Seis bancos concentran casi tres cuartas partes de todo lo que la inteligencia artificial 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).

La investigación arranca de una peculiaridad competitiva nacional: más de cincuenta instituciones operan autorizadas por 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 personas. Dicho de otro modo, existen demasiadas entidades financieras para cada usuario potencial, en una industria cuyos servicios resultan sumamente similares y donde la distinción se decide en el ámbito 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

El reparto de menciones es extremadamente desigual. Banco General domina en ambos asistentes —96 % en ChatGPT y 99 % en Gemini— y tiende a ocupar el primer lugar de la lista, con una presencia agregada del 97,5 % sobre el total de respuestas analizadas. Le siguen BAC (78,4 %), Banistmo (71,6 %), Banco Nacional de Panamá (64,7 %), Caja de Ahorros (61,6 %) y Global Bank (59,7 %). Entre los seis suman el 73 % de todas las menciones 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 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 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.

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.

La ciencia detrás 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; 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

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

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

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.

Hoy en día, la cuestión no radica en si la inteligencia artificial condiciona las elecciones de los usuarios, sino en qué marcas selecciona en dicho diálogo y las razones detrás de ello. Si deseas profundizar en la metodología integral, las métricas por institución, las búsquedas evaluadas y los descubrimientos más destacados, descarga el informe «La banca panameña ante la inteligencia artificial» para revisar todo el estudio.