Dimensioni del mercato, quota, crescita e analisi del settore software dei database di serie temporali, per tipo (basato su cloud, basato sul Web), per applicazione (grandi imprese, PMI), approfondimenti regionali e previsioni fino al 2035

Panoramica del mercato del software per database di serie temporali

La dimensione del mercato globale del software per database di serie temporali è prevista a 883,28 milioni di dollari nel 2026 e si prevede che raggiungerà 1.416,35 milioni di dollari entro il 2035 con un CAGR del 5,5%.

Il mercato del software per database di serie temporali si sta espandendo rapidamente in settori quali IoT, finanza, telecomunicazioni e produzione, con circa il 61% delle aziende che generano flussi di dati con timestamp superiori a 500.000 punti dati al secondo. Quasi il 68% delle implementazioni dell’IoT industriale si affida a database di serie temporali per il monitoraggio in tempo reale e la manutenzione predittiva. Circa il 54% dei dati generati a livello globale è strutturato in serie temporali, mentre il 47% delle piattaforme di analisi integra database di serie temporali per l’intelligence operativa. Inoltre, circa il 39% delle organizzazioni utilizza questi database per ridurre i tempi di inattività del sistema del 26% e migliorare l'efficienza dell'elaborazione dei dati del 31%.

Negli Stati Uniti, il mercato del software per database di serie temporali mostra una forte adozione, con circa il 63% delle aziende che utilizzano database di serie temporali per applicazioni di analisi e monitoraggio in tempo reale. Oltre 12.000 aziende in settori quali finanza, energia e telecomunicazioni utilizzano questi sistemi, con California, Texas e New York che contribuiscono per quasi il 41% delle installazioni. Circa il 58% delle implementazioni IoT negli Stati Uniti si basa su database di serie temporali, mentre il 44% degli istituti finanziari li utilizza per il trading ad alta frequenza e l’analisi dei rischi. Inoltre, circa il 36% dei sistemi di infrastrutture intelligenti incorporano piattaforme di dati di serie temporali per migliorare l’efficienza operativa del 28%.

Scarica campione gratuito per saperne di più su questo report.

Risultati chiave

• Fattore chiave del mercato:Circa il 69% della domanda è guidata dalla generazione di dati IoT, il 56% dall’adozione legata all’analisi in tempo reale e il 48% dalla crescita supportata da applicazioni di manutenzione predittiva in tutti i settori industriali.
• Importante restrizione del mercato: Circa il 43% della complessità nell’integrazione dei dati, il 38% di elevati requisiti infrastrutturali e il 32% di preoccupazioni per la sicurezza dei dati limitano l’adozione, mentre il 27% della mancanza di professionisti qualificati incide sull’efficienza dell’implementazione.
• Tendenze emergenti: Quasi il 52% dello spostamento verso architetture cloud-native, il 44% dell’adozione di analisi basate sull’intelligenza artificiale e il 36% dell’integrazione con tecnologie di edge computing stanno plasmando l’evoluzione del mercato.
• Leadership regionale: Il Nord America è in testa con una quota di mercato pari a circa il 38%, seguito dall'Asia-Pacifico al 34%, dall'Europa al 21% e dal Medio Oriente e dall'Africa che contribuiscono con quasi il 7%.
• Panorama competitivo: i primi 5 player rappresentano circa il 57% della quota di mercato, mentre le aziende di medio livello contribuiscono per il 29% e i fornitori emergenti rappresentano quasi il 14% della concorrenza globale.
• Segmentazione del mercato:Le soluzioni basate sul cloud detengono una quota del 62%, le soluzioni basate sul web rappresentano il 38%, mentre le grandi imprese contribuiscono con il 64% all'utilizzo e le PMI rappresentano il 36%.
• Sviluppo recente: Aumento del 41% circa nell’integrazione dell’intelligenza artificiale, crescita del 33% nelle implementazioni del cloud e progressi del 28% nelle tecnologie di elaborazione dei dati in tempo reale osservati tra il 2023 e il 2025.

