Nandan Sheth, CEO di Splitit – Serie di Interviste

Nandan Sheth, CEO di Splitit, è un dirigente fintech esperto e imprenditore con una profonda competenza nei pagamenti, nel commercio digitale e nelle infrastrutture finanziarie, ha guidato l’azienda dal 2022 ricoprendo anche il ruolo di membro del consiglio. Prima di Splitit, ha trascorso cinque anni in Fiserv come Head of Carat & Digital Commerce, dove ha contribuito a modellare gli ecosistemi di pagamento moderni, e in precedenza ha co-fondato Acculynk, pioniera delle tecnologie di autenticazione sicura dei pagamenti online. La sua carriera include anche ruoli di leadership presso American Express a seguito dell’acquisizione di Harbor Payments, una società che ha co-fondato e scalato in una importante piattaforma di fatturazione elettronica. In più di due decenni, Sheth si è costantemente concentrato sulla creazione di innovazioni nei pagamenti che riducono l’attrito, migliorano la sicurezza e ottimizzano l’economia dei merchant, posizionandolo per guidare l’evoluzione di Splitit verso un fornitore di infrastrutture “compra ora, paga dopo” di nuova generazione.

Splitit è una società fintech focalizzata sulla trasformazione del modello “compra ora, paga dopo” (BNPL) in uno strato infrastrutturale orientato al merchant anziché a un prodotto di credito rivolto al consumatore. Attraverso la sua piattaforma, l’azienda consente agli acquirenti di suddividere gli acquisti in rate utilizzando le loro carte di credito esistenti, eliminando la necessità di nuovi prestiti, controlli di credito o lunghe pratiche di richiesta. La sua innovazione principale risiede in un modello “Installments-as-a-Service” white‑label che permette ai merchant di integrare completamente il BNPL nella propria esperienza di checkout, mantenendo la proprietà delle relazioni con i clienti e dei dati, migliorando al contempo i tassi di conversione e il valore medio degli ordini. Sfruttando le reti di carte di credito esistenti e integrandosi direttamente nei sistemi dei merchant tramite una singola API, Splitit si posiziona come un’alternativa a minor rischio e più fluida rispetto ai fornitori tradizionali di BNPL, allineandosi con la crescente attenzione normativa offrendo un’esperienza di pagamento senza attriti e controllata dal brand.

Hai fondato e venduto diverse società di pagamenti, tra cui Harbor Payments e Acculynk. In che modo questa esperienza ha plasmato la tua prospettiva sul motivo per cui la certezza dei pagamenti potrebbe diventare il fattore determinante nell’ascesa del commercio agentico?

La mia carriera si è concentrata sul livello di pagamento, la parte del commercio che pochi notano finché non fallisce. Ho imparato che la scoperta attira l’attenzione, ma è l’autorizzazione a generare effettivamente i ricavi.

Nel commercio agentico, dove gli agenti AI influenzano gli acquisti, gli agenti preferiscono metodi di pagamento prevedibili, rapidi e con alta probabilità di approvazione. L’incertezza nei pagamenti crea attriti e può indurre gli agenti a evitare determinati merchant o prodotti. La certezza dei pagamenti passa da una preoccupazione di back‑end a un fattore chiave nelle raccomandazioni.

Splitit ha recentemente lanciato il suo Programma Partner per il Commercio Agentico. In che modo l’integrazione di rate collegate alla carta negli agenti di shopping AI autonomi affronta il collo di bottiglia della certezza dei pagamenti che, a tuo avviso, sta limitando la conversione oggi?

Integrando le funzionalità di pagamento rateale collegate alla carta negli agenti di shopping autonomi, il Programma Partner per il Commercio Agentico di Splitit sposta gli acquisti con pagamenti rateali più in alto nel percorso AI, non solo al checkout. Questo consente all’agente di valutare l’accessibilità economica e la compatibilità del pagamento mentre restringe le opzioni e decide cosa acquistare.

Un altro vantaggio è che il nostro modello utilizza carte e infrastrutture esistenti, rendendo i pagamenti più affidabili e più facili per gli agenti AI. Questo risolve una grande sfida: molte conversioni falliscono a causa dell’incertezza dei pagamenti piuttosto che della corrispondenza del prodotto. Se i consumatori devono richiedere nuovo credito o attendere l’approvazione, il processo si interrompe. Utilizzare il credito esistente accelera il processo.

In termini pratici, come permette il tuo programma agli agenti AI di considerare l’accessibilità economica nelle raccomandazioni usando carte e infrastrutture di pagamento esistenti, senza richiedere nuove domande di credito o la creazione di account?

Splitit consente all’agente di convertire il prezzo totale di un acquisto in un pagamento mensile utilizzando una carta già in possesso dell’acquirente. Questo è molto diverso dal spingere qualcuno verso un flusso di credito separato.

L’acquirente utilizza la propria carta esistente senza presentare una nuova domanda, aprire un nuovo account o uscire verso un sito di terze parti. Il piano rateale rimane all’interno della relazione bancaria attuale dell’acquirente, introducendo l’accessibilità nella fase decisionale più presto e aiutando gli agenti AI a valutare non solo le caratteristiche e il prezzo di un prodotto, ma anche se l’acquirente può realisticamente completare l’acquisto.

Affermi che la scoperta guidata dall’AI è già un passo avanti rispetto alla conversione. Dove specificamente i pagamenti creano attriti nel flusso del commercio agentico?

L’attrito si verifica in tre aree: idoneità, autorizzazione e flusso di lavoro. Un acquirente può trovare il prodotto giusto tramite l’AI, ma il processo può fallire se l’opzione di pagamento richiede una decisione di credito, genera un’autorizzazione imprevedibile o necessita di una domanda o approvazione separata.

