Nandan Sheth, administrerende direktør i Splitit – Intervjuserie

Nandan Sheth, administrerende direktør i Splitit, er en erfaren fintech‑leder og entreprenør med dyp ekspertise innen betalinger, digital handel og finansiell infrastruktur, og har ledet selskapet siden 2022 samtidig som han sitter i styret. Før Splitit tilbrakte han fem år i Fiserv som leder for Carat & Digital Commerce, hvor han bidro til å forme moderne betalingsøkosystemer, og tidligere var med å grunnlegge Acculynk, som var pioner innen sikre nettbaserte betalingsautentiseringsteknologier. Karrieren hans inkluderer også lederroller i American Express (AXP ) etter oppkjøpet av Harbor Payments, et selskap han var med å grunnlegge og som han utviklet til en stor elektronisk faktureringsplattform. Gjennom mer enn to tiår har Sheth konsekvent fokusert på å utvikle betalingsinnovasjoner som reduserer friksjon, øker sikkerheten og forbedrer handelsøkonomien, noe som gjør ham i stand til å lede Splitits utvikling til en neste generasjons «kjøp nå, betal senere»-infrastrukturleverandør.

Splitit er et fintech‑selskap som fokuserer på å transformere «kjøp nå, betal senere» (BNPL) til et infrastrukturlag med handelsfokus i stedet for et forbrukerrettet låneprodukt. Gjennom sin plattform gjør selskapet det mulig for kunder å dele kjøp i avdrag ved hjelp av sine eksisterende kredittkort, og eliminerer behovet for nye lån, kredittsjekker eller lange søknadsprosesser. Kjerneinnovasjonen ligger i en hvit‑etikett «Installments-as-a-Service»-modell som lar handelsmenn fullt integrere BNPL i sin egen kasseopplevelse, beholde eierskap til kundeforhold og data samtidig som konverteringsrater og gjennomsnittlig ordreverdi forbedres. Ved å utnytte eksisterende kredittkortnettverk og integrere direkte i handelsystemer via ett enkelt API, posisjonerer Splitit seg som et lavere‑risiko, mer sømløst alternativ til tradisjonelle BNPL‑leverandører, i tråd med økende regulatorisk gransking samtidig som de tilbyr en friksjonsfri, merkevarekontrollert betalingsopplevelse.

Du har bygget og solgt flere betalingsbedrifter, inkludert Harbor Payments og Acculynk. Hvordan har den erfaringen formet ditt perspektiv på hvorfor betalingssikkerhet kan bli den avgjørende faktoren i fremveksten av agentisk handel?

Karrieren min har fokusert på betalingslaget, den delen av handelen som få legger merke til med mindre den feiler. Jeg har lært at oppdagelse får oppmerksomhet, men autorisasjon er det som til slutt muliggjør inntekter.

I agentisk handel, hvor AI‑agenter påvirker kjøp, foretrekker agenter betalingsmetoder som er forutsigbare, raske og sannsynlig å bli godkjent. Betalingsusikkerhet skaper friksjon og kan føre til at agenter unngår bestemte handelsmenn eller produkter. Betalingssikkerhet går fra å være en bak‑end‑bekymring til en nøkkelfaktor i anbefalinger.

Splitit lanserte nylig sitt Agentic Commerce Partner Program. Hvordan adresserer innbygging av kort‑tilknyttede avdrag i autonome AI‑handelsagenter betalingsusikkerhetsflaskehalsen du mener begrenser konvertering i dag?

Ved å integrere kort‑tilknyttede betalings‑sen‑sen‑alternativer i autonome handleagenter, flytter Splitits Agentic Commerce Partner Program avdragsbetalinger oppover i AI‑reisen, ikke bare ved kassen. Dette gjør at agenten kan vurdere rimelighet og betalingspassform mens den begrenser alternativer og bestemmer hva som skal kjøpes.

En annen fordel er at modellen vår bruker eksisterende kort og betalingsnettverk, noe som gjør betalinger mer pålitelige og enklere for AI‑agenter. Dette løser en stor utfordring: mange konverteringer mislykkes på grunn av betalingsusikkerhet snarere enn produktpassform. Hvis forbrukere må søke om ny kreditt eller vente på godkjenning, brytes prosessen. Å bruke eksisterende kreditt akselererer prosessen.

I praktiske termer, hvordan gjør programmet ditt det mulig for AI‑agenter å ta hensyn til rimelighet i anbefalinger ved bruk av eksisterende kort og betalingsnettverk, uten å kreve nye kredittsøknader eller kontoopprettelse?

Splitit lar agenten konvertere en total kjøpesum til en månedlig betaling ved hjelp av et kort kunden allerede har. Det er helt annerledes enn å presse noen inn i en separat utlånsflyt.

Kunden bruker sitt eksisterende kort uten å sende inn en ny søknad, åpne en ny konto eller forlate til et tredjepartsnettsted. Avdragsplanen forblir innenfor kundens nåværende bankforhold, og bringer rimelighet inn i beslutningsprosessen tidligere, og hjelper AI‑agenter med å vurdere ikke bare et produkts funksjoner og pris, men også om kunden realistisk kan fullføre kjøpet.

Du hevder at AI‑drevet oppdagelse allerede ligger foran konvertering. Hvor spesifikt skaper betalinger friksjon i den agentiske handelsflyten?

Friksjon oppstår i tre områder: berettigelse, autorisasjon og arbeidsflyt. En kunde kan finne riktig produkt via AI, men prosessen kan mislykkes hvis betalingsalternativet krever en kredittvurdering, resulterer i uforutsigbar autorisasjon, eller krever en separat søknad eller godkjenning.

