A partir del séptimo puesto, la banca panameña casi desaparece de las respuestas de la IA

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 buscador que arrojaba diez resultados y dejaba la elección en manos del usuario. Actualmente, gran parte de esas búsquedas concluye en un asistente de inteligencia artificial que omite los enlaces para ofrecer una sugerencia redactada con apenas dos o tres marcas específicas. «La banca panameña ante la inteligencia artificial», el estudio público lanzado en julio de 2026, examina por primera vez y mediante métricas obtenidas directamente en el sector panameño qué instituciones menciona la IA al indagar sobre banca en Panamá, con qué regularidad lo hace y cuáles son los cimientos informativos de sus respuestas.

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 parte de una singularidad competitiva característica del país: más de cincuenta instituciones operan con autorización de la Superintendencia de Bancos (comprendiendo bancos estatales, de licencia general y de licencia internacional) dentro de un mercado local cuya población apenas rebasa los cuatro millones de habitantes. En definitiva, existen demasiados bancos por cada cliente potencial, situándose en un ámbito donde la oferta resulta sumamente homogénea y la distinción se disputa en el plano de la percepción.

«En banca, la reputación no es un simple atributo comercial: constituye la materia prima de la actividad. Quien selecciona una entidad financiera decide en qué lugar confía sus ahorros y con quién contrae deudas a dos décadas, basándose en antecedentes que rara vez resultan técnicos. Por este motivo cobra tanta relevancia la autoría actual de dicha recomendación», puntualiza 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.

Desde la séptima plaza el desplome resulta drástico: la visibilidad cae por debajo del 24 % y, al descender del 5 %, deja de considerarse una ubicación habitual para transformarse en una presencia esporádica. La entidad financiera no participa en el debate: tan solo se asoma de vez en cuando.

Tres aspectos que se transforman radicalmente para una entidad

El informe señala tres mudanzas paralelas. En primer lugar, el intermediario ha perdido su imparcialidad: frente al buscador tradicional que simplemente enlista opciones para que el usuario decida, el asistente actual opta, sintetiza y aconseja. Aquí la visibilidad se reduce a una alternativa binaria, de modo que el ausente no compite en desventaja, sino que queda directamente fuera del diálogo. Como segundo punto, el espacio útil se ha contraído drásticamente; los diez resultados de antaño se han reducido a tres o cuatro alternativas, prescindiendo por completo de segundas páginas o barras de desplazamiento. Por último, apenas existen mediciones al respecto.

«Una gran parte de las organizaciones posee paneles exhaustivos de posicionamiento web, reportes mensuales de visitas y encargados designados para esta labor. Sin embargo, carecen de cualquier indicador sobre la perspectiva que la inteligencia artificial tiene de ellas. Se trata de un patrimonio de marca que opera actualmente a ciegas: carece de métrica inicial, de meta y de propietario», apunta Romero.

El informe subraya además una asimetría que agrava el problema: en un buscador la marca compite por una posición dentro de una lista donde también aparecen sus competidores, y el cliente ve el conjunto; en un asistente compite por estar en un conjunto muy corto que el cliente recibe ya filtrado, sin saber qué quedó fuera. La invisibilidad, en este canal, es invisible también para el cliente.

Cómo se ha medido

Desde Panamá y utilizando el español, los investigadores plantearon a Gemini y a ChatGPT idénticas preguntas a las que formularía un usuario genuino —qué entidad bancaria resulta superior, cuál aplica menores cobros, qué opción favorece a una pequeña empresa, qué institución otorga créditos vehiculares o cuáles administran carteras de inversión—, divididas en un par de categorías (consejo amplio y propósito comercial) y replicadas en cinco ocasiones cada una. Esto arrojó un total de 320 contestaciones recopiladas de los chatbots. Paralelamente, se implementó una segunda fase metodológica que introdujo esas mismas interrogantes en Bing y en Google, acopiando más de 10.000 impactos con el fin de contrastar si los outputs de la inteligencia artificial guardan relación con los enlaces que arrojan los motores de búsqueda: superando los 165.000 datos analizados previo al cotejo de referencias. El conjunto de instituciones financieras se acotó tomando como base el directorio oficial de la Superintendencia de Bancos de Panamá.

Al analizar los datos, resulta fundamental considerar una cuestión metodológica: Gemini suele mencionar una mayor cantidad de bancos en comparación con ChatGPT, alcanzando una media cercana a las catorce referencias por contestación, mientras que su competidor no llega a cinco. Esto no significa que otorgue una valoración distinta a las instituciones, sino que simplemente genera listados más extensos. Por consiguiente, cualquier análisis comparativo entre ambos sistemas tiene que abordarse desde una perspectiva relativa, evitando en todo momento la simple suma de menciones.

Fundamentos científicos del reporte

El documento se sustenta sobre una línea investigativa cuyo hito científico inicial ya ha visto la luz: la scoping review titulada «Medición de la presencia de marca en la optimización para motores generativos: una revisión de alcance sobre métricas y validez», difundida en agosto de 2026 a través de la revista Latitude, bajo el sello de Quality Leadership University. Dicha investigación determinó que, a pesar de la proliferación de indicadores, aún carecemos de un mecanismo con validación científica para cuantificar la visibilidad de una firma en entornos generativos. El presente análisis traslada dicha prudencia metodológica a un sector específico.

«El ritmo al que se elaboran las recomendaciones supera con creces la generación de pruebas. Una gran parte de las metodologías vigentes se sugieren pero carecen de medición, mientras que la casi totalidad de los estudios existentes se han desarrollado en lengua inglesa y en contextos anglosajones. Ante una cuestión tan básica para una institución financiera de Panamá como qué opina la inteligencia artificial de su organización y los motivos detrás de ello, no existía hasta el momento una contestación empírica», señala Néstor Romero.

Los creadores recalcan la naturaleza descriptiva de la investigación: el documento no juzga a organización alguna ni suplanta el juicio de terceros, sino que brinda a la industria una radiografía contrastable acerca de un canal que ya interactúa con sus consumidores y que, por lo general, carece todavía de medición.

1.3. Tablas de apoyo

Cuadro 1.1. Distribución por entidad bancaria en cada usuario

Fuente: «La banca panameña ante la inteligencia artificial». Informe Abierto, julio de 2026. Gemini produce listas más largas que ChatGPT, por lo que la comparación debe leerse en términos relativos.

Tabla 1.2. Ficha de las veinte entidades con mayor presencia

Fuente: Informe Abierto, julio de 2026, sobre 320 respuestas. «Pos. media» es la posición promedio dentro de la respuesta.

Tabla 1.3. Cómo se recogieron los datos

Procedencia: documento metodológico del Informe Abierto, mes de julio de 2026.

Aviso 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, absteniéndose de juzgar la solidez, solvencia, calidad o conveniencia de cualquier institución financiera. Ninguno de sus apartados supone asesoramiento profesional, ni tampoco consejo de inversión, contratación o finanzas. Las cifras son de carácter provisional, se refieren al mes de julio de 2026 y se basan en estudios sometidos a revisión científica cuyas conclusiones finales podrían presentar variaciones.

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.