Del buscador al asistente: el informe que mide qué recomienda la IA 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.

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.

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 análisis arranca de una disonancia competitiva muy peculiar del país: sobrepasan el medio centenar las instituciones que funcionan con autorización de la Superintendencia de Bancos —abarcando desde bancos estatales y de ficha general hasta los de ficha internacional— dentro de una plaza interna que apenas rebasa los cuatro millones de habitantes. En pocas palabras, abunda la oferta bancaria frente a cada usuario potencial, situándonos en un ámbito donde las ofertas resultan sumamente similares y la distinción se libra en el plano subjetivo.

«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 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 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 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.

«Una gran parte de las organizaciones posee paneles exhaustivos de posicionamiento web, reportes mensuales de visitas y encargados designados para esta labor. Sin embargo, carecen de cualquier indicador sobre la perspectiva que la inteligencia artificial tiene de ellas. Se trata de un patrimonio de marca que opera actualmente a ciegas: carece de métrica inicial, de meta y de propietario», apunta 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.

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 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: 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. Cuadros de soporte

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

Origen: Informe Abierto, julio de 2026, con base en 320 contestaciones. «Pos. media» corresponde al lugar promedio obtenido en 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.

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.