Nandan Sheth, CEO Splitit – Seri Wawancara

Nandan Sheth, CEO Splitit, adalah eksekutif fintech berpengalaman dan pengusaha dengan keahlian mendalam dalam pembayaran, perdagangan digital, dan infrastruktur keuangan, telah memimpin perusahaan sejak 2022 sekaligus menjabat di dewan direksinya. Sebelum bergabung dengan Splitit, ia menghabiskan lima tahun di Fiserv sebagai Kepala Carat & Digital Commerce, di mana ia membantu membentuk ekosistem pembayaran modern, dan sebelumnya mendirikan Acculynk, yang mempelopori teknologi otentikasi pembayaran online yang aman. Kariernya juga mencakup peran kepemimpinan di American Express setelah akuisisi Harbor Payments, sebuah perusahaan yang ia co‑found dan kembangkan menjadi platform penagihan elektronik utama. Selama lebih dari dua dekade, Sheth secara konsisten fokus pada pembangunan inovasi pembayaran yang mengurangi gesekan, meningkatkan keamanan, dan memperbaiki ekonomi pedagang, menempatkannya untuk memimpin evolusi Splitit menjadi penyedia infrastruktur beli sekarang, bayar nanti generasi berikutnya.

Splitit adalah perusahaan fintech yang fokus pada mengubah beli sekarang, bayar nanti (BNPL) menjadi lapisan infrastruktur yang mengutamakan pedagang alih‑alih produk pinjaman yang ditujukan kepada konsumen. Melalui platformnya, perusahaan memungkinkan pembeli membagi pembelian menjadi cicilan menggunakan kartu kredit yang sudah mereka miliki, menghilangkan kebutuhan akan pinjaman baru, pemeriksaan kredit, atau aplikasi yang panjang. Inovasi inti terletak pada model white‑label “Installments-as-a-Service” yang memungkinkan pedagang sepenuhnya menyematkan BNPL ke dalam pengalaman checkout mereka sendiri, mempertahankan kepemilikan hubungan dan data pelanggan sekaligus meningkatkan tingkat konversi dan nilai pesanan rata‑rata. Dengan memanfaatkan jaringan kartu kredit yang ada dan mengintegrasikan langsung ke sistem pedagang melalui satu API, Splitit menempatkan dirinya sebagai alternatif yang berisiko lebih rendah dan lebih mulus dibanding penyedia BNPL tradisional, selaras dengan peningkatan pengawasan regulasi sambil menawarkan pengalaman pembayaran yang tanpa gesekan dan dikendalikan merek.

Anda telah membangun dan menjual beberapa perusahaan pembayaran, termasuk Harbor Payments dan Acculynk. Bagaimana pengalaman itu membentuk perspektif Anda tentang mengapa kepastian pembayaran dapat menjadi faktor penentu dalam kebangkitan perdagangan agenik?

Karier saya telah berfokus pada lapisan pembayaran, bagian dari perdagangan yang jarang diperhatikan kecuali terjadi kegagalan. Saya telah belajar bahwa penemuan menarik perhatian, tetapi otorisasi pada akhirnya memungkinkan pendapatan.

Dalam perdagangan agenik, di mana agen AI memengaruhi belanja, agen lebih menyukai metode pembayaran yang dapat diprediksi, cepat, dan kemungkinan besar berhasil. Ketidakpastian pembayaran menciptakan gesekan dan dapat membuat agen menghindari pedagang atau produk tertentu. Kepastian pembayaran beralih dari masalah back‑end menjadi faktor kunci dalam rekomendasi.

Splitit baru‑baru ini meluncurkan Program Mitra Perdagangan Agenik. Bagaimana penyematan cicilan terhubung kartu ke dalam agen belanja AI otonom mengatasi hambatan kepastian pembayaran yang Anda yakini membatasi konversi saat ini?

Dengan menyematkan kemampuan bayar‑nanti terhubung kartu ke dalam agen belanja otonom, Program Mitra Perdagangan Agenik Splitit memindahkan pembelian pembayaran cicilan ke tahap awal dalam perjalanan AI, bukan hanya pada checkout. Hal ini memungkinkan agen mengevaluasi keterjangkauan dan kesesuaian pembayaran saat mempersempit pilihan dan memutuskan apa yang akan dibeli.

