Investigadores de Panamá, España, Colombia, Nicaragua y Estados Unidos miden la visibilidad bancaria panameña ante la IA

Nueve entidades de Panamá, España, Colombia, Nicaragua y Estados Unidos han lanzado «La banca panameña ante la inteligencia artificial», un estudio público que detalla, por medio de 320 interacciones reales con ChatGPT y Gemini, cuáles son los bancos mencionados por la IA ante la consulta de un usuario sobre qué institución financiera seleccionar. Una única marca figura en el 97,5 % de los resultados, mientras que la visibilidad decae drásticamente a partir de la séptima posición

Durante veinte años, elegir un banco empezaba en un buscador que devolvía diez enlaces y dejaba la decisión al cliente. Hoy, una parte creciente de esas consultas termina en un asistente de inteligencia artificial que no devuelve enlaces, sino una recomendación redactada con dos o tres nombres propios. «La banca panameña ante la inteligencia artificial», el informe abierto publicado en julio de 2026, documenta por primera vez y con datos recogidos directamente sobre el mercado panameño qué entidades hace presentes la IA cuando se le pregunta por banca en Panamá, con qué consistencia lo hace y sobre qué fuentes construye sus respuestas.

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

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.

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 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 mayoría de las entidades tiene tableros detallados de posicionamiento en buscadores, informes mensuales de tráfico y responsables asignados a ello. Y ninguna medición de qué dice la IA sobre ellas. Es un activo de marca que hoy funciona a ciegas: sin línea base, sin objetivo y sin responsable», señala 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.

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.

Ciencia detrás del 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 creadores recalcan la naturaleza descriptiva de la investigación: el documento no juzga a ninguna organización ni reemplaza la opinión de terceros, sino que entrega al mercado una imagen contrastable de un canal que ya opera con su público 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 genera listados más extensos que ChatGPT, motivo por el cual el análisis ha de 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

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 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.