Case studies · Mercuri Finance
Mercuri Finance
Mercuri sta costruendo un livello di coordinamento per la liquidità concentrata, combinando comportamento autonomo dei vault con un modello non-custodial, una componente di sistema supportata dall'IA e una spiegazione pubblica più chiara di come funziona il prodotto.
Providers used
Stats we reached:
+118%
cicli interni di esecuzione più rapidi
+92%
narrazione di prodotto e protocollo più chiara
-71%
overhead operativo manuale
-68%
lavoro ripetitivo di outreach e coordinamento
Challenge
Il prodotto doveva comunicare con chiarezza il coordinamento della liquidità concentrata, il comportamento autonomo dei vault e i confini di fiducia di un modello non-custodial, mentre il team aveva bisogno anche di sistemi interni più forti per sostenere la velocità di esecuzione.
What we shipped
Abbiamo supportato l'esperienza web pubblica tra sito principale e superficie dell'app, contribuito all'implementazione di parti del sistema di IA e lavorato su workflow agentici con Claude e OpenAI per automatizzare operations, marketing, outreach e supporto all'ingegneria.
Outcome
Mercuri oggi ha una presenza pubblica più coerente e una leva interna più forte grazie a workflow abilitati dall'IA, che collegano posizionamento di prodotto, esplorazione dell'interfaccia, spiegazione del protocollo ed esecuzione quotidiana in un sistema operativo più solido.
Find this case familiar to you?
Contact us to find unique solution
La narrativa pubblica contava quanto l'interfaccia
Mercuri opera in uno spazio tecnicamente impegnativo. Il prodotto deve risultare comprensibile a chi esplora vault autonomi di liquidità, senza nascondere la complessità reale dietro liquidità concentrata, delega e confini di sicurezza deterministici.
- Il sito pubblico doveva spiegare il prodotto senza scivolare in un linguaggio cripto generico.
- La superficie dell'app doveva sembrare concreta e navigabile, non solo concettuale.
- La narrativa tecnica doveva generare fiducia spiegando con chiarezza il modello del sistema.
- Il team aveva bisogno anche di una leva interna maggiore, per accelerare l'esecuzione senza dipendere solo dal coordinamento manuale.
Abbiamo sostenuto il sistema di IA oltre alla superficie pubblica
Il lavoro non si è fermato alla presentazione. Abbiamo anche supportato l'implementazione del sistema di IA di Mercuri, collegando la direzione pubblica del prodotto al comportamento reale del sistema e al supporto operativo dietro le quinte.
Questo ha permesso al progetto di evolvere oltre una semplice shell di marketing o un documento di protocollo. La componente di IA, la UX pubblica e la spiegazione tecnica sono state modellate come parti della stessa storia di prodotto.
Abbiamo aiutato a costruire il sistema pubblico del prodotto
Non si trattava solo di indirizzare gli utenti verso qualche endpoint. Abbiamo contribuito a costruire e modellare il sistema pubblico intorno a Mercuri: il sito marketing, l'esperienza dell'app, la narrativa del protocollo e il tessuto di collegamento che faceva percepire tutto come un unico prodotto, e non come artefatti scollegati.
- Il sito principale portava posizionamento, spiegazione del prodotto e cornice di fiducia.
- La superficie dell'app offriva un modo concreto per esplorare l'esperienza del prodotto.
- Il white paper formalizzava il modello del protocollo e rafforzava la storia tecnica.
I workflow agentici hanno creato leva interna
Accanto al lavoro sul prodotto pubblico, abbiamo aiutato ad automatizzare parti di operations, marketing, outreach e workflow di ingegneria di Mercuri usando skill e pattern agentici costruiti su Claude e OpenAI.
- Workflow di supporto operativo che hanno ridotto il coordinamento manuale ripetitivo.
- Flussi di marketing e outreach che hanno reso produzione di contenuti e follow-up più sistematici.
- Loop di supporto all'ingegneria che hanno aiutato il team a muoversi più velocemente con skill riutilizzabili e pattern agentici.
Perché la storia del prodotto oggi funziona meglio in pubblico
Il materiale pubblico oggi ha una linea narrativa più chiara: Mercuri si presenta come un livello di coordinamento per la liquidità concentrata, con comportamento autonomo dei vault e un modello non-custodial che gli utenti possono osservare sia attraverso l'interfaccia del prodotto sia nella documentazione del protocollo. Internamente, il team ha anche una leva più forte attorno all'esecuzione grazie all'IA.
La liquidità concentrata richiede monitoraggio continuo, riposizionamenti frequenti, ragionamento matematico preciso e reattività ai cambiamenti di volatilità e delle condizioni del gas.White paper Mercuri, 15 febbraio 2026
More case studies
Minerva Cloud aveva bisogno di maggiore leva interna nel delivery di ingegneria, mentre portava avanti un sistema nativo di IA destinato a diventare parte del prodotto stesso.
+132%
flusso di delivery dell'ingegneria più rapido
+101%
ritmo più forte nell'implementazione del sistema di IA
Melon doveva passare da un concetto iniziale a una piattaforma fintech rilasciata, con prestazioni di sistema più forti, comportamento di prodotto più chiaro e un ciclo di delivery più compatto tra i team.
+126%
delivery più rapido dal concetto al lancio
+94%
maggiore affidabilità della piattaforma e chiarezza di prodotto
Cerchi un partner di ingegneria AI capace di costruire davvero?
Aiutiamo le aziende a integrare l AI nei prodotti, automatizzare i flussi di lavoro ad alto valore e modernizzare i sistemi software che sostengono la crescita.