Dette er gapet mellom oppdagelse og konvertering. AI driver allerede høy‑intensitet detaljhandels­trafikk, men betalingsinfrastrukturen henger etter. Muligheten er der. Utfordringen er å gjøre kjøpsfullføring like sømløs som oppdagelse.

Mange handelsmenn benytter seg av «Kjøp nå, betal senere»-markedsplasser i dag. Hvordan skiller en kort‑basert avdragsmodell seg fra tradisjonelle «Kjøp nå, betal senere»-plattformer når den integreres i AI‑drevne kjøpsreiser?

Vår kort‑baserte avdragsmodell bruker forbrukerens eksisterende kreditt, mens tradisjonell BNPL ofte ber kunden om å søke om ny kreditt på salgstidspunktet. Denne forskjellen er viktig i AI‑drevne kjøpsreiser fordi hver ny kredittvurdering introduserer risikoen for avslag. Når dette skjer for ofte, begynner AI‑agenten å nedprioritere handelsmenn.

Tradisjonell BNPL krever flere trinn og nye merker. Vår modell holder handelsmenn i kontroll og sikrer at kunder bruker pålitelige kort, noe som reduserer usikkerhet for AI‑agenter.

Fra et teknisk ståsted, blir optimalisering av kassen mindre viktig enn forutsigbar autorisasjon i et agentisk miljø?

Optimalisering av kassen er viktig, men forutsigbar autorisasjon er viktigere. Med andre ord, en klar, enkel kjøpsflyt hjelper fortsatt, men betalingsgodkjenning driver til slutt resultatet. I tradisjonell handel fokuserte selskaper på front‑end‑effektivitet fordi menneskelige kunder håndterte hvert trinn selv. I agentisk handel håndterer AI‑agenter mye av den navigasjonen.

Det vanskeligere problemet er om betalingen vil bli godkjent på en stabil, lav‑friksjons måte. Hvis autorisasjonsveien – prosessen der banker eller betalingsnettverk godkjenner en transaksjon – er upålitelig, løser en vakkert designet kasse ikke det egentlige problemet. I dette miljøet blir forutsigbar autorisasjon en del av handelsytelsen, ikke bare betalingsoperasjoner.

Etter hvert som autonome agenter begynner å ta kjøpsbeslutninger på vegne av forbrukere, hvilke nye samsvars‑ eller regulatoriske hensyn bør fintech‑selskaper forberede seg på?

Samtykke er nøkkelen. Selskaper må definere agentens myndighet og tydeliggjøre godkjenningskrav.

Ansvarlighet følger. Det må være klare revisjoner for agentkjøp og overskridelse av grenser.

Kontroll er essensiell. Selskaper trenger robuste tillatelser, grenser og unntakslogikk.

Etter mitt syn må betalingslaget muliggjøre agentkjøp og sikre ansvarlighet. Det krever robust sikkerhet, klar autorisasjon og tydelig definert samtykke. Etter hvert som mennesker trekker seg lenger fra transaksjoner, blir sterk styring i betalingslaget grunnleggende for å bygge tillit i agentisk handel.

Hvordan påvirker avdrag AI‑anbefalingsmotorer forskjellig fra tradisjonelle kassealternativer? Endrer endring av rimelighet på en meningsfull måte hvordan agenter rangerer eller prioriterer produkter?

Tradisjonell kasse vises etter produktvalg. Avdrag påvirkes tidligere ved å endre rimelighet. Produkter som er utenfor rekkevidde ved full pris blir levedyktige med forutsigbare kort‑baserte avdrag. Dette endrer hvordan AI‑agenter rangerer alternativer: de vurderer ikke bare produktpassform, men også den realistiske evnen til å kjøpe.

Hvilke signaler eller måleparametre følger du for å avgjøre om agentisk handel går fra eksperimentering til skalert adopsjon?

Fem signaler kan indikere når agentisk handel går fra nyhet til en skalerbar kanal som omformer transaksjoner.

Først, overvåk andelen handels­trafikk som drives av AI‑drevne handle­reiser. Det viser om forbrukerne adopterer teknologien, ikke bare tester den.

For det andre, følg konverteringskvaliteten. Det er viktig at AI‑drevne økter konverterer med meningsfulle rater, ikke bare genererer klikk.

For det tredje, spor om betalingsmetoder med høyere autorisasjons‑tillit får en andel av anbefalingene. Det vil vise at betalingssikkerhet former agentatferd.

For det fjerde, se etter dypere integrasjon. Når handelsmenn, plattformer og betalingsleverandører integrerer betalinger direkte i agentiske arbeidsflyter, blir eksperimentering til infrastruktur.

For det femte, følg med på høyere godkjenningsrater, konverteringsrater og gjennomsnittlig ordreverdi når rimelighet er bygget inn i anbefalingene.

Ser du fremover at agent‑drevne transaksjoner vil utvide seg utover netthandel til områder som B2B‑innkjøp eller abonnementshåndtering?

Netthandel er det første steget, ikke det siste. Agenter tilfører verdi til enhver kjøpsprosess med fastsatte regler og budsjetter. B2B‑innkjøp og abonnementshåndtering er åpenbare eksempler.

Alt dette avhenger av et betalingslag som selskaper stoler på, kobler seg til og integrerer. Derfor støtter Splitit åpne standarder som Googles Universal Commerce Protocol for å muliggjøre ekte agentiske transaksjoner på tvers av kategorier.

Takk for det flotte intervjuet, alle som ønsker å lære mer bør besøke Splitit.