8 wave logo

Marmomac

Maia per Marmomac: un agente AI di customer care che conosce il profilo di chi scrive

Maia per Marmomac: un agente AI di customer care che conosce il profilo di chi scrive
Introduzione

Dal customer care generico all'assistente AI dentro l'app

Rispondere a più di 50.000 operatori da 132 Paesi in quattro giorni di fiera è un problema di customer care prima che di tecnologia. Le domande hanno sempre la stessa forma (dove, quando, chi) e un contenuto sempre diverso, perché dipende da chi le fa.

Marmomac è la manifestazione di Veronafiere dedicata all'intera filiera della pietra naturale: dalla cava alla lavorazione, dalle tecnologie ai macchinari, fino al design e all'architettura. La 60ª edizione si è tenuta a Verona dal 22 al 25 settembre 2026, con oltre 1.300 espositori da 54 Paesi (il 65% esteri) e più di 50.000 operatori da 132 Paesi, il 63% dall'estero. Otto visitatori su dieci hanno un ruolo decisionale o di forte influenza negli acquisti (dati Veronafiere).

Per questa edizione 8 wave ha realizzato Maia, l'agente AI di customer care di Marmomac, costruito sulla piattaforma proprietaria 8 wave Agent Studio dalla business unit Core Development & Engineering. È il secondo progetto per Veronafiere dopo Bacco AI, l'agente sviluppato per Vinitaly 2026.

Contesto: Veronafiere aveva già validato su Vinitaly un agente AI che risponde solo su fonti certificate. Per Marmomac voleva portarlo nel canale che gli operatori usano davvero in fiera: l'app ufficiale.

Sfida: trasformare un assistente che tratta tutti allo stesso modo in un customer care che parte dal profilo dell'utente, senza perdere il controllo dei dati personali.

Soluzione: Maia, un agente AI integrato nell'app di Marmomac che usa il profilo dell'utente per costruire risposte su misura, ancorate alle fonti ufficiali della manifestazione.

Cliente

Veronafiere, per Marmomac, la manifestazione internazionale dedicata alla filiera della pietra naturale.

Soluzione

Maia, agente AI di customer care integrato nell'app ufficiale di Marmomac, su piattaforma 8 wave Agent Studio.

Servizio Core

AI Engineering & System Integration.

Risultati chiave

Oltre 13.000 messaggi gestiti in 16 lingue, con appena 1 risposta su 1000 segnalata come errata. Più di un quarto delle conversazioni è avvenuto nel mese prima della manifestazione, per organizzare la visita.

Impatto sul business

Customer care disponibile nel canale che gli operatori usano in fiera, con dati trattati su server in Italia nel rispetto di GDPR ed EU AI Act.

Il contesto

Perché Veronafiere è tornata su 8 wave Agent Studio

Con Bacco AI, Veronafiere aveva verificato sul campo un'architettura precisa: l'agente risponde solo sulla base delle fonti ufficiali (RAG) e interroga i database dell'ente quando serve un dato aggiornato (MCP), con server fisici in Italia. Vinitaly è stato il banco di prova. Marmomac è la conferma: lo stesso ente ha scelto di riportare la tecnologia su una seconda manifestazione.

La differenza sta nel canale. Bacco AI trattava ogni utente allo stesso modo finché non si qualificava in chat ("Sono un espositore, cosa puoi fare per me?"). Il sistema funzionava, ma chiedeva all'utente di presentarsi ogni volta. Nell'app di Marmomac l'utente è già registrato e ha un profilo: l'informazione che Bacco doveva chiedere, qui esiste già.

I vincoli di progetto erano chiari fin dall'inizio: integrarsi con l'app Marmomac esistente senza riscriverla, trattare i dati di profilo nel rispetto di GDPR ed EU AI Act, essere operativi per l'apertura della manifestazione.

La sfida

Personalizzare le risposte senza perdere il controllo del dato

Dovevamo portare un customer care AI dentro l'app di Marmomac e fargli costruire risposte sul profilo di ogni utente, superando la complessità di una filiera tecnica e internazionale, l'integrazione con un'app nativa che gestisce dati personali e un picco di domande concentrato in quattro giorni.

