«La banca panameña ante la inteligencia artificial»: un informe abierto documenta un canal que casi nadie mide

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.

Durante dos décadas, seleccionar una entidad bancaria comenzaba en un motor de búsqueda que ofrecía diez resultados, dejando la elección final en manos del usuario. En la actualidad, un porcentaje cada vez mayor de dichas búsquedas concluye dentro de un asistente de inteligencia artificial, el cual omite los enlaces para ofrecer una sugerencia redactada con un par de marcas concretas. «La banca panameña ante la inteligencia artificial», el estudio abierto lanzado en julio de 2026, detalla por primera vez —utilizando métricas obtenidas directamente del mercado panameño— cuáles son los actores que menciona la IA al consultar sobre el sector financiero en Panamá, la frecuencia con la que lo hace y los cimientos informativos que emplea para estructurar sus contestaciones.

El informe recoge resultados de una línea de investigación desarrollada de forma conjunta por nueve instituciones de cinco países: 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), junto con Centria Group, con presencia 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.

«Dentro del sector financiero, el prestigio trasciende la categoría de mero reclamo comercial para convertirse en el auténtico cimiento de la actividad. Quien selecciona una entidad bancaria opta por el destino de sus fondos y define con quién contraerá compromisos financieros a dos décadas vista, basando dicha elección en referencias que rara vez responden a tecnicismos. En consecuencia, cobra un peso enorme el perfil de quien en este preciso momento está elaborando dicho consejo», señala Néstor Romero, director de operaciones en Centria Group y uno de los especialistas que ha encabezado la elaboración del estudio.

Seis nombres, el 73 % de la conversación

La distribución de apariciones resulta sumamente dispar. Banco General lidera en los dos modelos —un 96 % en ChatGPT y un 99 % en Gemini— y suele acaparar la posición inicial del ranking, alcanzando una visibilidad conjunta del 97,5 % del total de contestaciones evaluadas. Detrás se ubican 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 referencias dentro de la industria.

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 informe identifica tres desplazamientos simultáneos. El primero es que el intermediario dejó de ser neutral: un buscador ordena y deja elegir, mientras que un asistente selecciona, resume y recomienda. Aparecer o no aparecer es binario, y quien no aparece no está siendo comparado desfavorablemente, sencillamente no está en la conversación. El segundo es que la superficie se estrechó: donde cabían diez resultados ahora caben tres o cuatro nombres, sin segunda página ni scroll. Y el tercero es que casi nadie lo está midiendo.

«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 documento destaca asimismo un desequilibrio que acentúa la dificultad: mientras que en un buscador la firma lucha por un puesto en un listado junto a sus rivales y el usuario contempla el abanico completo, en un asistente pugna por formar parte de una selección muy reducida que el consumidor obtiene ya depurada, ignorando qué opciones se descartaron. La invisibilidad, dentro de este entorno, resulta asimismo imperceptible para el comprador.

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.

Un detalle metodológico clave al analizar los datos: Gemini suele mencionar una mayor cantidad de bancos que ChatGPT en prácticamente cualquier situación, alcanzando una media cercana a las catorce referencias por contestación frente a menos de cinco. No es que distinga mejor a las instituciones; simplemente genera catálogos más extensos. Toda comparativa entre estos sistemas tiene que abordarse desde una perspectiva proporcional, descartando por completo el recuento absoluto de apariciones.

Fundamentos científicos del reporte

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 creadores recalcan la naturaleza descriptiva de la investigación; por consiguiente, este reporte no juzga a ninguna organización ni reemplaza la opinión de terceros, sino que brinda a la industria una radiografía contrastable acerca de un conducto que ya interactúa con sus consumidores y que, por lo general, carece todavía de medición.

1.3. Tablas de apoyo

Tabla 1.1. Presencia por banco en cada asistente

Origen: «La banca panameña ante la inteligencia artificial». Informe Abierto, julio de 2026. Dado que Gemini arroja relaciones más extensas que ChatGPT, el análisis debe interpretarse de manera relativa.

Tabla 1.2. Ficha de las veinte entidades con mayor presencia

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

Tabla 1.3. Cómo se recogieron los datos

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

Nota para el editor: el informe es descriptivo y no evaluativo. Documenta la visibilidad de las marcas en un canal concreto y no valora la calidad, la solvencia, la solidez financiera ni la idoneidad de ninguna entidad bancaria. Nada de su contenido constituye recomendación financiera, de inversión o de contratación, ni asesoramiento profesional de ningún tipo. Los datos son preliminares, corresponden a julio de 2026 y proceden de investigaciones en evaluación por pares cuyos resultados definitivos pueden diferir.

La pregunta ya no es si la inteligencia artificial está influyendo en las decisiones de los clientes, sino qué entidades está poniendo en esa conversación y por qué. Para conocer la metodología completa, los datos por entidad, las consultas analizadas y los principales hallazgos, descarga el informe «La banca panameña ante la inteligencia artificial» y consulta la investigación completa.