Nandan Sheth, CEO di Splitit – Serie di Interviste

Nandan Sheth, CEO di Splitit, è un esperto di fintech e imprenditore con una profonda conoscenza dei pagamenti, del commercio digitale e dell’infrastruttura finanziaria, avendo guidato l’azienda dal 2022 e facendo anche parte del suo consiglio di amministrazione. Prima di unirsi a Splitit, ha trascorso cinque anni in Fiserv come Head of Carat & Digital Commerce, dove ha contribuito a plasmare gli ecosistemi di pagamento moderni, e in precedenza ha co-fondato Acculynk, pionieristico nella tecnologia di autenticazione dei pagamenti online sicuri. La sua carriera include anche ruoli di leadership in American Express dopo l’acquisto di Harbor Payments, un’azienda che ha co-fondato e scalato in una piattaforma di fatturazione elettronica di grandi dimensioni. Nel corso di oltre due decenni, Sheth si è concentrato costantemente 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 in un fornitore di infrastrutture di pagamento “buy now, pay later” di prossima generazione.

Splitit è un’azienda di fintech che si concentra sul trasformare il “buy now, pay later” (BNPL) in un’infrastruttura di livello merchant anziché in un prodotto di prestito rivolto al consumatore. Attraverso la sua piattaforma, l’azienda consente agli acquirenti di dividere gli acquisti in rate utilizzando le loro carte di credito esistenti, eliminando la necessità di nuovi prestiti, verifiche di credito o lunghe procedure di applicazione. La sua innovazione di base risiede in un modello “Installments-as-a-Service” white-label che consente ai merchant di integrare completamente il BNPL nella loro esperienza di checkout, mantenendo il controllo delle relazioni con i clienti e dei dati, migliorando al contempo i tassi di conversione e il valore medio dell’ordine. Sfruttando le reti di carte di credito esistenti e integrandosi direttamente nei sistemi dei merchant tramite un’unica API, Splitit si posiziona come un’alternativa più sicura e più fluida ai tradizionali fornitori di BNPL, allineandosi con un crescente scrutinio normativo, offrendo al contempo un’esperienza di pagamento senza attrito e controllata dal marchio.

Avete costruito e venduto diverse aziende di pagamenti, tra cui Harbor Payments e Acculynk. Come ha plasmato la vostra esperienza la prospettiva sul perché la certezza dei pagamenti potrebbe diventare il fattore determinante nella crescita del commercio agente?

La mia carriera si è concentrata sul livello dei pagamenti, la parte del commercio che pochi notano a meno che non fallisca. Ho imparato che la scoperta attira l’attenzione, ma l’autorizzazione consente effettivamente il ricavo.

Nel commercio agente, dove gli agenti influenzano gli acquisti, gli agenti preferiscono metodi di pagamento prevedibili, veloci e probabili. L’incertezza dei pagamenti crea attrito e potrebbe portare gli agenti ad evitare determinati merchant o prodotti. La certezza dei pagamenti passa da una preoccupazione back-end a un fattore chiave nelle raccomandazioni.

Splitit ha recentemente lanciato il suo Agentic Commerce Partner Program. Come l’integrazione di rate collegate a carte in agenti di acquisto autonomi risolve il collo di bottiglia della certezza dei pagamenti che ritieni stia limitando la conversione oggi?

Integrando le capacità di pagamento rateale collegate a carte in agenti di acquisto autonomi, il programma Agentic Commerce Partner di Splitit sposta gli acquisti rateali a monte nel percorso dell’AI, non solo al checkout. Ciò consente all’agente di valutare l’accessibilità e l’adeguatezza 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 facili per gli agenti AI. Ciò risolve una grande sfida: molte conversioni falliscono a causa dell’incertezza dei pagamenti piuttosto che dell’adeguatezza 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 il vostro programma consente agli agenti AI di considerare l’accessibilità nelle raccomandazioni utilizzando carte e infrastrutture di pagamento esistenti, senza richiedere nuove domande di credito o creazione di account?

Splitit consente all’agente di convertire il prezzo totale di acquisto in un pagamento mensile utilizzando una carta che lo shopper già possiede. Ciò è molto diverso dal spingere qualcuno in un flusso di prestito separato.

Lo shopper utilizza la sua carta esistente senza dover presentare una nuova domanda, aprire un nuovo account o lasciare un sito terzo. Il piano di rate rimane all’interno della relazione bancaria dello shopper, portando l’accessibilità nel processo decisionale più presto e aiutando gli agenti AI a valutare non solo le caratteristiche e il prezzo di un prodotto, ma anche se lo shopper può realisticamente completare l’acquisto.

Sostenete che la scoperta guidata da AI è già in vantaggio rispetto alla conversione. Dove esattamente i pagamenti creano attrito nel flusso del commercio agente?

