Nandan Sheth, Splititin toimitusjohtaja – Haastattelusarja

Nandan Sheth, Splititin toimitusjohtaja, on kokenut fintech-johtaja ja yrittäjä, jolla on syvällinen asiantuntemus maksujärjestelmissä, digitaalisessa kaupankäynnissä ja rahoitusinfrastruktuurissa, ja hän on johtanut yritystä vuodesta 2022 sekä toiminut sen hallituksessa. Ennen Splititiä hän vietti viisi vuotta Fiservissä Carat- ja Digitaalisen kaupankäynnin johtajana, missä hän auttoi muokkaamaan nykyaikaisia maksuekosysteemejä, ja aikaisemmin perusti Acculynkin, joka oli edelläkävijä turvallisissa verkkomaksujen todennusjärjestelmissä. Hänen uransa sisältää myös johtotehtäviä American Expressissa (AXP ) Harbor Paymentsin hankinnan jälkeen, yritys jonka hän perusti ja kasvatti merkittäväksi sähköiseksi laskutusalustaksi. Yli kahden vuosikymmenen ajan Sheth on johdonmukaisesti keskittynyt maksuinnoittavuuksien kehittämiseen, jotka vähentävät kitkaa, parantavat turvallisuutta ja tehostavat kauppiaiden taloutta, mikä asettaa hänet johtamaan Splititin kehitystä seuraavan sukupolven “osta nyt, maksa myöhemmin” -infrastruktuuripalvelun tarjoajaksi.

Splitit on fintech-yritys, joka keskittyy muuntamaan “osta nyt, maksa myöhemmin” (BNPL) -mallin kauppiaiden ensisijaiseksi infrastruktuurikerrokseksi sen sijaan, että se olisi kuluttajille suunnattu lainatuote. Alustansa avulla yritys mahdollistaa ostajille ostosten jakamisen eriin käyttäen heidän olemassa olevia luottokorttejaan, poistaen tarpeen uusille lainoille, luottotarkastuksille tai pitkille hakuprosesseille. Sen keskeinen innovaatio on valkoinen “Installments-as-a-Service” -malli, jonka avulla kauppiaat voivat täysin upottaa BNPL:n omaan kassakokemukseensa, säilyttäen asiakassuhteiden ja -tietojen omistuksen samalla kun parannetaan konversioprosentteja ja keskimääräistä tilausarvoa. Hyödyntämällä olemassa olevia luottokorttiverkkoja ja integroitumalla suoraan kauppiaiden järjestelmiin yhden API:n kautta, Splitit asettaa itsensä matalariskiseksi, saumattomammaksi vaihtoehdoksi perinteisille BNPL-palveluntarjoajille, sovittaen kasvavaan sääntelyn tarkasteluun samalla kun tarjoaa kitkattoman, brändin hallitseman maksukokemuksen.

Olet perustanut ja myynyt useita maksuyrityksiä, mukaan lukien Harbor Payments ja Acculynk. Miten tämä kokemus on muokannut näkökulmaasi siihen, miksi maksujen varmuus voi nousta määrittäväksi tekijäksi agenttien kaupankäynnin nousussa?

Uraani on keskittynyt maksukerrokseen, kaupankäynnin osaan, jonka harva huomaa, ellei se epäonnistu. Olen oppinut, että löytö saa huomiota, mutta valtuutus mahdollistaa lopulta tulot.

Agenttisessa kaupankäynnissä, jossa tekoälyagentit vaikuttavat ostamiseen, agentit suosivat maksutapoja, jotka ovat ennustettavia, nopeita ja todennäköisesti läpäiseviä. Maksujen epävarmuus aiheuttaa kitkaa ja saattaa johtaa siihen, että agentit välttelevät tiettyjä kauppiaita tai tuotteita. Maksujen varmuus siirtyy taustajärjestelmän huolenaiheesta keskeiseksi tekijäksi suosituksissa.

Splitit lanseerasi äskettäin Agentic Commerce Partner -ohjelmansa. Kuinka korttiin linkitettyjen erämaksujen upottaminen itsenäisiin tekoälyostosagentteihin ratkaisee maksujen varmuuden pullonkaulan, jonka uskot rajoittavan konversiota tänään?

Korttiin linkitettyjen maksua myöhemmin -ominaisuuksien upottamisen avulla itsenäisiin ostosagentteihin, Splititin Agentic Commerce Partner -ohjelma siirtää erämaksuostokset AI-matkalla aikaisempaan vaiheeseen, ei vain kassalla. Tämä antaa agentille mahdollisuuden arvioida edullisuutta ja maksujen sopivuutta samalla, kun se rajoittaa vaihtoehtoja ja päättää, mitä ostaa.

