Qué recomienda la inteligencia artificial cuando un cliente panameño pregunta qué banco elegir

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.

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 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 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.

Asimismo, el reporte enfatiza un desequilibrio que acentúa la dificultad: mientras que en un motor de búsqueda la firma pugna por un lugar en un listado junto a sus rivales —y el usuario contempla todas las opciones—, dentro de un asistente se disputa un espacio en una selección sumamente reducida que el consumidor obtiene ya depurada, ignorando qué alternativas se descartaron. En este medio, la invisibilidad resulta imperceptible también para el comprador.

Cómo se ha medido

Los investigadores formularon a ChatGPT y a Gemini, desde Panamá y en español, las mismas consultas que plantearía un cliente real —cuál es el mejor banco, cuál cobra menos comisiones, cuál conviene para una pyme, quién financia un auto, quién gestiona un patrimonio—, organizadas en dos bloques (recomendación general e intención de producto) y repetidas cinco veces cada una. En total, 320 respuestas agregadas de asistentes de IA. A ello se sumó una segunda línea de trabajo que lanzó esas mismas preguntas en Google y en Bing, con más de 10.000 resultados recogidos, para comprobar si lo que la IA responde conecta con lo que los buscadores muestran: más de 165.000 registros procesados hasta la fase de verificación de fuentes. El universo de entidades se delimitó a partir del registro público de la Superintendencia de Bancos de Panamá.

Un matiz metodológico relevante para leer las cifras: Gemini nombra más bancos que ChatGPT en casi todos los casos, con un promedio de casi catorce citas por respuesta frente a menos de cinco. No valora distinto a las entidades: produce listas más largas. Cualquier comparación entre asistentes debe hacerse en términos relativos y nunca sumando menciones.

La ciencia detrás del reporte

El estudio se fundamenta en un eje de investigación que ya cuenta con su primera contribución científica publicada: la revisión panorámica 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 abundancia de indicadores, todavía carecemos de un mecanismo con validación científica para cuantificar la visibilidad de las marcas en entornos generativos. Este documento traslada dicha prudencia metodológica a un sector determinado.

«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 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

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

Procedencia: documento metodológico del Informe Abierto, mes de 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.