Nandan Sheth, Splitit-yhtiön toimitusjohtaja – Haastattelusarja

Nandan Sheth, Splitit-yrityksen toimitusjohtaja, on kokenut fintech-johtaja ja yrittäjä, jolla on syvällistä asiantuntemusta maksuista, digitaalisesta kaupankäynnistä ja rahoitusinfrastruktuurista. Hän on johtanut yritystä vuodesta 2022 ja toiminut myös sen hallituksessa. Ennen Splitit-yritystä hän työskenteli viisi vuotta Fiservillä Carat & Digital Commerce -yksikön johtajana, jossa hän auttoi muokkaamaan nykyaikaisia ​​maksuekosysteemejä. Aiemmin hän oli perustamassa Acculynkia, joka on edelläkävijä turvallisten verkkomaksujen todennusteknologioiden kehittämisessä. Hänen uraansa kuuluu myös johtotehtäviä American Expressillä Harbor Paymentsin oston jälkeen. Harbor Payments oli yritys, jonka hän oli perustamassa ja skaalasi merkittäväksi sähköisen laskutuksen alustaksi. Yli kahden vuosikymmenen ajan Sheth on johdonmukaisesti keskittynyt rakentamaan maksuinnovaatioita, jotka vähentävät kitkaa, parantavat turvallisuutta ja parantavat kauppiaiden taloutta, mikä on asemoinut hänet johtamaan Splitit-yrityksen kehitystä seuraavan sukupolven "osta nyt, maksa myöhemmin" -infrastruktuuripalveluntarjoajaksi.

Halkaise se on fintech-yritys, joka keskittyy muuttamaan "osta nyt, maksa myöhemmin" (BNPL) -periaatteet kauppiaille suunnatuksi infrastruktuurikerrokseksi kuluttajille suunnatun lainatuotteen sijaan. Alustansa kautta yritys mahdollistaa ostajille ostosten jakamisen eriin olemassa olevia luottokorttejaan käyttäen, mikä poistaa uusien lainojen, luottotietojen tarkistuksen tai pitkien hakemusten tarpeen. Sen ydininnovaatio on white-label "erämaksut palveluna" -malli, jonka avulla kauppiaat voivat integroida BNPL:n täysin omaan kassakokemukseensa, säilyttäen asiakassuhteiden ja -datan omistajuuden samalla parantaen konversioasteita ja keskimääräistä tilauksen arvoa. Hyödyntämällä olemassa olevia luottokorttiverkostoja ja integroimalla suoraan kauppiaiden järjestelmiin yhden API:n kautta Splitit asemoituu pienemmän riskin ja saumattomamman vaihtoehdon perinteisille BNPL-palveluntarjoajille, mikä on linjassa lisääntyvän sääntelyvalvonnan kanssa ja tarjoaa samalla kitkattoman, brändiohjatun maksukokemuksen.

Olet rakentanut ja myynyt useita maksualan yrityksiä, kuten Harbor Paymentsin ja Acculynkin. Miten tämä kokemus on muokannut näkemystäsi siitä, miksi maksuvarmuudesta voi tulla ratkaiseva tekijä agenttikaupankäynnin nousussa?

Urani on keskittynyt maksuihin, kaupankäynnin osaan, jota harvat huomaavat, ellei se epäonnistu. Olen oppinut, että tiedonhankinta herättää huomiota, mutta valtuutus mahdollistaa lopulta tulot.

Agenttikaupassa, jossa tekoälyagentit vaikuttavat ostosten tekemiseen, agentit suosivat ennustettavia, nopeita ja todennäköisesti selvityskelpoisia maksutapoja. Maksujen epävarmuus luo kitkaa ja saattaa johtaa agenttien välttämään tiettyjä kauppiaita tai tuotteita. Maksuvarmuus siirtyy taustaprosessista keskeiseksi tekijäksi suosituksissa.

Splitit lanseerasi hiljattain Agentic Commerce Partner -ohjelmansa. Miten korttiin linkitettyjen maksuerien upottaminen autonomisiin tekoälyyn perustuviin ostoagentteihin ratkaisee maksuvarmuuden pullonkaulan, jonka uskot rajoittavan konversioita tällä hetkellä?

Upottamalla korttiin kytketyt maksu myöhemmin -ominaisuudet autonomisiin ostosagentteihin, Splitit's Agenttikauppakumppaniohjelma siirtää osamaksuostoksia tekoälyn matkan yläpäähän, ei vasta kassalla. Näin asiakaspalvelija voi arvioida kohtuuhintaisuutta ja maksujen sopivuutta samalla kun se rajaa vaihtoehtoja ja päättää, mitä ostaa.

