Del buscador al asistente: el informe que mide qué recomienda la IA sobre la banca panameña

Nueve instituciones de Panamá, España, Colombia, Nicaragua y Estados Unidos publican «La banca panameña ante la inteligencia artificial», un informe abierto que documenta, con 320 consultas reales a ChatGPT y Gemini, qué entidades hace presentes la IA cuando un cliente pregunta qué banco elegir. Una sola entidad aparece en el 97,5 % de las respuestas; a partir del séptimo puesto, la presencia se desploma.

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 documento presenta las conclusiones de un proyecto de estudio impulsado en colaboración por nueve entidades pertenecientes a cinco naciones distintas: 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), además de Centria Group, entidad operativa en territorio español y panameño; 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.

«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

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.

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 aspectos que se transforman radicalmente 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 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.

Fundamentos científicos del reporte

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.

«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; 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

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

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.

Aviso destinado al editor: este reporte tiene un carácter puramente descriptivo y carece de intenciones evaluativas. En él se registra la presencia de las marcas dentro de un canal específico, omitiendo cualquier juicio sobre la calidad, solvencia, solidez financiera o idoneidad de las distintas instituciones bancarias. Ninguno de sus apartados supone una sugerencia de inversión, contratación o índole financiera, ni tampoco un consejo profesional de ninguna clase. Las cifras presentadas poseen un carácter preliminar, se refieren al mes de julio de 2026 y provienen de estudios sometidos a revisión por expertos, por lo que sus conclusiones definitivas podrían variar.

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.