01

Una filiera tecnica e internazionale.

Marmomac parla a operatori molto diversi: aziende di cava e di trasformazione, produttori di macchinari e utensili, architetti e designer. Le domande vanno dalla logistica dello stand alla ricerca di un espositore per materiale o tecnologia. Un customer care generico non distingue tra queste esigenze. Con otto visitatori su dieci coinvolti nelle decisioni d'acquisto, una risposta imprecisa non è solo un disservizio: è un'occasione commerciale persa.

02

L'app come canale, il profilo come contesto.

Integrare l'agente nell'app significa poter leggere il profilo dell'utente. È ciò che rende possibile la personalizzazione, ma porta con sé dati personali che vanno trattati entro GDPR ed EU AI Act, senza uscire dall'infrastruttura italiana.

03

Quattro giorni, informazioni che cambiano.

Orari, mostre, forum, eventi in città: il calendario di una fiera si muove anche durante la manifestazione. Un assistente che risponde da documenti statici invecchia in poche ore.

Il team

Le competenze di Core Development & Engineering

Maia è stata sviluppata interamente in 8 wave dalla business unit Core Development & Engineering, la stessa che ha progettato 8 wave Agent Studio e che è responsabile del Product Lab, il reparto di ricerca e sviluppo che ha dato vita ai prodotti tecnologici dell'azienda.

Alessandro Bellesia

Alessandro Bellesia

CTO

Enrico Ferriani

Enrico Ferriani

Project Manager

Tiberio Perina

Tiberio Perina

Customer Support

Il valore del team sta nel lavoro di integrazione: collegare un'app già in produzione, i sistemi di Veronafiere e l'architettura AI di Agent Studio, mantenendo stabili tutte e tre le parti.

Analisi

Dai profili utente alle risposte su misura

Il metodo parte da quello già applicato su Vinitaly: scomporre il pubblico per profili e mappare per ciascuno le domande ricorrenti. Per Bacco AI i profili erano espositori, buyer, visitatori e stampa. Per Marmomac la mappatura ha riguardato espositori, operatori e buyer, architetti e designer, stampa.

La differenza sta in chi fornisce il profilo. Su Vinitaly lo dichiarava l'utente in chat. Su Marmomac arriva dall'app. Questo ha spostato il lavoro di analisi: non più come far presentare l'utente, ma quali dati del profilo usare e per quali risposte, e quali invece lasciare fuori.

In parallelo è stata definita la base di conoscenza su cui Maia risponde: fonti ufficiali Veronafiere, catalogo espositori Marmomac, programma eventi, informazioni logistiche, tutte interrogate in tempo reale via MCP.

La soluzione

Un agente AI di customer care nativo nell'app

Maia è un'implementazione verticale di 8 wave Agent Studio, lo stesso motore di Bacco AI, portata dentro l'app ufficiale di Marmomac. Bacco rispondeva alla domanda. Maia risponde alla persona che la fa.

Integrazione nativa nell'app.

Maia non è una finestra aggiunta a un sito, ma una funzione dell'app di Marmomac. Beneficia di ciò che un'app nativa rende possibile: l'utente autenticato, il suo contesto, un canale che ha già in tasca durante la visita.

Risposte costruite sul profilo.

Grazie all'integrazione con il profilo dell'utente, Maia non chiede chi sei: lo sa. Un espositore e un architetto che fanno la stessa domanda ricevono risposte diverse, calibrate sul loro ruolo e sui loro interessi.

Fonti certificate e dati aggiornati.

Come Bacco AI, Maia risponde solo sulla base delle fonti ufficiali della manifestazione (RAG) e interroga i sistemi dell'ente quando serve un dato aggiornato (MCP). Se l'informazione non è nelle fonti, l'agente non la inventa.

Dati in Italia, compliance di serie.

L'infrastruttura di Agent Studio gira su server fisici in Italia ed è progettata per GDPR ed EU AI Act, con tracciabilità delle risposte. Un requisito tanto più rilevante quando l'agente lavora sui dati di profilo degli utenti.

