La IA ya recomienda bancos en Panamá, y a muy pocos

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.

Hace veinte años, la selección de una entidad bancaria comenzaba en un buscador que arrojaba diez resultados y dejaba la elección en manos del usuario. Actualmente, gran parte de esas búsquedas concluye en un asistente de inteligencia artificial que omite los enlaces para ofrecer una sugerencia redactada con apenas dos o tres marcas específicas. «La banca panameña ante la inteligencia artificial», el estudio público lanzado en julio de 2026, examina por primera vez y mediante métricas obtenidas directamente en el sector panameño qué instituciones menciona la IA al indagar sobre banca en Panamá, con qué regularidad lo hace y cuáles son los cimientos informativos de sus respuestas.

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 acaparan el 73 % de la conversación

La distribución de apariciones resulta sumamente dispar. Banco General lidera en ambos modelos —con un 96 % en ChatGPT y un 99 % en Gemini— y suele posicionarse en la cúspide del ranking, alcanzando una cuota conjunta del 97,5 % del total de contestaciones examinadas. Detrás 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 citas del mercado.

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 radicalmente para una entidad

El informe señala tres mudanzas paralelas. En primer lugar, el intermediario ha perdido su imparcialidad: frente al buscador tradicional que simplemente enlista opciones para que el usuario decida, el asistente actual opta, sintetiza y aconseja. Aquí la visibilidad se reduce a una alternativa binaria, de modo que el ausente no compite en desventaja, sino que queda directamente fuera del diálogo. Como segundo punto, el espacio útil se ha contraído drásticamente; los diez resultados de antaño se han reducido a tres o cuatro alternativas, prescindiendo por completo de segundas páginas o barras de desplazamiento. Por último, apenas existen 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 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 empleando el castellano, los especialistas plantearon a ChatGPT y a Gemini idénticas cuestiones a las que haría un usuario auténtico —cuál es el mejor banco, cuál cobra menos comisiones, cuál conviene para una pyme, quién financia un auto, quién gestiona un patrimonio—, estructuradas en dos apartados (sugerencia general e intención de producto) y reproducidas en cinco ocasiones cada una. En suma, se recopilaron 320 respuestas procedentes de estos asistentes virtuales. A esta labor se sumó un segundo eje de análisis que introdujo esas mismas interrogantes en Google y en Bing, alcanzando más de 10.000 impactos capturados, con el fin de verificar si los contenidos ofrecidos por la IA guardan relación con los resultados de los motores de búsqueda: se procesaron más de 165.000 registros hasta llegar a la comprobación de fuentes. El conjunto de instituciones se acotó tomando como base el registro 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.

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 creación de recomendaciones ha superado ampliamente a la de pruebas empíricas. Gran cantidad de los métodos vigentes se sugieren pero no se evalúan, al tiempo que prácticamente todos los estudios existentes se han desarrollado en inglés y enfocados en entornos anglosajones. A una institución financiera panameña, el interrogante fundamental —qué expone la inteligencia artificial acerca de mi organización, y por qué— carecía de contestación práctica hasta este momento», sostiene Néstor Romero.

Los creadores recalcan la naturaleza descriptiva de la investigación: el documento no juzga a organización alguna ni suplanta el juicio de terceros, sino que brinda a la industria una radiografía contrastable acerca de un canal 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

Entidad	ChatGPT	Gemini
Banco General	96 %	99 %
BAC	66 %	91 %
Banistmo	64 %	79 %
Banco Nacional de Panamá	61 %	69 %
Caja de Ahorros	57 %	66 %
Global Bank	64 %	55 %
Banesco	19 %	28 %
Multibank	9 %	29 %
Towerbank	4 %	29 %
Banco Davivienda	13 %	21 %
Scotiabank	8 %	24 %
St. Georges Bank	11 %	17 %
Mercantil Banco	6 %	18 %
Banisi	6 %	12 %

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

#	Entidad	Total	Generales	Producto	Pos. media	Territorio más fuerte
1	Banco General	97,5 %	97,5 %	97,5 %	2,3	Todo
2	BAC	78,4 %	76,0 %	82,5 %	3,6	Préstamos, tarjetas, app
3	Banistmo	71,6 %	69,0 %	75,8 %	4,3	Auto y banca en línea (100 %)
4	Banco Nacional de Panamá	64,7 %	71,5 %	53,3 %	3,7	Prestigio y vivienda
5	Caja de Ahorros	61,6 %	67,5 %	51,7 %	3,9	Hipotecas (100 %)
6	Global Bank	59,7 %	55,0 %	67,5 %	4,3	Empresa e inversión (100 %)
7	Banesco	23,8 %	26,0 %	20,0 %	4,9	Tarjetas (80 %) y extranjeros
8	Multibank	19,1 %	20,0 %	17,5 %	4,9	Empresa (70 %)
9	Towerbank	16,9 %	22,5 %	7,5 %	5,0	Extranjeros (70 %)
10	Banco Davivienda	16,9 %	9,5 %	29,2 %	5,9	Hipotecas (80 %)
11	Scotiabank	16,2 %	8,5 %	29,2 %	6,0	En liquidación
12	St. Georges Bank	13,8 %	17,0 %	8,3 %	4,6	Atención al cliente (90 %)
13	Mercantil Banco	12,2 %	11,0 %	14,2 %	5,4	Transferencias (60 %)
14	Banisi	9,1 %	10,0 %	7,5 %	6,1	Plazo fijo (30 %)
15	Banco Aliado	8,4 %	5,5 %	13,3 %	5,8	Plazo fijo (40 %)
16	MMG Bank	6,9 %	5,0 %	10,0 %	5,5	Banca privada (80 %)
17	Unibank	6,9 %	8,5 %	4,2 %	5,1	Plazo fijo (40 %)
18	Credicorp Bank	5,0 %	3,5 %	7,5 %	5,7	Transferencias (30 %)
19	Banco La Hipotecaria	5,0 %	4,0 %	6,7 %	5,2	Primera vivienda (40 %)
20	Bladex	4,4 %	0,5 %	10,8 %	5,3	Comercio exterior (90 %)

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

Variable	Especificación
Interrogaciones a asistentes	320 preguntas realizadas a ChatGPT y Gemini, ubicadas geográficamente en Panamá y planteadas en castellano al modo en que lo haría cualquier usuario
Estructura de la encuesta	Dos secciones distintas —recomendación global y propósito comercial—, habiéndose repetido cada pregunta un total de cinco ocasiones
Hallazgos en motores de búsqueda	Las mismas veinte cuestiones introducidas en Google y Bing, con más de 10.000 impactos recopilados
Magnitud global analizada	Superando los 165.000 datos procesados hasta alcanzar la etapa de contrastación documental
Marco de entidades	Establecido tomando como base el directorio oficial de la Superintendencia de Bancos de Panamá
Periodo de referencia	Julio de 2026
Tipo de información	Hallazgos provisionales de un estudio en desarrollo, hallándose actualmente bajo revisión ciega por expertos en publicaciones científicas

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.

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.