Toinen etu on, että mallimme käyttää olemassa olevia kortteja ja kiskoja, mikä tekee maksamisesta luotettavampaa ja helpompaa tekoälyagenteille. Tämä ratkaisee suuren haasteen: monet konversiot epäonnistuvat maksun epävarmuuden eikä tuotteen sopivuuden vuoksi. Jos kuluttajien on haettava uutta luottoa tai odotettava hyväksyntää, prosessi keskeytyy. Olemassa olevan luoton hyödyntäminen nopeuttaa prosessia.

Käytännössä, miten ohjelmasi avulla tekoälyagentit voivat ottaa huomioon kohtuuhintaisuuden suosituksissa käyttämällä olemassa olevia kortteja ja maksujärjestelmiä ilman, että vaaditaan uusia luottohakemuksia tai tilin luomista?

Splitit antaa välittäjän muuntaa ostohinnan kuukausimaksuksi käyttämällä ostajalla jo olevaa korttia. Tämä on täysin eri asia kuin jonkun ohjaaminen erilliseen lainaprosessiin.

Ostaja käyttää olemassa olevaa korttiaan täyttämättä uutta hakemusta, avaamatta uutta tiliä tai siirtymättä kolmannen osapuolen sivustolle. Osamaksusuunnitelma pysyy ostajan nykyisen pankkisuhteen sisällä, mikä tuo kohtuuhintaisuuden osaksi päätöksentekoprosessia aikaisemmin ja auttaa tekoälyagentteja arvioimaan paitsi tuotteen ominaisuuksia ja hintaa myös sitä, pystyykö ostaja realistisesti suorittamaan ostoksen loppuun.

Väität, että tekoälypohjainen tiedonhaku on jo edellä konversiota. Missä erityisesti maksut luovat kitkaa agenttien välisessä kaupankäynnissä?

Kitkaa esiintyy kolmella alueella: kelpoisuudessa, valtuutuksessa ja työnkulussa. Ostaja voi löytää oikean tuotteen tekoälyn avulla, mutta prosessi voi epäonnistua, jos maksuvaihtoehto vaatii luottopäätöksen, johtaa arvaamattomaan valtuutukseen tai vaatii erillisen hakemuksen tai hyväksynnän.

Tämä on kuilu löydön ja konversion välillä. Tekoäly ohjaa jo nyt ostoaikeisiin perustuvaa vähittäiskauppaliikennettä, mutta maksuinfrastruktuuri on jäljessä. Mahdollisuus on olemassa. Haasteena on tehdä ostosten suorittamisesta yhtä saumatonta kuin niiden löytämisestä.

Monet kauppiaat luottavat nykyään Osta nyt -maksu myöhemmin -markkinapaikkoihin. Miten korttipohjainen osamaksumalli eroaa perinteisistä Osta nyt -maksu myöhemmin -alustoista, kun se integroidaan tekoälypohjaisiin ostopolkuihin?

Korttipohjainen osamaksumallimme käyttää kuluttajan olemassa olevaa luottoa, kun taas perinteinen BNPL usein pyytää ostajaa hakemaan uutta luottoa ostohetkellä. Tällä erolla on merkitystä tekoälypohjaisissa ostoprosesseissa, koska jokainen uusi luottopäätös tuo mukanaan riskin luottoluokituksen hylkäämisestä. Kun näin tapahtuu liian usein, tekoälyagentti alkaa asettaa kauppiaita alempiarvoiseen asemaan.

Perinteinen BNPL vaatii enemmän vaiheita ja uusia brändejä. Mallimme pitää kauppiaat hallinnassa ja varmistaa, että ostajat käyttävät luotettavia kortteja, mikä vähentää tekoälyagenttien epävarmuutta.

Onko kassaprosessien optimointi teknisestä näkökulmasta tulossa vähemmän tärkeäksi kuin valtuutusten ennustettavuus agenttiympäristössä?

Kassan optimointi on tärkeää, mutta valtuutuksen ennustettavuus on vielä tärkeämpää. Toisin sanoen selkeä ja yksinkertainen ostoprosessi auttaa edelleen, mutta maksun hyväksyminen ratkaisee lopulta lopputuloksen. Perinteisessä kaupankäynnissä yritykset keskittyivät käyttöliittymän tehokkuuteen, koska ihmiset hoitivat jokaisen vaiheen itse. Agenttipohjaisessa kaupankäynnissä tekoälyagentit hoitavat suuren osan navigoinnista.

Vaikeampi ongelma on, onnistuuko maksutapahtuma vakaalla ja kitkattomalla tavalla. Jos valtuutusprosessi – prosessi, jolla pankit tai maksuverkot hyväksyvät tapahtuman – on epäluotettava, kauniisti suunniteltu kassaprosessi ei ratkaise todellista ongelmaa. Tässä ympäristössä valtuutuksen ennustettavuudesta tulee osa kaupankäynnin suorituskykyä, ei vain maksutoimintoja.