Manfaat lain adalah model kami menggunakan kartu dan jalur yang sudah ada, menjadikan pembayaran lebih dapat diandalkan dan lebih mudah bagi agen AI. Ini menyelesaikan tantangan besar: banyak konversi gagal karena ketidakpastian pembayaran bukan karena kesesuaian produk. Jika konsumen harus mengajukan kredit baru atau menunggu persetujuan, prosesnya terhenti. Menggunakan kredit yang sudah ada mempercepat proses.

Secara praktis, bagaimana program Anda memungkinkan agen AI mempertimbangkan keterjangkauan dalam rekomendasi menggunakan kartu dan jalur pembayaran yang ada, tanpa memerlukan aplikasi kredit baru atau pembuatan akun?

Splitit memungkinkan agen mengubah total harga pembelian menjadi pembayaran bulanan menggunakan kartu yang sudah dimiliki pembeli. Itu sangat berbeda dari memaksa seseorang masuk ke alur pinjaman terpisah.

Pembeli menggunakan kartu yang sudah ada tanpa mengajukan aplikasi baru, membuka akun baru, atau meninggalkan situs untuk pihak ketiga. Rencana cicilan tetap berada dalam hubungan bank pembeli saat ini, membawa keterjangkauan ke proses pengambilan keputusan lebih awal dan membantu agen AI menilai tidak hanya fitur dan harga produk tetapi juga apakah pembeli secara realistis dapat menyelesaikan pembelian.

Anda berargumen bahwa penemuan yang digerakkan AI sudah lebih maju daripada konversi. Di mana secara spesifik pembayaran menciptakan gesekan dalam alur perdagangan agenik?

Gesekan terjadi di tiga area: kelayakan, otorisasi, dan alur kerja. Pembeli mungkin menemukan produk yang tepat melalui AI, tetapi proses dapat gagal jika opsi pembayaran memerlukan keputusan kredit, menghasilkan otorisasi yang tidak dapat diprediksi, atau membutuhkan aplikasi atau persetujuan terpisah.

Inilah kesenjangan antara penemuan dan konversi. AI sudah menghasilkan lalu lintas ritel dengan niat tinggi, tetapi infrastruktur pembayaran tertinggal. Kesempatan ada. Tantangannya adalah membuat penyelesaian pembelian semulus penemuan.

Banyak pedagang saat ini mengandalkan pasar Beli Sekarang Bayar Nanti. Bagaimana model cicilan berbasis kartu berbeda dari platform Beli Sekarang Bayar Nanti tradisional ketika diintegrasikan ke dalam perjalanan pembelian yang digerakkan AI?

Model cicilan berbasis kartu kami menggunakan kredit yang sudah dimiliki konsumen, sedangkan BNPL tradisional sering meminta pembeli mengajukan kredit baru pada saat penjualan. Perbedaan itu penting dalam perjalanan pembelian yang digerakkan AI karena setiap keputusan kredit baru memperkenalkan risiko penolakan. Ketika hal itu terjadi terlalu sering, agen AI mulai menurunkan prioritas pedagang.

BNPL tradisional memerlukan lebih banyak langkah dan merek baru. Model kami menjaga pedagang tetap mengontrol dan memastikan pembeli menggunakan kartu yang tepercaya, mengurangi ketidakpastian bagi agen AI.

Dari sudut pandang teknis, apakah optimasi checkout menjadi kurang penting dibandingkan prediktabilitas otorisasi dalam lingkungan agenik?

Optimasi checkout penting, tetapi prediktabilitas otorisasi lebih penting. Dengan kata lain, alur pembelian yang jelas dan sederhana tetap membantu, tetapi persetujuan pembayaran pada akhirnya menentukan hasil. Dalam perdagangan tradisional, perusahaan fokus pada efisiensi front‑end karena pembeli manusia menangani setiap langkah sendiri. Dalam perdagangan agenik, agen AI menangani sebagian besar navigasi tersebut.

