Nuestro sitio web utiliza cookies para mejorar y personalizar su experiencia y para mostrar anuncios (si los hay). Nuestro sitio web también puede incluir cookies de terceros como Google Adsense, Google Analytics, Youtube. Al usar el sitio web, usted consiente el uso de cookies. Hemos actualizado nuestra Política de Privacidad. Por favor, haga clic en el botón para consultar nuestra Política de Privacidad.

Concentración extrema: el 73 % de las menciones de la IA se reparte entre seis entidades

Concentración extrema: el 73 % de las menciones de la IA se reparte entre seis entidades

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 motor de búsqueda que ofrecía diez resultados y dejaba la elección final en manos del usuario. En la actualidad, un sector cada vez mayor de dichas búsquedas concluye en un asistente virtual basado en inteligencia artificial que prescinde de los enlaces para proponer una sugerencia redactada con un par de marcas específicas. Publicado en julio de 2026, el informe abierto titulado «La banca panameña ante la inteligencia artificial» examina por primera vez —empleando información empírica obtenida directamente del sector local— cuáles son las instituciones que la IA menciona al abordar el ámbito financiero en Panamá, la frecuencia con la que aparecen y los orígenes de información que sustentan tales contestaciones.

Dicho documento expone las conclusiones de un proyecto científico impulsado de manera colaborativa por nueve organizaciones pertenecientes a cinco naciones: 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), en colaboración con Centria Group, entidad que opera en España y Panamá; la Universidad Central del Valle del Cauca – UCEVA (Colombia); la Universidad del Valle (Nicaragua); además de 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.

«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.

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 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 gran mayoría de las organizaciones dispone de paneles pormenorizados de posicionamiento web, reportes mensuales de visitas y personal encargado de esta labor. Sin embargo, carecen por completo de métricas sobre la perspectiva de la IA respecto a ellas. Se trata de un valor de marca que actualmente opera a ciegas, pues carece de punto de partida, metas y dolientes», recalca 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 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 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.

Fundamentos científicos 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.

«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 organización alguna ni suplanta el juicio de terceros, sino que brinda a la industria una radiografía contrastable acerca de un canal 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 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 %)

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.

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.

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.

Por Camila Gutiérrez

También te puede gustar