Un metodo che si trasferisce.

Maia riusa l'architettura e il metodo collaudati su Vinitaly: profilazione del pubblico, base di conoscenza certificata, ciclo di correzione con operatore umano (Revised Answer). Per Veronafiere la seconda manifestazione non riparte da zero.

Le domande diventano dati.

Ogni conversazione con Maia è un segnale su cosa cercano davvero gli operatori. Agent Studio include analytics conversazionale per argomento e tracciamento delle conversazioni: per Veronafiere significa sapere quali informazioni mancano o sono difficili da trovare, e intervenire su contenuti e servizi già dalla prossima edizione.

Risultati

Oltre 13.000 risposte con solo lo 0,1% segnalato come errato

Oltre 13.000 messaggi in 16 lingue. È il volume gestito da Maia per Marmomac 2026 (dati di utilizzo della piattaforma). Sedici lingue per un pubblico arrivato da 132 Paesi, il 63% dall'estero.

Solo lo 0,1% di messaggi segnalati come errati. Su oltre 13.000 messaggi, poco più di una decina sono stati segnalati come sbagliati. Il 99,9% delle risposte non ha ricevuto segnalazioni: un indicatore concreto che ancorare l'agente alle fonti ufficiali funziona anche su una filiera tecnica come quella della pietra naturale.

Da 2 a 5 messaggi per conversazione. Le conversazioni sono brevi e mirate: l'utente pone la domanda, precisa se serve, e chiude.

Più del 25% delle conversazioni nel mese prima della fiera. Maia non è stata usata solo durante i quattro giorni di manifestazione: più di un quarto delle conversazioni è avvenuto nel mese precedente, quando gli operatori organizzano la visita. Il customer care è diventato anche uno strumento di pianificazione.

Il segnale di business più forte è già acquisito: Veronafiere ha scelto 8 wave Agent Studio per una seconda manifestazione, dopo averlo messo alla prova su Vinitaly. Marmomac compare oggi tra i clienti di Agent Studio insieme a Vinitaly.

Maia non è un secondo Bacco: è lo stesso motore portato dove l'utente ha già un'identità, per trasformare il customer care di una fiera da risposta generica a servizio personale.