Toinen etu on, että mallimme käyttää olemassa olevia kortteja ja maksureittejä, mikä tekee maksuista luotettavampia ja helpompia AI-agenseille. Tämä ratkaisee suuren haasteen: monet konversiot epäonnistuvat maksujen epävarmuuden vuoksi, eivät tuotteen sopivuuden. Jos kuluttajien täytyy hakea uutta luottoa tai odottaa hyväksyntää, prosessi katkeaa. Olemassa olevan luoton hyödyntäminen nopeuttaa prosessia.

Käytännön tasolla, miten ohjelmanne mahdollistaa AI-agenttien huomioida edullisuuden suosituksissa käyttäen olemassa olevia kortteja ja maksureittejä ilman uusien luottosovellusten tai tilien luomista?

Splitit antaa agentin muuntaa kokonaisostohinnan kuukausieräksi käyttäen korttia, jonka ostaja jo omistaa. Tämä eroaa merkittävästi siitä, että joku ohjattaisiin erilliseen lainaprosessiin.

Ostaja käyttää olemassa olevaa korttiaan ilman uuden hakemuksen täyttämistä, uuden tilin avaamista tai siirtymistä kolmannen osapuolen sivustolle. Eräsopimus pysyy ostajan nykyisen pankkisuhteen sisällä, tuoden edullisuuden päätöksentekoprosessiin aikaisemmin ja auttaen AI-agentteja arvioimaan paitsi tuotteen ominaisuuksia ja hintaa, myös sen, pystyykö ostaja realistisesti suorittamaan oston.

Väitän, että AI-pohjainen löytö on jo askeleen edellä konversiota. Missä tarkalleen maksut aiheuttavat kitkaa agenttisessa kaupankäyntivirrassa?

Kitkaa esiintyy kolmella alueella: kelpoisuus, valtuutus ja työnkulku. Ostaja saattaa löytää oikean tuotteen AI:n avulla, mutta prosessi voi epäonnistua, jos maksuvaihtoehto vaatii luottopäätöksen, johtaa ennakoimattomaan valtuutukseen tai tarvitsee erillisen hakemuksen tai hyväksynnän.

Tämä on kuilu löytämisen ja konversion välillä. AI ohjaa jo korkean ostoaikomuksen vähittäiskaupan liikennettä, mutta maksuinfrastruktuuri on jäljessä. Mahdollisuus on olemassa. Haasteena on tehdä oston loppuun saattamisesta yhtä saumaton kuin löytö.

Monet kauppiaat luottavat tänään Buy Now Pay Later -markkinapaikkoihin. Miten korttipohjainen erämaksumalli eroaa perinteisistä Buy Now Pay Later -alustoista, kun se integroidaan AI-pohjaisiin ostomatkoihin?

Korttipohjainen erämaksumallimme käyttää kuluttajan olemassa olevaa luottoa, kun taas perinteinen BNPL usein pyytää ostajaa hakemaan uutta luottoa myyntihetkellä. Tämä ero on merkityksellinen AI-pohjaisissa ostomatkoissa, koska jokainen uusi luottopäätös tuo mukanaan hylkäysriskin. Kun näin tapahtuu liian usein, AI-agentti alkaa asettaa kauppiaat alempaan prioriteettiin.

Perinteinen BNPL vaatii enemmän vaiheita ja uusia brändejä. Mallimme pitää kauppiaat hallinnassa ja varmistaa, että ostajat käyttävät luotettuja kortteja, mikä vähentää epävarmuutta AI-agenseille.

Teknisestä näkökulmasta, onko kassojen optimointi vähemmän tärkeää kuin valtuutuksen ennustettavuus agenttisessa ympäristössä?

Kassojen optimointi on tärkeää, mutta valtuutuksen ennustettavuus on tärkeämpää. Toisin sanoen, selkeä, yksinkertainen ostovirta auttaa edelleen, mutta maksun hyväksyminen ohjaa lopulta tulosta. Perinteisessä kaupankäynnissä yritykset keskittyivät etupään tehokkuuteen, koska ihmisostajat hoitivat jokaisen vaiheen itse. Agenttisessa kaupankäynnissä AI-agentit hoitavat suuren osan siitä navigoinnista.

