Entrevistas
Nandan Sheth, CEO da Splitit – Série de Entrevistas
Nandan Sheth, CEO da Splitit, é um executivo e empreendedor de fintech experiente com profunda especialização em pagamentos, comércio digital e infraestrutura financeira, tendo liderado a empresa desde 2022, enquanto também serve em seu conselho. Antes da Splitit, ele passou cinco anos na Fiserv como Chefe de Carat e Comércio Digital, onde ajudou a moldar ecossistemas de pagamento modernos, e anteriormente co-fundou a Acculynk, pioneira em tecnologias de autenticação de pagamento online seguras. Sua carreira também inclui funções de liderança na American Express após a aquisição da Harbor Payments, uma empresa que ele co-fundou e escalou em uma grande plataforma de faturamento eletrônico. Ao longo de mais de duas décadas, Sheth se concentrou consistentemente em construir inovações de pagamento que reduzem a fricção, melhoram a segurança e aprimoram a economia dos comerciantes, o que o posiciona para liderar a evolução da Splitit em um provedor de infraestrutura de pagamento now, pay later de próxima geração.
Splitit é uma empresa de fintech focada em transformar o buy now, pay later (BNPL) em uma camada de infraestrutura de comerciante em vez de um produto de empréstimo voltado para o consumidor. Por meio de sua plataforma, a empresa permite que os compradores dividam compras em prestações usando seus cartões de crédito existentes, eliminando a necessidade de novos empréstimos, verificações de crédito ou aplicativos longos. Sua inovação central reside em um modelo de “Instalments-as-a-Service” de marca branca que permite que os comerciantes integrem completamente o BNPL em sua própria experiência de checkout, mantendo o controle das relações com os clientes e dos dados, enquanto melhora as taxas de conversão e o valor médio da ordem. Ao aproveitar as redes de cartões de crédito existentes e integrar-se diretamente aos sistemas dos comerciantes por meio de uma única API, a Splitit se posiciona como uma alternativa mais segura e mais transparente aos provedores de BNPL tradicionais, alinhando-se com o aumento da fiscalização regulatória, enquanto oferece uma experiência de pagamento sem atrito e controlada pela marca.
Você construiu e saiu de várias empresas de pagamentos, incluindo Harbor Payments e Acculynk. Como essa experiência moldou sua perspectiva sobre por que a certeza de pagamento pode se tornar o fator definidor no surgimento do comércio agêntico?
Minha carreira se concentrou na camada de pagamento, a parte do comércio que poucos notam, a menos que falhe. Eu aprendi que a descoberta atrai atenção, mas a autorização habilita, por fim, a receita.
No comércio agêntico, onde agentes de IA influenciam as compras, os agentes preferem métodos de pagamento previsíveis, rápidos e prováveis de serem aprovados. A incerteza do pagamento cria fricção e pode levar os agentes a evitar certos comerciantes ou produtos. A certeza de pagamento muda de uma preocupação de back-end para um fator-chave nas recomendações.
A Splitit lançou recentemente seu Programa de Parceiros de Comércio Agêntico. Como a integração de prestações vinculadas a cartões em agentes de compras autônomos de IA resolve o gargalo de certeza de pagamento que você acredita estar limitando a conversão hoje?
Ao integrar as capacidades de pagamento posterior vinculadas a cartões em agentes de compras autônomos, o Programa de Parceiros de Comércio Agêntico da Splitit move as compras de prestações para upstream na jornada de IA, não apenas no checkout. Isso permite que o agente avalie a capacidade de pagamento e o ajuste enquanto estreita as opções e decide o que comprar.
Outro benefício é que nosso modelo usa cartões e trilhos existentes, tornando os pagamentos mais confiáveis e fáceis para os agentes de IA. Isso resolve um grande desafio: muitas conversões falham devido à incerteza de pagamento, e não ao ajuste do produto. Se os consumidores devem solicitar novo crédito ou esperar pela aprovação, o processo quebra. Usar o crédito existente acelera o processo.
Em termos práticos, como seu programa permite que os agentes de IA levem em consideração a capacidade de pagamento nas recomendações, usando cartões e trilhos de pagamento existentes, sem exigir novas solicitações de crédito ou criação de contas?
A Splitit permite que o agente converta o preço total de compra em um pagamento mensal usando um cartão que o comprador já possui. Isso é muito diferente de empurrar alguém para um fluxo de empréstimo separado.
O comprador usa seu cartão existente sem precisar preencher uma nova solicitação, abrir uma nova conta ou sair para um site de terceiros. O plano de prestações permanece dentro da relação bancária atual do comprador, trazendo a capacidade de pagamento para o processo de tomada de decisão mais cedo e ajudando os agentes de IA a avaliar não apenas as características e o preço do produto, mas também se o comprador pode realisticamente concluir a compra.
Você argumenta que a descoberta impulsionada por IA já está à frente da conversão. Onde, especificamente, os pagamentos criam fricção no fluxo de comércio agêntico?
A fricção ocorre em três áreas: elegibilidade, autorização e fluxo de trabalho. Um comprador pode encontrar o produto certo por meio da IA, mas o processo pode falhar se o método de pagamento exigir uma decisão de crédito, resultar em autorização imprevisível ou precisar de uma solicitação ou aprovação separada.
