Ni posiciones ni listas: por qué la visibilidad de bancos panameños en IA no se mide como el posicionamiento web

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.

«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 lugar el desplome es drástico: la cuota cae por debajo del 24 % y, al descender del 5 %, se transforma de un puesto fijo en una presencia esporádica. La entidad financiera queda fuera del debate: apenas lo transita ocasionalmente.

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. A pesar de esto, carecen de cualquier métrica acerca de lo que la IA expresa sobre ellas. Se trata de un patrimonio de marca que actualmente opera a ciegas: carece de un punto de partida, de una meta y de un responsable», puntualiza 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.

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.

Ciencia detrás del informe

El informe se apoya en una línea de investigación cuyo primer resultado científico ya está publicado: la revisión de alcance «Medición de la presencia de marca en la optimización para motores generativos: una revisión de alcance sobre métricas y validez», aparecida en agosto de 2026 en la revista Latitude, editada por Quality Leadership University. Aquel trabajo concluyó que, pese a la proliferación de métricas, no existe todavía un instrumento validado científicamente para medir la presencia generativa de marca. Este informe aplica esa cautela metodológica a un mercado concreto.

«La creación de recomendaciones ha superado ampliamente a la de pruebas empíricas. Gran cantidad de los métodos vigentes se sugieren pero no se evalúan, al tiempo que prácticamente todos los estudios existentes se han desarrollado en inglés y enfocados en entornos anglosajones. A una institución financiera panameña, el interrogante fundamental —qué expone la inteligencia artificial acerca de mi organización, y por qué— carecía de contestación práctica hasta este 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 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

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

Tabla 1.3. Cómo se recogieron los datos

Fuente: nota metodológica del Informe Abierto, 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.

Hoy en día, la cuestión no radica en si la inteligencia artificial condiciona las elecciones de los usuarios, sino en qué marcas selecciona en dicho diálogo y las razones detrás de ello. Si deseas profundizar en la metodología integral, las métricas por institución, las búsquedas evaluadas y los descubrimientos más destacados, descarga el informe «La banca panameña ante la inteligencia artificial» para revisar todo el estudio.