Seis bancos acaparan casi tres cuartas partes de todo lo que la IA dice sobre la banca panameña

Nueve organizaciones procedentes de Estados Unidos, Colombia, Nicaragua, Panamá y España han lanzado «La banca panameña ante la inteligencia artificial», un estudio de acceso público que analiza, mediante 320 interacciones reales con Gemini y ChatGPT, cuáles son las marcas financieras que los algoritmos recomiendan al usuario ante la consulta de qué entidad escoger. Tan solo una compañía acapara el 97,5 % de las menciones, mientras que la visibilidad cae en picado a partir del séptimo lugar.

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 estudio parte de una anomalía competitiva propia del país: más de cincuenta entidades operan bajo licencia de la Superintendencia de Bancos (entre bancos oficiales, de licencia general y de licencia internacional) en un mercado interno cuya población apenas supera los cuatro millones de habitantes. Hay, sencillamente, muchos bancos por cliente disponible, en un sector donde los productos son sustancialmente homogéneos y la diferenciación se juega en el terreno de la percepción.

«Dentro del sector bancario, el prestigio trasciende la categoría de mero reclamo comercial: constituye el cimiento de la actividad. Quien selecciona una entidad financiera confía sus ahorros y contrae compromisos a dos décadas vista, fundamentando tal elección en criterios que rara vez responden al análisis técnico. De ahí la relevancia de quién se encuentra perfilando en este instante tal recomendación», señala Néstor Romero, director de operaciones en Centria Group y uno de los principales autores del estudio.

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 cosas que cambian de golpe para una entidad

El estudio señala tres cambios concurrentes. En primer lugar, la neutralidad del intermediario ha desaparecido: al margen de que un motor de búsqueda organiza y permite escoger, un asistente opta, sintetiza y aconseja. Salir o quedar fuera es una cuestión binaria, de modo que el ausente no compite en desventaja, sino que ni siquiera forma parte del diálogo. En segundo lugar, el espacio visible se ha reducido: los diez resultados de antes han quedado limitados a tres o cuatro opciones, eliminando por completo la segunda página y el desplazamiento. Por último, resulta evidente que casi nadie está realizando un seguimiento de esta situación.

«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 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 matiz metodológico relevante para leer las cifras: Gemini nombra más bancos que ChatGPT en casi todos los casos, con un promedio de casi catorce citas por respuesta frente a menos de cinco. No valora distinto a las entidades: produce listas más largas. Cualquier comparación entre asistentes debe hacerse en términos relativos y nunca sumando 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 desarrollo de directautas ha superado con creces al acopio de datos probatorios. Gran cantidad de las metodologías vigentes se sugieren mas carecen de evaluación, al tiempo que la práctica totalidad de los estudios existentes se ha desarrollado en lengua inglesa y centrándose en entornos anglosajones. Ante este panorama, para una institución financiera de Panamá, la cuestión fundamental —de qué manera interpreta la inteligencia artificial a mi organización, y cuáles son los motivos— carecía de sustento empírico hasta el momento», sostiene 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

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

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

Fuente: nota metodológica del Informe Abierto, 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.

Actualmente, el dilema no radica en si la inteligencia artificial condiciona las elecciones de los usuarios, sino en qué corporaciones introduce en dicho debate y los motivos detrás de ello. Si deseas examinar en detalle la metodología empleada, las métricas por organización, las búsquedas evaluadas y las conclusiones más relevantes, descarga el informe «La banca panameña ante la inteligencia artificial» y revisa el estudio íntegro.