नंदन शेत, Splitit के CEO – इंटरव्यू श्रृंखला

Nandan Sheth, Splitit के CEO, एक अनुभवी फ़िनटेक कार्यकारी और उद्यमी हैं जिनके पास भुगतान, डिजिटल कॉमर्स और वित्तीय बुनियादी ढाँचे में गहरी विशेषज्ञता है, उन्होंने 2022 से कंपनी का नेतृत्व किया है और बोर्ड में भी सेवा की है। Splitit से पहले, उन्होंने Fiserv में पाँच साल Carat एवं Digital Commerce के प्रमुख के रूप में काम किया, जहाँ उन्होंने आधुनिक भुगतान इकोसिस्टम को आकार देने में मदद की, और पहले Acculynk की सह-स्थापना की, जो सुरक्षित ऑनलाइन भुगतान प्रमाणीकरण तकनीकों में अग्रणी थी। उनका करियर American Express में नेतृत्व भूमिकाओं को भी शामिल करता है, जो Harbor Payments के अधिग्रहण के बाद आया, एक कंपनी जिसे उन्होंने सह-स्थापित किया और एक प्रमुख इलेक्ट्रॉनिक बिलिंग प्लेटफ़ॉर्म में विकसित किया। दो दशकों से अधिक के दौरान, Sheth लगातार भुगतान नवाचारों को बनाने पर केंद्रित रहे हैं जो घर्षण को कम करते हैं, सुरक्षा को बढ़ाते हैं, और व्यापारी अर्थशास्त्र को सुधारते हैं, जिससे वे Splitit को अगली पीढ़ी के “अब खरीदें, बाद में भुगतान करें” बुनियादी ढाँचा प्रदाता के रूप में विकसित करने के लिए तैयार हैं।

Splitit एक फ़िनटेक कंपनी है जो “अब खरीदें, बाद में भुगतान करें” (BNPL) को उपभोक्ता‑उन्मुख ऋण उत्पाद के बजाय व्यापारी‑पहले बुनियादी ढाँचा परत में बदलने पर केंद्रित है। अपने प्लेटफ़ॉर्म के माध्यम से, कंपनी शॉपर्स को उनके मौजूदा क्रेडिट कार्ड का उपयोग करके खरीदारी को किस्तों में विभाजित करने की सुविधा देती है, जिससे नए ऋण, क्रेडिट जांच या लंबी आवेदन प्रक्रिया की आवश्यकता नहीं रहती। इसकी मुख्य नवाचार एक व्हाइट‑लेबल “Installments-as-a-Service” मॉडल में निहित है जो व्यापारियों को BNPL को अपने चेक‑आउट अनुभव में पूरी तरह एम्बेड करने की अनुमति देता है, ग्राहक संबंधों और डेटा का स्वामित्व बनाए रखते हुए रूपांतरण दर और औसत ऑर्डर वैल्यू को सुधारता है। मौजूदा क्रेडिट कार्ड नेटवर्क का उपयोग करके और एकल API के माध्यम से सीधे व्यापारी प्रणालियों में एकीकृत करके, Splitit खुद को पारंपरिक BNPL प्रदाताओं की तुलना में कम‑जोखिम, अधिक सहज विकल्प के रूप में स्थापित करता है, बढ़ती नियामक जांच के साथ संरेखित होते हुए एक घर्षण‑रहित, ब्रांड‑नियंत्रित भुगतान अनुभव प्रदान करता है।

आपने Harbor Payments और Acculynk सहित कई भुगतान कंपनियों को बनाया और उनसे बाहर निकले हैं। इस अनुभव ने आपके दृष्टिकोण को कैसे आकार दिया कि भुगतान निश्चितता एजेंटिक कॉमर्स के उदय में प्रमुख कारक क्यों बन सकती है?