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

Questo è il divario tra scoperta e conversione. L’AI già guida il traffico retail ad alta intenzione, ma l’infrastruttura dei pagamenti è in ritardo. L’opportunità c’è. La sfida è rendere il completamento dell’acquisto altrettanto fluido quanto la scoperta.

Molti merchant si affidano ai mercati Buy Now Pay Later oggi. Come il modello di rate collegate a carte differisce dalle piattaforme Buy Now Pay Later tradizionali quando integrate in percorsi di acquisto guidati da AI?

Il nostro modello di rate collegate a carte utilizza il credito esistente del consumatore, mentre il BNPL tradizionale spesso chiede allo shopper di richiedere nuovo credito al momento della vendita. Questa differenza conta nei percorsi di acquisto guidati da AI perché ogni nuova decisione di credito introduce il rischio di un rifiuto. Quando ciò accade troppo spesso, l’agente AI inizia a depriorizzare i merchant.

Il BNPL tradizionale richiede più passaggi e nuovi marchi. Il nostro modello mantiene i merchant in controllo e assicura che gli shopper utilizzino carte fidate, riducendo l’incertezza per gli agenti AI.

Da un punto di vista tecnico, il checkout ottimizzato sta diventando meno importante della prevedibilità dell’autorizzazione in un ambiente agente?

L’ottimizzazione del checkout conta, ma la prevedibilità dell’autorizzazione conta di più. In altre parole, un flusso di acquisto chiaro e semplice aiuta ancora, ma l’approvazione del pagamento guida effettivamente l’esito. Nel commercio tradizionale, le aziende si sono concentrate sull’efficienza front-end perché gli shopper umani gestivano ogni passaggio da soli. Nel commercio agente, gli agenti AI gestiscono gran parte di quella navigazione.

Il problema più difficile è se il percorso di autorizzazione – il processo con cui le banche o le reti di pagamento approvano una transazione – è affidabile. Se il percorso di autorizzazione è instabile e a bassa frizione, un checkout ben progettato non risolve il vero problema. In questo ambiente, la prevedibilità dell’autorizzazione diventa parte delle prestazioni del commercio, 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 le aziende di tecnologia finanziaria dovrebbero prepararsi?

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

La responsabilità segue. Devono esserci audit chiari per gli acquisti degli agenti e le eccedenze di limite.

Il controllo è essenziale. Le aziende necessitano di autorizzazioni robuste, limiti e logica di eccezione.

A mio parere, il livello dei pagamenti deve abilitare gli acquisti 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 solida governance al livello dei pagamenti diventa fondamentale per costruire fiducia nel commercio agente.

Come le rate influenzano i motori di raccomandazione AI in modo diverso dalle opzioni di checkout tradizionali? Il cambiamento dell’accessibilità altera in modo significativo come gli agenti classificano o priorizzano i prodotti?

Le opzioni di checkout tradizionali appaiono dopo la selezione del prodotto. Le rate sono influenzate prima dal cambiamento dell’accessibilità. I prodotti fuori portata al prezzo pieno diventano fattibili con rate collegate a carte prevedibili. Ciò cambia come gli agenti AI classificano le opzioni: considerano non solo l’adeguatezza del prodotto, ma anche la capacità realistica di acquisto.

Quali segnali o metriche state monitorando per determinare se il commercio agente sta passando dall’esperimento all’adozione su larga scala?

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

Innanzitutto, monitorare la quota di traffico di commercio guidato da percorsi di acquisto AI. Ciò mostra se i consumatori stanno adottando la tecnologia, non solo testandola.

In secondo luogo, guardare la qualità della conversione. Conta che le sessioni guidate da AI si convertano a tassi significativi, non solo generino clic.

In terzo luogo, monitorare se i metodi di pagamento con maggiore fiducia nell’autorizzazione guadagnano una quota di raccomandazioni. Ciò mostrerebbe come la certezza dei pagamenti influenza il comportamento degli agenti.

In quarto luogo, monitorare un’integrazione più profonda. Quando i merchant, le piattaforme e i fornitori di pagamento integrano i pagamenti direttamente nei flussi di lavoro agente, trasformano l’esperimento in infrastruttura.

In quinto luogo, guardare tassi di approvazione più alti, tassi di conversione e valore medio dell’ordine quando l’accessibilità è costruita nelle raccomandazioni.

Guardando avanti, vedete le transazioni guidate da agenti estendersi oltre l’e-commerce in aree come la gestione delle forniture B2B o la gestione delle abbonamenti?

L’e-commerce è il primo passo, non l’ultimo. Gli agenti aggiungono valore a qualsiasi processo di acquisto con regole e budget definite. La gestione delle forniture B2B e la gestione degli abbonamenti sono esempi ovvi.

Tutto ciò dipende da un livello di pagamento che le aziende possano fidarsi, connettersi e integrare. È per questo che Splitit supporta standard aperti come il Google’s Universal Commerce Protocol per abilitare transazioni agente reali attraverso categorie.

Grazie per la grande intervista, chiunque desideri saperne di più può visitare Splitit.