello. Para examinar la estrategia íntegra, las métricas por cada institución, las búsquedas evaluadas y los descubrimientos más destacados, descarga el informe «La banca panameña ante la inteligencia artificial» y revisa el estudio al completo.