Masalah yang lebih sulit adalah apakah pembayaran akan berhasil dengan cara yang stabil dan tanpa gesekan. Jika jalur otorisasi—proses di mana bank atau jaringan pembayaran menyetujui transaksi—tidak dapat diandalkan, checkout yang dirancang indah tidak menyelesaikan masalah sebenarnya. Dalam lingkungan ini, prediktabilitas otorisasi menjadi bagian dari kinerja perdagangan, bukan hanya operasi pembayaran.

Saat agen otonom mulai membuat keputusan pembelian atas nama konsumen, pertimbangan kepatuhan atau regulasi baru apa yang harus dipersiapkan oleh perusahaan teknologi keuangan?

Persetujuan adalah kunci. Perusahaan harus mendefinisikan otoritas agen dan memperjelas persyaratan persetujuan.

Akuntabilitas mengikuti. Harus ada audit yang jelas untuk pembelian agen dan pelanggaran batas.

Kontrol sangat penting. Perusahaan membutuhkan izin yang kuat, batas, dan logika pengecualian.

Menurut saya, lapisan pembayaran harus memungkinkan pembelian oleh agen dan memastikan akuntabilitas. Itu memerlukan keamanan yang kuat, otorisasi yang jelas, dan persetujuan yang terdefinisi dengan baik. Seiring manusia semakin menjauh dari transaksi, tata kelola yang kuat pada lapisan pembayaran menjadi fundamental untuk membangun kepercayaan dalam perdagangan agenik.

Bagaimana cicilan memengaruhi mesin rekomendasi AI secara berbeda dibandingkan opsi checkout tradisional? Apakah mengubah keterjangkauan secara signifikan mengubah cara agen memberi peringkat atau memprioritaskan produk?

Checkout tradisional muncul setelah pemilihan produk. Cicilan dipengaruhi lebih awal dengan mengubah keterjangkauan. Produk yang tidak terjangkau dengan harga penuh menjadi layak dengan cicilan berbasis kartu yang dapat diprediksi. Ini mengubah cara agen AI memberi peringkat pada opsi: mereka mempertimbangkan tidak hanya kesesuaian produk, tetapi juga kemampuan realistis untuk membeli.

Sinyal atau metrik apa yang Anda pantau untuk menentukan apakah perdagangan agenik bergerak dari eksperimen ke adopsi skala?

Lima sinyal dapat menunjukkan kapan perdagangan agenik beralih dari hal baru menjadi saluran skalabel yang mengubah transaksi.

Pertama, pantau pangsa lalu lintas perdagangan yang didorong oleh perjalanan belanja berbasis AI. Itu menunjukkan apakah konsumen mengadopsi teknologi, bukan hanya mengujinya.

Kedua, perhatikan kualitas konversi. Penting bahwa sesi yang digerakkan AI berkonversi pada tingkat yang berarti, bukan sekadar menghasilkan klik.

Ketiga, lacak apakah metode pembayaran dengan kepercayaan otorisasi yang lebih tinggi memperoleh pangsa rekomendasi. Itu akan menunjukkan kepastian pembayaran membentuk perilaku agen.

Keempat, cari integrasi yang lebih dalam. Ketika pedagang, platform, dan penyedia pembayaran menyematkan pembayaran langsung ke dalam alur kerja agenik, mereka mengubah eksperimen menjadi infrastruktur.

Kelima, perhatikan tingkat persetujuan yang lebih tinggi, tingkat konversi, dan nilai pesanan rata‑rata ketika keterjangkauan dibangun ke dalam rekomendasi.

Ke depan, apakah Anda melihat transaksi yang digerakkan agen melampaui e‑commerce ke area seperti pengadaan B2B atau manajemen langganan?

E‑commerce adalah langkah pertama, bukan yang terakhir. Agen menambah nilai pada proses pembelian apa pun dengan aturan dan anggaran yang ditetapkan. Pengadaan B2B dan manajemen langganan adalah contoh yang jelas.

Semua ini bergantung pada lapisan pembayaran yang dipercaya, terhubung, dan disematkan oleh perusahaan. Itulah mengapa Splitit mendukung standar terbuka seperti Google Universal Commerce Protocol untuk memungkinkan transaksi agenik nyata di seluruh kategori.

Terima kasih atas wawancara yang luar biasa, siapa pun yang ingin belajar lebih lanjut sebaiknya mengunjungi Splitit.