Kun autonomiset toimijat alkavat tehdä ostopäätöksiä kuluttajien puolesta, mihin uusiin vaatimustenmukaisuuteen tai sääntelyyn liittyviin näkökohtiin finanssiteknologiayritysten tulisi varautua?

Suostumus on avainasemassa. Yritysten on määriteltävä asiamiehen valtuudet ja selvennettävä hyväksymisvaatimukset.

Vastuullisuus seuraa perässä. Agenttien ostoille ja raja-arvojen ylityksille on oltava selkeät tarkastukset.

Kontrolli on olennaista. Yritykset tarvitsevat vankat käyttöoikeudet, rajoitukset ja poikkeuslogiikan.

Mielestäni maksutason on mahdollistettava agenttien ostot ja varmistettava vastuullisuus. Tämä edellyttää vankkaa turvallisuutta, selkeää valtuutusta ja hyvin määriteltyä suostumusta. Kun ihmiset siirtyvät pidemmälle transaktioista, vahvasta hallinnoinnista maksutasolla tulee olennainen osa luottamuksen rakentamista agenttien väliseen kaupankäyntiin.

Miten osamaksut vaikuttavat tekoälyn suosittelukoneisiin eri tavalla kuin perinteiset kassavaihtoehdot? Muuttaako kohtuuhintaisuuden muuttuminen merkittävästi sitä, miten asiakaspalvelijat asettavat tuotteita järjestykseen tai priorisoivat niitä?

Perinteinen kassalle maksaminen tapahtuu tuotevalinnan jälkeen. Hinta-laatusuhteen muutokset vaikuttavat maksueriin aiemmin. Tuotteet, jotka eivät ole saatavilla täydellä hinnalla, tulevat saataville ennustettavien korttipohjaisten maksuerien avulla. Tämä muuttaa tapaa, jolla tekoälyagentit luokittelevat vaihtoehtoja: he ottavat huomioon paitsi tuotteen sopivuuden myös realistisen ostokyvyn.

Mitä signaaleja tai mittareita seuraat määrittääksesi, onko agenttikaupankäynti siirtymässä kokeilusta skaalattuun käyttöönottoon?

Viisi signaalia voi osoittaa, milloin agenttikaupankäynti siirtyy uutuudesta skaalautuvaan kanavaan, joka muokkaa transaktioita uudelleen.

Seuraa ensin tekoälyn tuottamien ostosmatkojen osuutta kaupankäynnistä. Se osoittaa, ottavatko kuluttajat teknologiaa käyttöön, eivätkä vain testaa sitä.

Toiseksi, tarkkaile konversioiden laatua. Tärkeää on, että tekoälyn ohjaamat istunnot konvertoivat mielekkäällä tahdilla eivätkä pelkästään tuota klikkauksia.

Kolmanneksi, seuraa, kasvattavatko maksutavat, joilla on suurempi valtuutusluotettavuus, suositusten osuutta. Tämä osoittaisi, miten maksuvarmuus vaikuttaa asiakaspalvelijoiden käyttäytymiseen.

Neljänneksi, pyri syvempään integraatioon. Kun kauppiaat, alustat ja maksupalveluntarjoajat upottavat maksut suoraan agenttien työnkulkuihin, he muuttavat kokeilun infrastruktuuriksi.

Viidenneksi, tarkkaile korkeampia hyväksymisprosentteja, konversioasteita ja keskimääräistä tilauksen arvoa, kun kohtuuhintaisuus on sisäänrakennettu suosituksiin.

Näetkö tulevaisuudessa, että agenttilähtöiset tapahtumat laajenevat verkkokaupan ulkopuolelle esimerkiksi B2B-hankintoihin tai tilausten hallintaan?

Verkkokauppa on ensimmäinen askel, ei viimeinen. Agentit lisäävät arvoa mihin tahansa ostoprosessiin, jolla on asetetut säännöt ja budjetit. B2B-hankinta ja tilausten hallinta ovat ilmeisiä esimerkkejä.

Kaikki tämä perustuu maksukerrokseen, johon yritykset luottavat, johon ne yhdistyvät ja jonka ne upottavat. Siksi Splitit tukee avoimia standardeja, kuten Googlen Universal Commerce Protocol, mahdollistaakseen aitojen agenttitapahtumien tekemisen eri kategorioissa.

Kiitos loistavasta haastattelusta, kaikkien, jotka haluavat tietää lisää, kannattaa käydä katsomassa Halkaise se.