Ultime tendenze del mercato software dei database delle serie temporali

Le tendenze del mercato del software per database di serie temporali evidenziano la crescente adozione di piattaforme native del cloud, con circa il 52% delle aziende che migrano i propri carichi di lavoro di serie temporali verso ambienti cloud per migliorare la scalabilità e ridurre la latenza del 24%. Circa il 44% delle organizzazioni sta integrando l’intelligenza artificiale e il machine learning nell’analisi delle serie temporali, migliorando la precisione del rilevamento delle anomalie del 33% e l’efficienza delle previsioni del 27%.

La domanda guidata dall’IoT rappresenta quasi il 61% della generazione di dati, laddove i database di serie temporali elaborano flussi di dati di sensori che superano i 500.000 punti dati al secondo. Circa il 36% delle implementazioni ora incorpora funzionalità di edge computing, consentendo l’elaborazione in tempo reale fino al 45% dei dati alla fonte e riducendo il carico di rete del 21%. Inoltre, le soluzioni open source rappresentano il 31% dell’adozione, in particolare tra le PMI, consentendo un’implementazione e flessibilità economicamente vantaggiose.

Anche i miglioramenti della sicurezza rappresentano una tendenza importante, con circa il 28% delle nuove implementazioni incentrate su meccanismi avanzati di crittografia e controllo degli accessi, riducendo i rischi di violazione dei dati del 19%. Inoltre, circa il 39% delle imprese sta adottando architetture multi-tenant per supportare implementazioni scalabili, mentre circa il 34% degli istituti finanziari utilizza database di serie temporali per applicazioni di trading ad alta frequenza e rilevamento delle frodi.

Dinamiche del mercato del software per database di serie temporali

Le dinamiche di mercato si riferiscono all’insieme di forze e fattori misurabili che influenzano il modo in cui un mercato opera, si evolve e si comporta nel tempo, inclusi fattori trainanti, restrizioni, opportunità e sfide, il tutto supportato da indicatori quantitativi come percentuale della domanda, tassi di adozione e impatto operativo. Ad esempio, un mercato potrebbe sperimentare per il 69% una domanda guidata da tecnologie chiave, per il 43% affrontare limitazioni dovute alla complessità dell’integrazione, per il 36% identificare opportunità di espansione nelle aree emergenti e per il 41% incontrare sfide legate alla scalabilità e alla gestione dei dati. Queste dinamiche spiegano come interagiscono diversi elementi, ad esempio il 61% della generazione di dati guida l’adozione mentre il 32% i problemi di sicurezza limitano l’implementazione, o come i progressi tecnologici migliorano l’efficienza del 31% mentre i requisiti infrastrutturali influenzano il 38% delle organizzazioni, fornendo una comprensione basata sui dati del comportamento complessivo del mercato.

AUTISTA

"La crescente domanda di analisi dei dati in tempo reale e integrazione IoT"

Il motore principale del mercato del software per database di serie temporali è la rapida crescita dell’IoT e dell’analisi in tempo reale, con circa il 61% delle aziende che generano flussi di dati continui che richiedono l’elaborazione di serie temporali. Circa il 68% delle implementazioni dell’IoT industriale si affida a questi database per il monitoraggio e la manutenzione predittiva, riducendo i tempi di inattività delle apparecchiature del 26% e migliorando l’efficienza operativa del 31%. Circa il 56% delle organizzazioni utilizza l’analisi delle serie temporali per prendere decisioni in tempo reale, mentre il 48% dei sistemi di produzione integra queste piattaforme per migliorare l’efficienza della produzione. Inoltre, quasi il 44% degli istituti finanziari si affida a database di serie temporali per il trading ad alta frequenza e l’analisi dei rischi.

