Un consorcio internacional de investigación radiografía la visibilidad de la banca panameña en 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.

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.

Dicho documento expone las conclusiones de un proyecto científico impulsado de manera colaborativa por nueve organizaciones pertenecientes a 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), en colaboración con Centria Group, entidad que opera en España y Panamá; la Universidad Central del Valle del Cauca – UCEVA (Colombia); la Universidad del Valle (Nicaragua); además de 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.

«En banca, la reputación no es un atributo comercial más: es la materia prima del negocio. Un cliente que elige un banco decide dónde deposita sus ahorros y con quién se endeuda durante veinte años, y toma esa decisión sobre una base informativa que casi nunca es técnica. Por eso importa tanto quién está redactando ahora esa recomendación», explica 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 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 resulta drástico: la cuota cae por debajo del 24 % y, al descender del 5 %, deja de tratarse de una plaza fija para transformarse en una visita esporádica. La entidad financiera no participa en el debate: se limita a asomarse de vez en cuando.

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 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 estudio recalca asimismo un desequilibrio que incrementa la dificultad: mientras que en un motor de búsqueda la firma disputa un puesto en un listado junto a sus rivales y el usuario contempla la totalidad de las opciones, en un asistente pugna por formar parte de un grupo sumamente reducido que el consumidor obtiene ya depurado, ignorando qué alternativas se descartaron. En este medio, la invisibilidad resulta imperceptible también 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.

La ciencia que sustenta el 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.

«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 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

Tabla 1.1. Presencia por banco en cada asistente

Fuente: «La banca panameña ante la inteligencia artificial». Informe Abierto, julio de 2026. Gemini genera listados más extensos que ChatGPT, motivo por el cual este análisis ha de 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

Fuente: nota metodológica del Informe Abierto, 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.

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.