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.
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).
La investigación arranca de una peculiaridad competitiva nacional: más de cincuenta instituciones operan autorizadas por 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 personas. Dicho de otro modo, existen demasiadas entidades financieras para cada usuario potencial, en una industria cuyos servicios resultan sumamente similares y donde la distinción se decide en el ámbito de la percepción.
«Dentro del sector bancario, el prestigio trasciende la categoría de mero reclamo comercial: constituye el cimiento de la actividad. Quien selecciona una entidad financiera confía sus ahorros y contrae compromisos a dos décadas vista, fundamentando tal elección en criterios que rara vez responden al análisis técnico. De ahí la relevancia de quién se encuentra perfilando en este instante tal recomendación», señala Néstor Romero, director de operaciones en Centria Group y uno de los principales autores del estudio.
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 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 aspectos que se transforman radicalmente para una entidad
El estudio señala tres cambios concurrentes. En primer lugar, la neutralidad del intermediario ha desaparecido: al margen de que un motor de búsqueda organiza y permite escoger, un asistente opta, sintetiza y aconseja. Salir o quedar fuera es una cuestión binaria, de modo que el ausente no compite en desventaja, sino que ni siquiera forma parte del diálogo. En segundo lugar, el espacio visible se ha reducido: los diez resultados de antes han quedado limitados a tres o cuatro opciones, eliminando por completo la segunda página y el desplazamiento. Por último, resulta evidente que casi nadie está realizando un seguimiento de esta situación.
«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 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 territorio panameño y utilizando el español, los especialistas plantearon a Gemini y a ChatGPT idénticas dudas a las de un usuario común —qué entidad bancaria destaca, cuál aplica menores tarifas, cuál resulta ideal para una pequeña empresa, quién otorga créditos vehiculares o qué institución administra fortunas—, estructuradas en dos segmentos (sugerencia amplia y propósito comercial) y replicadas en quintuplicado. Esto arrojó un acumulado de 320 contestaciones provenientes de inteligencias artificiales. Paralelamente, se implementó una fase complementaria que introdujo dichas interrogantes en Bing y en Google, recopilándose más de 10.000 impactos con el fin de contrastar las respuestas de la IA frente a los contenidos expuestos por los motores de búsqueda: superando los 165.000 datos analizados previo a la validación de referencias. El conjunto de corporaciones financieras se acotó tomando como base el directorio 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.
La ciencia que sustenta el informe
El estudio se fundamenta en un eje de investigación cuyo primer hallazgo ya ha visto la luz: el análisis panorámico titulado «Medición de la presencia de marca en la optimización para motores generativos: una revisión de alcance sobre métricas y validez», lanzado en agosto de 2026 a través de Latitude, publicación periódica respaldada por Quality Leadership University. Dicha investigación determinó que, a pesar de la abundancia de indicadores, todavía carecemos de un mecanismo con respaldo científico para evaluar la visibilidad generativa de las marcas. El presente documento traslada dicho rigor metodológico a un sector determinado.
«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: 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. Cuadros de soporte
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 genera listados más extensos que ChatGPT, motivo por el cual este análisis ha de 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, con base en 320 contestaciones. «Pos. media» corresponde al lugar promedio obtenido en la respuesta.
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 |
Fuente: nota metodológica del Informe Abierto, julio de 2026.
Aclaración 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, omitiendo cualquier juicio sobre la calidad, solvencia, estabilidad económica o conveniencia de las instituciones financieras mencionadas. Ninguno de sus apartados supone una sugerencia de inversión, contratación o índole financiera, ni tampoco un dictamen profesional de ninguna clase. Las cifras son provisionales, reflejan el estado de julio de 2026 y provienen de estudios sometidos a revisión por pares, cuyas conclusiones finales podrían variar.
La pregunta ya no es si la inteligencia artificial está influyendo en las decisiones de los clientes, sino qué entidades está poniendo en esa conversación y por qué. Para conocer la metodología completa, los datos por entidad, las consultas analizadas y los principales hallazgos, descarga el informe «La banca panameña ante la inteligencia artificial» y consulta la investigación completa.


