Splitit CEO Nandan Sheth – インタビューシリーズ

Nandan Sheth、SplititのCEOは、支払い、デジタルコマース、金融インフラストラクチャに深い専門知識を持つ経験豊富なフィンテック幹部兼起業家で、2022年から同社を率いており、取締役も務めています。Splititに入る前は、Fiservで5年間、Carat & Digital Commerce部門の責任者として勤務し、現代の支払いエコシステムの形成に貢献し、また以前はAcculynkを共同設立し、オンライン支払い認証技術の先駆けとなりました。彼のキャリアには、Harbor Payments（彼が共同設立し、主要な電子請求プラットフォームへと成長させた会社）の買収後のAmerican Expressでのリーダーシップ役職も含まれます。20年以上にわたり、Shethは摩擦を減らし、セキュリティを強化し、マーチャントの経済性を改善する支払いイノベーションの構築に一貫して注力してきました。これにより、次世代の「今すぐ購入、後で支払う」インフラストラクチャプロバイダーとしてSplititの進化をリードする立場にあります。

Splititは、Buy Now, Pay Later（BNPL）を消費者向けの貸付商品ではなく、マーチャント優先のインフラ層に変革することに注力するフィンテック企業です。同社のプラットフォームを通じて、ショッピング客は既存のクレジットカードを使用して購入を分割払いにでき、新たなローンや信用調査、長い申し込み手続きが不要になります。その核心的イノベーションは、ホワイトラベルの「Installments-as-a-Service」モデルで、マーチャントが自社のチェックアウト体験にBNPLを完全に組み込むことを可能にし、顧客関係とデータの所有権を維持しながら、コンバージョン率と平均注文額を向上させます。既存のクレジットカードネットワークを活用し、単一のAPIでマーチャントシステムに直接統合することで、Splititは従来のBNPLプロバイダーに比べてリスクが低く、よりシームレスな代替手段として位置付けられ、規制の厳格化が進む中で、摩擦のないブランドコントロールされた支払い体験を提供します。

Harbor PaymentsやAcculynkを含む複数の決済企業を立ち上げ、売却してきました。その経験は、支払いの確実性がエージェント型コマースの台頭において決定的要因になると考える視点にどのように影響しましたか？

私のキャリアは支払い層に焦点を当てており、商取引の中で失敗しない限りほとんど気付かれない部分です。発見は注目を集めますが、最終的に収益を可能にするのは認可であることを学びました。

エージェント型コマースでは、AIエージェントがショッピングに影響を与えるため、エージェントは予測可能で迅速かつ承認されやすい支払い方法を好みます。支払いの不確実性は摩擦を生み、エージェントが特定のマーチャントや商品を回避する原因となり得ます。支払いの確実性はバックエンドの懸念から、レコメンデーションにおける重要な要素へとシフトします。

Splititは最近、Agentic Commerce Partner Programを開始しました。カード連携型分割払いを自律的なAIショッピングエージェントに組み込むことで、現在コンバージョンを制限していると考える支払い確実性のボトルネックにどのように対処していますか？

カード連携型後払い機能を自律的なショッピングエージェントに組み込むことで、SplititのAgentic Commerce Partner Programは、AIの旅路の初期段階、すなわちチェックアウト時だけでなく、分割払い購入を上流に移動させます。これにより、エージェントはオプションを絞りながら購入を決定する際に、支払い能力と支払い適合性を評価できるようになります。

もう一つの利点は、当社のモデルが既存のカードと決済ネットワークを利用するため、AIエージェントにとって支払いがより信頼性が高く、容易になることです。これは大きな課題を解決します: 多くのコンバージョンは製品の適合性ではなく支払いの不確実性が原因で失敗します。消費者が新たなクレジットを申し込む必要がある、または承認を待つ必要がある場合、プロセスが途切れます。既存のクレジットを活用することで、プロセスが迅速化します。

実務的に、貴社のプログラムは新たなクレジット申請やアカウント作成を必要とせず、既存のカードと決済ネットワークを使用して、AIエージェントが支払い能力をレコメンデーションに組み込むことをどのように可能にしていますか？

Splititは、エージェントが購入総額を、ショッピング客が既に所有しているカードを使用して月額支払いに変換できるようにします。これは、別個の貸付フローにユーザーを押し込むこととは大きく異なります。

ショッピング客は新たな申請を行わず、アカウントを新規開設せず、サードパーティのサイトへ離れることもなく、既存のカードを使用します。分割払いプランはショッピング客の現在の銀行関係内に留まり、支払い能力を意思決定プロセスの早い段階に持ち込み、AIエージェントが製品の機能や価格だけでなく、実際に購入を完了できるかどうかを評価するのに役立ちます。

AI主導の発見はすでにコンバージョンより先行していると主張されていますが、エージェント型コマースのフローで支払いは具体的にどこで摩擦を生み出していますか？

摩擦は3つの領域で発生します: 適格性、認可、そしてワークフローです。ショッピング客はAIを通じて適切な商品を見つけるかもしれませんが、支払いオプションが信用判断を必要としたり、予測不可能な認可が生じたり、別途申し込みや承認が必要な場合、プロセスは失敗します。