CONTENIMENTO

"Complessità nell'integrazione e nei requisiti infrastrutturali"

La complessità dell’integrazione colpisce circa il 43% delle organizzazioni, in particolare quando si combinano database di serie temporali con sistemi legacy. Circa il 38% delle aziende deve affrontare sfide legate ai requisiti infrastrutturali, comprese le capacità di archiviazione ed elaborazione per flussi di dati ad alto volume. Le preoccupazioni relative alla sicurezza dei dati influiscono sul 32% delle implementazioni, mentre circa il 27% delle aziende segnala una carenza di professionisti qualificati in grado di gestire sistemi di serie temporali. Inoltre, quasi il 24% delle organizzazioni riscontra ritardi nell’implementazione a causa di problemi di compatibilità e difficoltà di configurazione del sistema.

OPPORTUNITÀ

"Espansione nelle città intelligenti e nell’edge computing"

Le iniziative per le città intelligenti rappresentano una grande opportunità, con circa il 47% dei sistemi di dati urbani che si basano su database di serie temporali per il monitoraggio del traffico, del consumo energetico e delle condizioni ambientali. L’adozione dell’edge computing rappresenta il 36% delle opportunità, consentendo l’elaborazione dei dati in tempo reale alla fonte e riducendo la latenza del 24%. Circa il 33% degli investimenti è diretto verso l’analisi basata sull’intelligenza artificiale, migliorando l’accuratezza predittiva del 31%. Inoltre, quasi il 29% delle applicazioni sanitarie utilizza database di serie temporali per il monitoraggio dei pazienti e l’analisi dei dati, mentre il 26% delle applicazioni nel settore energetico si affida a questi sistemi per l’ottimizzazione della rete.

SFIDA

"Gestire elevati volumi di dati e garantire la scalabilità"

La gestione di elevati volumi di dati è una sfida fondamentale, che interessa circa il 41% delle organizzazioni a causa della crescita esponenziale dei dati delle serie temporali. Circa il 34% delle aziende deve affrontare problemi di scalabilità quando gestiscono flussi di dati superiori a 1 milione di punti al secondo. Circa il 29% delle implementazioni riscontra colli di bottiglia nelle prestazioni, mentre il 26% delle organizzazioni ha difficoltà con l'ottimizzazione dello storage. Inoltre, quasi il 23% delle aziende investe in tecniche avanzate di compressione e indicizzazione per affrontare queste sfide, mentre il 21% si concentra sul miglioramento della scalabilità e delle prestazioni del sistema.

Segmentazione del mercato del software per database di serie temporali

La segmentazione si riferisce al processo strutturato di divisione di un mercato in categorie più piccole e chiaramente definite sulla base di criteri misurabili come tipo, applicazione, regione o dimensione dell'organizzazione, utilizzando indicatori quantitativi come quota percentuale, livelli di utilizzo e tassi di adozione. Ad esempio, un segmento può rappresentare il 62% dell’utilizzo totale del mercato mentre un altro rappresenta il 38%, oppure un gruppo di applicazioni può contribuire per il 64% rispetto al 36% di un altro, evidenziando come viene distribuita la domanda.

Consente un'analisi dettagliata della struttura del mercato, ad esempio identificando dove l'adozione supera il 50%, dove la concentrazione dell'utilizzo è superiore al 40% e in che modo i diversi segmenti contribuiscono alla performance complessiva, consentendo alle aziende di valutare opportunità, rivolgersi a gruppi di utenti specifici e prendere decisioni basate sui dati sulla base di intuizioni numeriche.

Scarica campione gratuito per saperne di più su questo report.

Per tipo

Basato sul cloud: Le soluzioni basate sul cloud dominano con una quota di mercato di circa il 62%, guidate dai vantaggi di scalabilità e flessibilità, con quasi il 55% delle aziende che adottano piattaforme cloud per l’archiviazione e l’elaborazione dei dati delle serie temporali. Circa il 48% delle implementazioni IoT si affida a database basati su cloud per gestire flussi di dati ad alto volume, mentre circa il 42% delle organizzazioni utilizza queste soluzioni per migliorare l’accessibilità dei dati e ridurre la latenza del 24%. Inoltre, quasi il 37% delle implementazioni cloud supporta architetture multi-tenant, mentre circa il 33% delle aziende integra analisi basate sull’intelligenza artificiale in piattaforme di serie temporali basate sul cloud.