Isso é a lacuna entre a descoberta e a conversão. A IA já impulsiona o tráfego de varejo de alta intenção, mas a infraestrutura de pagamento está atrasada. A oportunidade está lá. O desafio é tornar a conclusão da compra tão sem fricção quanto a descoberta.
Muitos comerciantes dependem de marketplaces de Buy Now Pay Later hoje. Como um modelo de prestações baseado em cartões difere de plataformas de Buy Now Pay Later tradicionais quando integrado a jornadas de compra impulsionadas por IA?
Nosso modelo de prestações baseado em cartões usa o crédito existente do consumidor, enquanto o Buy Now Pay Later tradicional muitas vezes pede ao comprador que solicite novo crédito no momento da venda. Essa diferença importa nas jornadas de compra impulsionadas por IA, porque cada nova decisão de crédito introduz o risco de declínio. Quando isso acontece com frequência, o agente de IA começa a despriorizar os comerciantes.
O Buy Now Pay Later tradicional exige mais etapas e novas marcas. Nosso modelo mantém os comerciantes no controle e garante que os compradores usem cartões confiáveis, reduzindo a incerteza para os agentes de IA.
Do ponto de vista técnico, a otimização do checkout está se tornando menos importante do que a previsibilidade da autorização em um ambiente agêntico?
A otimização do checkout importa, mas a previsibilidade da autorização importa mais. Em outras palavras, um fluxo de compra claro e simples ainda ajuda, mas a aprovação do pagamento impulsiona o resultado. No comércio tradicional, as empresas se concentraram na eficiência do front-end porque os compradores humanos lidavam com cada etapa eles mesmos. No comércio agêntico, os agentes de IA lidam com grande parte dessa navegação.
O problema mais difícil é se o pagamento será aprovado de forma estável e sem fricção. Se o caminho de autorização — o processo pelo qual os bancos ou as redes de pagamento aprovam uma transação — for instável, um checkout bem projetado não resolve o problema real. Nesse ambiente, a previsibilidade da autorização se torna parte do desempenho do comércio, e não apenas das operações de pagamento.
À medida que os agentes autônomos começam a tomar decisões de compra em nome dos consumidores, quais novas considerações de conformidade ou regulatórias as empresas de tecnologia financeira devem se preparar?
O consentimento é fundamental. As empresas devem definir a autoridade do agente e esclarecer os requisitos de aprovação.
A responsabilidade segue. Deve haver auditorias claras para compras de agentes e excessos de limite.
O controle é essencial. As empresas precisam de permissões robustas, limites e lógica de exceção.
Na minha opinião, a camada de pagamento deve habilitar as compras de agentes e garantir a responsabilidade. Isso exige segurança robusta, autorização clara e consentimento bem definido. À medida que os humanos se afastam das transações, uma governança forte na camada de pagamento se torna fundamental para construir confiança no comércio agêntico.
Como as prestações influenciam os motores de recomendação de IA de forma diferente dos opções de checkout tradicionais? A mudança na capacidade de pagamento altera significativamente como os agentes classificam ou priorizam os produtos?
As opções de checkout tradicionais aparecem após a seleção do produto. As prestações são influenciadas mais cedo, alterando a capacidade de pagamento. Produtos inacessíveis ao preço total se tornam viáveis com prestações baseadas em cartões previsíveis. Isso muda como os agentes de IA classificam as opções: eles consideram não apenas o ajuste do produto, mas também a capacidade realista de compra.
Quais sinais ou métricas você está observando para determinar se o comércio agêntico está se movendo da experimentação para a adoção em escala?
Cinco sinais podem indicar quando o comércio agêntico se move da novidade para um canal escalável que reorganiza as transações.
Primeiro, monitore a participação do tráfego de comércio impulsionado por jornadas de compras de IA. Isso mostra se os consumidores estão adotando a tecnologia, e não apenas testando.
Segundo, observe a qualidade da conversão. Importa que as sessões impulsionadas por IA sejam convertidas em taxas significativas, e não apenas gerem cliques.
Terceiro, observe se os métodos de pagamento com maior confiança de autorização ganham participação nas recomendações. Isso mostraria a certeza de pagamento moldando o comportamento do agente.
Quarto, busque uma integração mais profunda. Quando os comerciantes, plataformas e provedores de pagamento integram os pagamentos diretamente nos fluxos de trabalho agênticos, eles transformam a experimentação em infraestrutura.
Quinto, observe taxas de aprovação mais altas, taxas de conversão e valor médio da ordem quando a capacidade de pagamento é incorporada às recomendações.
Olhando para o futuro, você vê transações impulsionadas por agentes se estendendo além do comércio eletrônico para áreas como aquisições B2B ou gerenciamento de assinaturas?
O comércio eletrônico é o primeiro passo, não o último. Os agentes agregam valor a qualquer processo de compra com regras e orçamentos definidos. Aquisições B2B e gerenciamento de assinaturas são exemplos óbvios.
Tudo isso depende de uma camada de pagamento que as empresas confiam, conectam e integram. É por isso que a Splitit apoia padrões abertos, como o Protocolo de Comércio Universal do Google, para habilitar transações agênticas reais em várias categorias.
Obrigado pela grande entrevista, qualquer um que deseje aprender mais deve visitar Splitit.