これが発見とコンバージョンのギャップです。AIはすでに高い購買意欲を持つ小売トラフィックを促進していますが、支払いインフラは遅れています。機会は存在します。課題は、購入完了を発見と同様にシームレスにすることです。

多くのマーチャントは現在、Buy Now Pay Later（BNPL）マーケットプレイスに依存しています。カードベースの分割払いモデルは、AI主導の購買ジャーニーに統合された際、従来のBNPLプラットフォームとどのように異なりますか？

当社のカードベースの分割払いモデルは消費者の既存クレジットを使用しますが、従来のBNPLは販売時に新たなクレジットの申し込みを求めることが多いです。この違いはAI主導の購買ジャーニーにおいて重要で、各新しい信用判断が拒否リスクをもたらします。これが頻繁に起こると、AIエージェントはマーチャントの優先度を下げ始めます。

従来のBNPLはより多くのステップと新しいブランドを必要とします。当社のモデルはマーチャントがコントロールを保ち、ショッピング客が信頼できるカードを使用することを保証し、AIエージェントの不確実性を減らします。

技術的観点から、エージェント型環境においてチェックアウト最適化は、認可の予測可能性ほど重要でなくなってきていますか？

チェックアウトの最適化は重要ですが、認可の予測可能性の方がより重要です。言い換えれば、明確でシンプルな購買フローは依然として助けになりますが、最終的に結果を左右するのは支払い承認です。従来の商取引では、ヒューマンショッパーが各ステップを自ら処理するため、企業はフロントエンドの効率に注力していました。エージェント型コマースでは、AIエージェントがその多くのナビゲーションを担当します。

より難しい問題は、支払いが安定し、低摩擦で承認されるかどうかです。認可パス（銀行や決済ネットワークが取引を承認するプロセス）が信頼できない場合、美しく設計されたチェックアウトは根本的な問題を解決しません。この環境では、認可の予測可能性が単なる支払い業務ではなく、商取引のパフォーマンスの一部となります。

自律エージェントが消費者に代わって購入決定を行い始める中、金融テクノロジー企業が備えるべき新たなコンプライアンスや規制上の考慮点は何ですか？

同意が鍵です。企業はエージェントの権限を定義し、承認要件を明確にしなければなりません。

次に責任があります。エージェントの購入や限度超過に対する明確な監査が必要です。

コントロールは不可欠です。企業は堅牢な権限設定、限度額、例外ロジックを必要とします。

私の見解では、支払い層はエージェントの購入を可能にし、責任を確保しなければなりません。そのためには堅牢なセキュリティ、明確な認可、そして明確に定義された同意が必要です。人間が取引からますます離れる中、支払い層における強固なガバナンスはエージェント型コマースに対する信頼構築の基盤となります。

分割払いは従来のチェックアウトオプションと比べて、AIレコメンデーションエンジンにどのように影響しますか？支払い能力の変化は、エージェントが商品をランク付けまたは優先順位付けする方法に実質的な変化をもたらしますか？

従来のチェックアウトは商品選択後に現れますが、分割払いは支払い能力を変えることで、より早い段階で影響を与えます。全額価格で手が届かない商品も、予測可能なカードベースの分割払いで実現可能になります。これにより、AIエージェントはオプションのランク付けを変えます: 製品の適合性だけでなく、実際に購入できる能力も考慮します。

エージェント型コマースが実験段階からスケール採用へ移行しているかを判断するために、どのようなシグナルや指標を注視していますか？

エージェント型コマースが新規性から取引を再構築するスケーラブルなチャネルへ移行する際に示す5つのシグナルがあります。

まず、AI駆動のショッピングジャーニーが生み出す商取引トラフィックのシェアを監視します。これにより、消費者が技術を採用しているか、単にテストしているだけかが分かります。

次に、コンバージョンの質を注視します。AI駆動のセッションがクリックだけでなく、実質的なコンバージョン率で成果を上げていることが重要です。

三つ目は、認可の確実性が高い支払い方法がレコメンデーションのシェアを獲得しているかを追跡します。これにより、支払いの確実性がエージェントの行動を形作っていることが示されます。

四つ目は、より深い統合を探ります。マーチャント、プラットフォーム、決済プロバイダーが支払いをエージェント型ワークフローに直接組み込むと、実験がインフラへと変わります。

五つ目は、支払い能力がレコメンデーションに組み込まれた際に、承認率、コンバージョン率、平均注文額が向上するかを観察します。

今後、エージェント主導の取引がeコマースを超えて、B2B調達やサブスクリプション管理といった領域に拡大すると考えますか？

eコマースは最初のステップであり、最後ではありません。エージェントは設定されたルールと予算であらゆる購買プロセスに価値を付加します。B2B調達やサブスクリプション管理は明白な例です。

これらすべては、企業が信頼し、接続し、組み込むことができる支払い層に依存しています。そのため、SplititはGoogleのUniversal Commerce Protocolなどのオープンスタンダードをサポートし、カテゴリを超えた実際のエージェント型取引を可能にしています。

素晴らしいインタビューをありがとうございました。詳細を知りたい方はSplititをご覧ください。