Questo è il divario tra scoperta e conversione. L’AI genera già traffico retail ad alta intenzione, ma l’infrastruttura di pagamento è in ritardo. L’opportunità è presente. La sfida è rendere il completamento dell’acquisto fluido quanto la scoperta.

Molti merchant si affidano oggi ai marketplace Buy Now Pay Later. In che modo un modello di rate basato su carta differisce dalle piattaforme tradizionali Buy Now Pay Later quando integrato nei percorsi di acquisto guidati dall’AI?

Il nostro modello di rate basato su carta utilizza il credito esistente del consumatore, mentre il BNPL tradizionale spesso richiede all’acquirente di richiedere nuovo credito al momento della vendita. Questa differenza è importante nei percorsi di acquisto guidati dall’AI perché ogni nuova decisione di credito introduce il rischio di un rifiuto. Quando ciò accade troppo spesso, l’agente AI inizia a de‑prioritizzare i merchant.

Il BNPL tradizionale richiede più passaggi e nuovi brand. Il nostro modello mantiene i merchant al controllo e garantisce che gli acquirenti utilizzino carte affidabili, riducendo l’incertezza per gli agenti AI.

Da un punto di vista tecnico, l’ottimizzazione del checkout sta diventando meno importante rispetto alla prevedibilità dell’autorizzazione in un ambiente agentico?

L’ottimizzazione del checkout è importante, ma la prevedibilità dell’autorizzazione è ancora più rilevante. In altre parole, un flusso di acquisto chiaro e semplice è comunque utile, ma è l’approvazione del pagamento a determinare il risultato finale. Nel commercio tradizionale, le aziende si concentravano sull’efficienza del front‑end perché gli acquirenti umani gestivano ogni passaggio. Nel commercio agentico, gli agenti AI gestiscono gran parte di quella navigazione.

Il problema più difficile è se il pagamento verrà approvato in modo stabile e a basso attrito. Se il percorso di autorizzazione — il processo con cui banche o reti di pagamento approvano una transazione — è inaffidabile, un checkout splendidamente progettato non risolve il problema reale. In questo contesto, la prevedibilità dell’autorizzazione diventa parte della performance commerciale, non solo delle operazioni di pagamento.

Man mano che gli agenti autonomi iniziano a prendere decisioni di acquisto per conto dei consumatori, quali nuove considerazioni di conformità o normative dovrebbero preparare le aziende fintech?

Il consenso è fondamentale. Le aziende devono definire l’autorità dell’agente e chiarire i requisiti di approvazione.

Segue la responsabilità. Devono esserci audit chiari per gli acquisti degli agenti e per i superamenti di limiti.

Il controllo è essenziale. Le aziende hanno bisogno di permessi robusti, limiti e logiche di eccezione.

A mio avviso, lo strato dei pagamenti deve consentire gli acquisti da parte degli agenti e garantire la responsabilità. Ciò richiede una sicurezza robusta, un’autorizzazione chiara e un consenso ben definito. Man mano che gli esseri umani si allontanano dalle transazioni, una governance solida a livello di pagamento diventa fondamentale per costruire fiducia nel commercio agentico.

In che modo le rate influenzano i motori di raccomandazione AI diversamente rispetto alle opzioni di checkout tradizionali? Cambiare l’accessibilità economica altera in modo significativo come gli agenti classificano o priorizzano i prodotti?

Il checkout tradizionale appare dopo la selezione del prodotto. Le rate influenzano prima il processo cambiando l’accessibilità economica. Prodotti fuori portata al prezzo pieno diventano realizzabili con rate prevedibili basate su carta. Questo cambia il modo in cui gli agenti AI classificano le opzioni: considerano non solo l’adeguatezza del prodotto, ma anche la reale capacità di acquisto.

Quali segnali o metriche stai monitorando per determinare se il commercio agentico sta passando dalla sperimentazione all’adozione su larga scala?

Cinque segnali possono indicare quando il commercio agentico passa dalla novità a un canale scalabile che rimodella le transazioni.

In primo luogo, monitorare la quota di traffico commerciale generata da percorsi di shopping alimentati dall’AI. Questo mostra se i consumatori stanno adottando la tecnologia, non solo testandola.

In secondo luogo, osservare la qualità della conversione. È importante che le sessioni guidate dall’AI convertano a tassi significativi, non solo generino click.

In terzo luogo, tracciare se i metodi di pagamento con maggiore fiducia nell’autorizzazione guadagnano una quota di raccomandazioni. Questo dimostrerebbe che la certezza dei pagamenti sta modellando il comportamento degli agenti.

In quarto luogo, cercare un’integrazione più profonda. Quando merchant, piattaforme e fornitori di pagamento integrano i pagamenti direttamente nei flussi di lavoro agentici, trasformano la sperimentazione in infrastruttura.

In quinto luogo, osservare tassi di approvazione più alti, tassi di conversione e valore medio degli ordini quando l’accessibilità è integrata nelle raccomandazioni.

Guardando al futuro, vedi le transazioni guidate dagli agenti estendersi oltre l’e‑commerce verso aree come l’approvvigionamento B2B o la gestione degli abbonamenti?

L’e‑commerce è il primo passo, non l’ultimo. Gli agenti aggiungono valore a qualsiasi processo di acquisto con regole e budget definiti. L’approvvigionamento B2B e la gestione degli abbonamenti sono esempi evidenti.

Tutto ciò si basa su uno strato di pagamento di cui le aziende si fidano, si collegano e lo integrano. Ecco perché Splitit supporta standard aperti come il Universal Commerce Protocol di Google per abilitare transazioni agentiche reali in tutti i settori.

Grazie per la splendida intervista, chi desidera saperne di più dovrebbe visitare Splitit.