FAQ - Domande frequenti sull'AI customer care

Un agente AI di customer care è un sistema di intelligenza artificiale che risponde alle domande dei clienti in linguaggio naturale, al posto o accanto agli operatori, usando le informazioni dell'azienda. A differenza di un modulo di contatto o di una pagina FAQ, dialoga: capisce la richiesta, recupera il dato pertinente e formula una risposta completa. Maia, l'agente realizzato da 8 wave per Marmomac, ne è un esempio applicato a una manifestazione fieristica internazionale. Costruita sulla piattaforma 8 wave Agent Studio, risponde a espositori e operatori sulla base delle fonti ufficiali della manifestazione ed è integrata nell'app di Marmomac. Questo le permette di partire dal profilo dell'utente registrato: un espositore e un architetto che fanno la stessa domanda ricevono risposte diverse, calibrate sul loro ruolo. Il valore per chi organizza è un servizio di assistenza disponibile nel canale che il pubblico usa già durante la visita.
Un chatbot tradizionale segue percorsi predefiniti: riconosce parole chiave e restituisce risposte scritte in anticipo. Un agente AI invece comprende domande formulate liberamente, recupera informazioni da più fonti e può interrogare i sistemi aziendali per ottenere un dato aggiornato. Nel caso di Maia, costruita da 8 wave su 8 wave Agent Studio per Marmomac, la differenza si vede in tre punti. Primo, risponde solo sulla base delle fonti ufficiali della manifestazione, tramite architettura RAG. Secondo, può interrogare i sistemi di Veronafiere quando serve un'informazione che cambia, tramite il protocollo MCP. Terzo, conosce il profilo di chi scrive, perché è integrata nell'app ufficiale dove l'utente è già registrato. Un chatbot a regole non avrebbe potuto gestire la varietà di domande di una filiera che va dalla cava al design, né adattare la risposta al ruolo di chi la pone.
Sì, il rischio si riduce in modo sostanziale ancorando l'AI a fonti verificate. Le allucinazioni sono risposte plausibili ma false, che un modello linguistico genera quando attinge a conoscenze generiche invece che ai dati dell'azienda. In un customer care sono un rischio reputazionale diretto. Maia, come Bacco AI prima di lei, usa un'architettura RAG (Retrieval-Augmented Generation): prima di rispondere, l'agente recupera le informazioni dalle fonti ufficiali della manifestazione e genera la risposta solo su quella base. Se l'informazione non è nelle fonti, l'agente non la inventa. Per i dati che cambiano durante la fiera, come orari o eventi, l'agente interroga i sistemi dell'ente tramite il protocollo MCP (Model Context Protocol) invece di affidarsi a documenti statici che invecchiano in poche ore. Ogni risposta resta tracciabile alla fonte da cui è stata costruita, un elemento che rende il sistema verificabile anche dopo la conversazione. Su Marmomac 2026, su oltre 13.000 messaggi gestiti da Maia solo 1 ogni 1000 circa è stato segnalato come errato, lo 0,1%.
Sì, a condizione che la conformità sia prevista nell'architettura e non aggiunta dopo. Un agente di customer care tratta domande e, spesso, dati personali: la prima scelta è dove vengono elaborati. 8 wave Agent Studio, la piattaforma su cui 8 wave ha costruito Maia per Marmomac, gira su server fisici in Italia, quindi i dati non escono dal territorio nazionale. La piattaforma è progettata per GDPR ed EU AI Act, con tracciabilità delle risposte e audit trail. Il tema pesa ancora di più per Maia, perché l'agente è integrato nell'app ufficiale della manifestazione e usa il profilo dell'utente registrato per personalizzare le risposte: la personalizzazione richiede di decidere in fase di analisi quali dati del profilo usare e quali lasciare fuori. Per Veronafiere la sovranità del dato era già un requisito di Bacco AI su Vinitaly, dove l'ente voleva superare le criticità di privacy riscontrate con soluzioni AI di tipo consumer.
No: nei progetti realizzati da 8 wave per Veronafiere l'agente AI gestisce le richieste ricorrenti e lascia agli operatori quelle che richiedono una persona. In una fiera come Marmomac, con oltre 1.300 espositori da 54 Paesi, gran parte delle domande ha la stessa forma: dove, quando, chi. Sono le richieste che un agente AI come Maia può gestire in modo continuo, sulla base delle fonti ufficiali della manifestazione. Il rapporto con le persone resta nel disegno del sistema. Su Bacco AI, l'agente sviluppato da 8 wave per Vinitaly, un operatore può correggere una risposta tramite il ciclo di Revised Answer, e la correzione entra nella base di conoscenza; se l'utente non trova supporto, può chiedere di essere contattato dall'helpdesk. L'obiettivo non è togliere le persone dal customer care, ma liberarle dalle domande ripetitive per dedicarle ai casi in cui servono davvero.
Perché nell'app l'utente è già registrato, e il profilo è l'informazione che rende utile una risposta. Durante una fiera, l'app ufficiale è il canale che espositori e operatori hanno in tasca. Portare lì il customer care significa rispondere dove il pubblico già si trova, invece di rimandarlo a un sito. Con Maia, l'agente AI realizzato da 8 wave per Marmomac su piattaforma 8 wave Agent Studio, l'integrazione nativa ha cambiato il punto di partenza rispetto a Bacco AI su Vinitaly. Bacco trattava ogni utente allo stesso modo finché non dichiarava il proprio ruolo in chat. Maia invece conosce il profilo di chi scrive e costruisce risposte calibrate su ruolo e interessi. Un espositore e un architetto che fanno la stessa domanda ricevono risposte diverse. La conversazione parte già dal contesto giusto, e l'utente non deve presentarsi ogni volta.
Il metodo

Il tuo agente AI di customer care, su misura

Se il tuo customer care risponde ogni giorno alle stesse domande, ma a persone diverse, un agente AI può partire da chi le fa. 

Richiedi una demo di 8 wave Agent Studio