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 parte de una singularidad competitiva característica del país: más de cincuenta instituciones operan con autorización de 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 habitantes. En definitiva, existen demasiados bancos por cada cliente potencial, situándose en un ámbito donde la oferta resulta sumamente homogénea y la distinción se disputa en el plano de la percepción.
«En banca, la reputación no es un simple atributo comercial: constituye la materia prima de la actividad. Quien selecciona una entidad financiera decide en qué lugar confía sus ahorros y con quién contrae deudas a dos décadas, basándose en antecedentes que rara vez resultan técnicos. Por este motivo cobra tanta relevancia la autoría actual de dicha recomendación», puntualiza 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 puesto la caída es abrupta: la presencia desciende por debajo del 24 % y, cuando baja del 5 %, deja de ser una posición para convertirse en una aparición ocasional. El banco no está en la conversación: pasa por ella de vez en cuando.
Tres cosas que cambian de golpe para una entidad
El informe identifica tres desplazamientos simultáneos. El primero es que el intermediario dejó de ser neutral: un buscador ordena y deja elegir, mientras que un asistente selecciona, resume y recomienda. Aparecer o no aparecer es binario, y quien no aparece no está siendo comparado desfavorablemente, sencillamente no está en la conversación. El segundo es que la superficie se estrechó: donde cabían diez resultados ahora caben tres o cuatro nombres, sin segunda página ni scroll. Y el tercero es que casi nadie lo está midiendo.
«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 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 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 aspecto metodológico clave al analizar las métricas indica que Gemini suele mencionar una mayor cantidad de bancos que ChatGPT en prácticamente cualquier situación, registrando una media cercana a las catorce referencias por cada contestación en contraste con las menos de cinco de su competidor. Esto no significa que otorgue una valoración distinta a las instituciones financieras, sino que simplemente genera listados más extensos. Por consiguiente, cualquier análisis comparativo entre estos asistentes virtuales tiene que llevarse a cabo bajo parámetros relativos, evitando por completo la simple acumulación de menciones.
Ciencia detrás del 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 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; 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
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 % |
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
| # | 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 %) |
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
Componente | Especificación |
Preguntas a asistentes | 320 interacciones dirigidas a ChatGPT y Gemini, ubicadas geográficamente en Panamá y redactadas en castellano de la forma en que lo haría cualquier usuario |
Estructura de las preguntas | Dos apartados distintos —sugerencia general y propósito de compra—, duplicándose cada una de las cuestiones en cinco ocasiones |
Resultados de buscadores | Las idénticas veinte cuestiones ejecutadas en Google y en Bing: recopilándose más de 10.000 impactos |
Cifra global analizada | Superando los 165.000 datos previos al cotejo definitivo de procedencias |
Padrón de entidades | Establecido tomando como base el directorio oficial de la Superintendencia de Bancos de Panamá |
Periodo de análisis | Julio de 2026 |
Índole de la información | Hallazgos iniciales de un estudio en desarrollo, hallándose en este momento bajo revisión de expertos en publicaciones académicas |
Procedencia: documento metodológico del Informe Abierto, mes de 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.