मेरे करियर ने भुगतान परत पर ध्यान केंद्रित किया है, वह भाग जो अधिकांश लोग तब तक नहीं देखते जब तक वह विफल नहीं हो जाता। मैंने सीखा है कि खोज ध्यान आकर्षित करती है, लेकिन प्राधिकरण अंततः राजस्व सक्षम करता है।

एजेंटिक कॉमर्स में, जहाँ AI एजेंट शॉपिंग को प्रभावित करते हैं, एजेंट उन भुगतान विधियों को पसंद करते हैं जो पूर्वानुमेय, तेज़ और क्लियर होने की संभावना रखती हैं। भुगतान अनिश्चितता घर्षण पैदा करती है और एजेंटों को कुछ व्यापारियों या उत्पादों से बचने पर मजबूर कर सकती है। भुगतान निश्चितता एक बैक‑एंड चिंता से सिफ़ारिशों में एक प्रमुख कारक में बदल जाती है।

Splitit ने हाल ही में अपना Agentic Commerce Partner Program लॉन्च किया है। कार्ड‑लिंक्ड किस्तों को स्वायत्त AI शॉपिंग एजेंटों में एम्बेड करना कैसे उस भुगतान निश्चितता बाधा को संबोधित करता है जिसे आप मानते हैं कि आज रूपांतरण को सीमित कर रहा है?

कार्ड‑लिंक्ड पे‑लेटर क्षमताओं को स्वायत्त शॉपिंग एजेंटों में एम्बेड करके, Splitit के Agentic Commerce Partner Program किस्त भुगतान खरीद को AI यात्रा में चेक‑आउट के बजाय अपस्ट्रीम ले जाता है। इससे एजेंट को विकल्पों को संकीर्ण करते हुए और क्या खरीदना है तय करते समय वहनीयता और भुगतान उपयुक्तता का मूल्यांकन करने की अनुमति मिलती है।

एक और लाभ यह है कि हमारा मॉडल मौजूदा कार्ड और रेल्स का उपयोग करता है, जिससे भुगतान AI एजेंटों के लिए अधिक विश्वसनीय और आसान हो जाता है। यह एक बड़ी चुनौती को हल करता है: कई रूपांतरण भुगतान अनिश्चितता के कारण विफल होते हैं, न कि उत्पाद फिट के कारण। यदि उपभोक्ताओं को नया क्रेडिट आवेदन करना पड़े या स्वीकृति का इंतज़ार करना पड़े, तो प्रक्रिया टूट जाती है। मौजूदा क्रेडिट का उपयोग प्रक्रिया को तेज़ करता है।

व्यावहारिक रूप से, आपका प्रोग्राम AI एजेंटों को मौजूदा कार्ड और भुगतान रेल्स का उपयोग करके सिफ़ारिशों में वहनीयता को कैसे शामिल करने देता है, बिना नए क्रेडिट आवेदन या खाता निर्माण की आवश्यकता के?

Splitit एजेंट को कुल खरीद मूल्य को एक मासिक भुगतान में बदलने की अनुमति देता है, वह कार्ड उपयोग करके जो शॉपर के पास पहले से है। यह किसी को अलग लेंडिंग फ्लो में धकेलने से बहुत अलग है।

शॉपर अपने मौजूदा कार्ड का उपयोग करता है बिना नया आवेदन दायर किए, नया खाता खोले, या तृतीय‑पक्ष साइट पर जाए। किस्त योजना शॉपर के वर्तमान बैंक संबंध के भीतर रहती है, जिससे वहनीयता निर्णय‑निर्धारण प्रक्रिया में पहले आती है और AI एजेंटों को न केवल उत्पाद की विशेषताओं और कीमत का मूल्यांकन करने में, बल्कि यह भी समझने में मदद मिलती है कि शॉपर वास्तविक रूप से खरीद पूरी कर सकता है या नहीं।

आप तर्क देते हैं कि AI‑ड्रिवेन डिस्कवरी पहले ही रूपांतरण से आगे है। एजेंटिक कॉमर्स प्रवाह में भुगतान विशेष रूप से कहाँ घर्षण पैदा करता है?

घर्षण तीन क्षेत्रों में होता है: पात्रता, प्राधिकरण, और कार्यप्रवाह। शॉपर AI के माध्यम से सही उत्पाद पा सकता है, लेकिन प्रक्रिया विफल हो सकती है यदि भुगतान विकल्प को क्रेडिट निर्णय की आवश्यकता हो, अप्रत्याशित प्राधिकरण हो, या अलग आवेदन या स्वीकृति की जरूरत हो।

यह खोज और रूपांतरण के बीच का अंतर है। AI पहले से ही उच्च‑इंटेंट रिटेल ट्रैफ़िक चलाता है, लेकिन भुगतान बुनियादी ढाँचा पीछे है। अवसर मौजूद है। चुनौती यह है कि खरीद पूर्णता को खोज जितना सहज बनाना।

आज कई व्यापारी Buy Now Pay Later मार्केटप्लेस पर निर्भर हैं। AI‑ड्रिवेन खरीदारी यात्राओं में एकीकृत होने पर कार्ड‑आधारित किस्त मॉडल पारंपरिक Buy Now Pay Later प्लेटफ़ॉर्म से कैसे अलग है?