Vaikeampi ongelma on, selviääkö maksu vakaasti ja vähäkitkaisesti. Jos valtuutuspolku – prosessi, jossa pankit tai maksunverkot hyväksyvät tapahtuman – on epäluotettava, kauniisti suunniteltu kassa ei ratkaise todellista ongelmaa. Tässä ympäristössä valtuutuksen ennustettavuus tulee osaksi kaupankäynnin suorituskykyä, ei pelkästään maksutoimintoja.

Kun itsenäiset agentit alkavat tehdä ostopäätöksiä kuluttajien puolesta, mitä uusia noudattamis- tai sääntelykysymyksiä rahoitusteknologia-yritysten tulisi varautua?

Suostumus on avain. Yritysten on määritettävä agentin valtuudet ja selvitettävä hyväksymisvaatimukset.

Vastuullisuus seuraa. Agenttien ostoksille ja raja-arvojen ylityksille on oltava selkeät auditoinnit.

Hallinta on olennaista. Yritykset tarvitsevat vahvat oikeudet, rajat ja poikkeuslogiikan.

Mielestäni maksukerros on oltava mahdollistava agenttien ostot ja varmistettava vastuullisuus. Tämä edellyttää vahvaa turvallisuutta, selkeää valtuutusta ja hyvin määriteltyä suostumusta. Kun ihmiset siirtyvät yhä kauemmas transaktioista, vahva hallintomalli maksukerroksessa on keskeinen luottamuksen rakentamisessa agenttisessa kaupankäynnissä.

Miten erämaksut vaikuttavat AI-suositusmoottoreihin eri tavalla kuin perinteiset kassavaihtoehdot? Muuttaako edullisuuden muuttaminen merkittävästi sitä, miten agentit arvioivat tai priorisoivat tuotteita?

Perinteinen kassa ilmestyy tuotteen valinnan jälkeen. Erämaksut vaikuttavat aikaisemmin muuttamalla edullisuutta. Tuotteet, jotka ovat täyshintaisina saavuttamattomia, muuttuvat toteutettaviksi ennustettavien korttipohjaisten erämaksujen avulla. Tämä muuttaa AI-agenttien tapaa järjestää vaihtoehdot: ne ottavat huomioon paitsi tuotteen sopivuuden, myös realistisen ostokyvyn.

Mitä signaaleja tai mittareita seuraat määrittääksesi, siirtyykö agenttinen kaupankäynti kokeiluvaiheesta laajamittaiseen käyttöönottoon?

Viisi signaalia voivat osoittaa, milloin agenttinen kaupankäynti siirtyy uutuudesta skaalautuvaan kanavaan, joka muokkaa transaktioita.

Ensinnäkin, seuraa AI-pohjaisten ostomatkojen tuottaman kaupaliikenteen osuutta. Tämä osoittaa, omaksuvatko kuluttajat teknologian vai vain testaavatko sitä.

Toiseksi, tarkkaile konversiolaadun tasoa. On tärkeää, että AI-pohjaiset istunnot konvertoituvat merkittävinä määrinä, eivät pelkästään tuota klikkauksia.

Kolmanneksi, seuraa, saavatko maksutavat, joilla on suurempi valtuutuksen luottamus, osuutta suosituksista. Tämä osoittaisi maksujen varmuuden muokkaavan agentin käyttäytymistä.

Neljänneksi, etsi syvempää integraatiota. Kun kauppiaat, alustat ja maksupalveluntarjoajat upottavat maksut suoraan agenttisiin työnkulkuihin, ne muuttavat kokeilun infrastruktuuriksi.

Viidenneksi, tarkkaile korkeampia hyväksymisprosentteja, konversioprosentteja ja keskimääräistä tilausarvoa, kun edullisuus on sisällytetty suosituksiin.

Kun katsomme tulevaisuuteen, näetkö agenttien ohjaamien transaktioiden laajentuvan e-kaupan ulkopuolelle, esimerkiksi B2B-hankintoihin tai tilauksenhallintaan?

E-kauppa on ensimmäinen askel, ei viimeinen. Agentit tuovat lisäarvoa mihin tahansa ostoprosessiin ennalta määritellyillä säännöillä ja budjeteilla. B2B-hankinnat ja tilauksenhallinta ovat ilmeisiä esimerkkejä.

Kaikki tämä perustuu maksukerrokseen, johon yritykset luottavat, yhdistävät ja upottavat. Siksi Splitit tukee avoimia standardeja, kuten Googlen Universal Commerce Protocolia, mahdollistaakseen todelliset agenttiset transaktiot eri kategorioissa.

Kiitos erinomaisesta haastattelusta, kaikki jotka haluavat oppia lisää, kannattaa käydä osoitteessa Splitit.