हमारा कार्ड‑आधारित किस्त मॉडल उपभोक्ता के मौजूदा क्रेडिट का उपयोग करता है, जबकि पारंपरिक BNPL अक्सर शॉपर को बिक्री के समय नया क्रेडिट आवेदन करने के लिए कहता है। यह अंतर AI‑ड्रिवेन खरीदारी यात्राओं में महत्वपूर्ण है क्योंकि हर नया क्रेडिट निर्णय अस्वीकृति के जोखिम को लाता है। जब यह बार‑बार होता है, तो AI एजेंट व्यापारियों को कम प्राथमिकता देना शुरू कर देता है।

पारंपरिक BNPL में अधिक चरण और नए ब्रांड की आवश्यकता होती है। हमारा मॉडल व्यापारियों को नियंत्रण में रखता है और सुनिश्चित करता है कि शॉपर भरोसेमंद कार्ड का उपयोग करें, जिससे AI एजेंटों के लिए अनिश्चितता कम होती है।

तकनीकी दृष्टिकोण से, क्या एजेंटिक वातावरण में चेक‑आउट ऑप्टिमाइज़ेशन की तुलना में प्राधिकरण की पूर्वानुमेयता कम महत्वपूर्ण हो रही है?

चेक‑आउट ऑप्टिमाइज़ेशन महत्वपूर्ण है, लेकिन प्राधिकरण की पूर्वानुमेयता अधिक महत्वपूर्ण है। दूसरे शब्दों में, एक स्पष्ट, सरल खरीद प्रवाह अभी भी मदद करता है, लेकिन भुगतान स्वीकृति अंततः परिणाम निर्धारित करती है। पारंपरिक कॉमर्स में, कंपनियां फ्रंट‑एंड दक्षता पर ध्यान देती थीं क्योंकि मानव शॉपर प्रत्येक चरण स्वयं संभालते थे। एजेंटिक कॉमर्स में, AI एजेंट उस नेविगेशन का अधिकांश हिस्सा संभालते हैं।

कठिन समस्या यह है कि भुगतान स्थिर, कम‑घर्षण तरीके से क्लियर होगा या नहीं। यदि प्राधिकरण पथ—वह प्रक्रिया जिसके द्वारा बैंक या भुगतान नेटवर्क लेन‑देन को स्वीकृत करते हैं—अविश्वसनीय है, तो सुंदर रूप से डिज़ाइन किया गया चेक‑आउट वास्तविक समस्या को हल नहीं करता। इस वातावरण में, प्राधिकरण की पूर्वानुमेयता कॉमर्स प्रदर्शन का हिस्सा बन जाती है, न कि केवल भुगतान संचालन का।

जैसे ही स्वायत्त एजेंट उपभोक्ताओं की ओर से खरीद निर्णय लेना शुरू करते हैं, वित्तीय प्रौद्योगिकी कंपनियों को किन नई अनुपालन या नियामक विचारों की तैयारी करनी चाहिए?

सहमति मुख्य है। कंपनियों को एजेंट अधिकार को परिभाषित करना चाहिए और स्वीकृति आवश्यकताओं को स्पष्ट करना चाहिए।

जवाबदेही इसके बाद आती है। एजेंट खरीद और सीमा उल्लंघनों के लिए स्पष्ट ऑडिट होना चाहिए।

नियंत्रण आवश्यक है। कंपनियों को मजबूत अनुमतियों, सीमाओं और अपवाद लॉजिक की आवश्यकता है।

मेरे विचार में, भुगतान परत को एजेंट खरीद को सक्षम करना चाहिए और जवाबदेही सुनिश्चित करनी चाहिए। इसके लिए मजबूत सुरक्षा, स्पष्ट प्राधिकरण, और स्पष्ट सहमति आवश्यक है। जैसे-जैसे मनुष्य लेन‑देन से और दूर होते जाते हैं, भुगतान परत पर मजबूत शासन एजेंटिक कॉमर्स में भरोसा बनाने के लिए मूलभूत बन जाता है।

किस्तें AI सिफ़ारिश इंजन को पारंपरिक चेक‑आउट विकल्पों से कैसे अलग प्रभावित करती हैं? क्या वहनीयता में परिवर्तन एजेंटों के उत्पाद रैंकिंग या प्राथमिकता को सार्थक रूप से बदलता है?

पारंपरिक चेक‑आउट उत्पाद चयन के बाद आता है। किस्तें पहले ही वहनीयता बदलकर प्रभाव डालती हैं। पूर्ण कीमत पर पहुँच से बाहर वाले उत्पाद पूर्वानुमेय कार्ड‑आधारित किस्तों के साथ संभव हो जाते हैं। यह AI एजेंटों के विकल्प रैंकिंग को बदलता है: वे केवल उत्पाद फिट ही नहीं, बल्कि वास्तविक खरीद क्षमता को भी विचार में लेते हैं।

आप किन संकेतों या मीट्रिक्स को देख रहे हैं यह निर्धारित करने के लिए कि एजेंटिक कॉमर्स प्रयोग से स्केलेबल अपनाने की ओर बढ़ रहा है?

पाँच संकेत यह दर्शा सकते हैं कि एजेंटिक कॉमर्स नवाचार से एक स्केलेबल चैनल में कब बदल रहा है जो लेन‑देन को पुनः आकार देता है।

पहला, AI‑संचालित शॉपिंग यात्राओं द्वारा उत्पन्न कॉमर्स ट्रैफ़िक के हिस्से की निगरानी करें। यह दर्शाता है कि उपभोक्ता तकनीक को अपनाते हैं या केवल परीक्षण कर रहे हैं।

दूसरा, रूपांतरण गुणवत्ता पर नज़र रखें। यह महत्वपूर्ण है कि AI‑ड्रिवेन सत्र सार्थक दरों पर रूपांतरित हों, न कि केवल क्लिक उत्पन्न करें।

तीसरा, ट्रैक करें कि क्या अधिक प्राधिकरण विश्वास वाले भुगतान विधियों को सिफ़ारिशों में हिस्सा मिलता है। यह दिखाएगा कि भुगतान निश्चितता एजेंट व्यवहार को आकार दे रही है।

चौथा, गहरी एकीकरण की तलाश करें। जब व्यापारी, प्लेटफ़ॉर्म, और भुगतान प्रदाता भुगतान को सीधे एजेंटिक वर्कफ़्लो में एम्बेड करते हैं, तो वे प्रयोग को बुनियादी ढाँचा में बदल देते हैं।

पाँचवाँ, जब वहनीयता सिफ़ारिशों में शामिल होती है, तो उच्च स्वीकृति दर, रूपांतरण दर, और औसत ऑर्डर वैल्यू पर नज़र रखें।

आगे देखते हुए, क्या आप एजेंट‑ड्रिवेन लेन‑देन को ई‑कॉमर्स से परे B2B प्रोक्योरमेंट या सब्सक्रिप्शन मैनेजमेंट जैसे क्षेत्रों में विस्तारित होते देखते हैं?

ई‑कॉमर्स पहला कदम है, अंतिम नहीं। एजेंट सेट नियमों और बजट के साथ किसी भी खरीद प्रक्रिया में मूल्य जोड़ते हैं। B2B प्रोक्योरमेंट और सब्सक्रिप्शन मैनेजमेंट स्पष्ट उदाहरण हैं।

यह सब एक भुगतान परत पर निर्भर करता है जिस पर कंपनियां भरोसा करती हैं, जुड़ती हैं, और एम्बेड करती हैं। इसलिए Splitit गूगल के Universal Commerce Protocol जैसे खुले मानकों का समर्थन करता है ताकि विभिन्न श्रेणियों में वास्तविक एजेंटिक लेन‑देन सक्षम हो सकें।

उत्कृष्ट साक्षात्कार के लिए धन्यवाद, जो कोई अधिक जानना चाहता है उसे Splitit पर जाना चाहिए।