Basato sul Web:Le soluzioni basate sul web rappresentano circa il 38% del mercato, utilizzate principalmente dalle PMI e dalle organizzazioni che necessitano di opzioni di implementazione economicamente vantaggiose, con circa il 41% delle piccole imprese che adottano piattaforme basate sul web per la gestione dei dati delle serie temporali. Circa il 34% delle applicazioni utilizza database basati sul Web per il monitoraggio in tempo reale, mentre quasi il 29% delle organizzazioni si affida a queste soluzioni per la visualizzazione e il reporting dei dati. Inoltre, circa il 26% delle implementazioni integra piattaforme basate sul Web con l'infrastruttura IT esistente, mentre circa il 23% degli utenti preferisce queste soluzioni per la facilità di implementazione e manutenzione.

Per applicazione

Grandi imprese: questo segmento domina il mercato del software per database di serie temporali con una quota di mercato di circa il 64%, poiché quasi il 58% delle grandi organizzazioni utilizza database di serie temporali per analisi in tempo reale, monitoraggio e intelligence operativa in settori quali finanza, telecomunicazioni e produzione. Circa il 52% delle grandi imprese integra funzionalità di intelligenza artificiale e machine learning nei propri sistemi, migliorando la precisione dell’analisi predittiva del 31% e riducendo i tempi di inattività del 26%. Inoltre, circa il 47% delle applicazioni industriali si affida a questi database per la manutenzione predittiva, mentre quasi il 43% degli istituti finanziari li utilizza per il trading ad alta frequenza e il rilevamento delle frodi, e circa il 39% delle aziende implementa architetture cloud-native per gestire flussi di dati ad alto volume che superano 1 milione di punti dati al secondo.

PMI:Le piccole e medie imprese rappresentano circa il 36% del mercato, di cui circa il 41% adotta database di serie temporali per una gestione dei dati economicamente vantaggiosa e soluzioni di monitoraggio in tempo reale. Circa il 34% delle PMI utilizza queste piattaforme per migliorare l’efficienza operativa del 27%, mentre quasi il 29% integra l’analisi delle serie temporali nei processi aziendali per migliorare il processo decisionale. Inoltre, circa il 26% delle PMI si affida a soluzioni open source grazie ai minori costi di implementazione, mentre circa il 23% adotta piattaforme basate su cloud per migliorare la scalabilità e ridurre i requisiti infrastrutturali. Inoltre, quasi il 21% delle PMI utilizza database di serie temporali per applicazioni IoT, consentendo l’elaborazione dei dati in tempo reale e migliorando la reattività del sistema del 24%.

Prospettive regionali per il mercato del software per database di serie temporali

Regional Outlook si riferisce alla valutazione analitica del rendimento di un mercato in diverse regioni geografiche utilizzando indicatori misurabili come percentuali di quota di mercato, tassi di adozione, livelli di implementazione e distribuzione dell'utilizzo del settore. Evidenzia come le regioni contribuiscono in modo diverso al mercato complessivo, ad esempio una regione rappresenta una quota del 38% mentre altre contribuiscono con il 34%, 21% o 7%, riflettendo le variazioni nell’adozione tecnologica e nelle infrastrutture. Esamina inoltre le tendenze specifiche della regione, come l’adozione da parte delle imprese del 63% in una regione rispetto al 57% in un’altra, o la concentrazione dell’implementazione del cloud del 45% rispetto al 37% altrove, aiutando le aziende a comprendere la concentrazione della domanda, il potenziale di crescita e le dinamiche operative sulla base di dati quantitativi in ​​più aree geografiche.

Scarica campione gratuito per saperne di più su questo report.

America del Nord

Il Nord America detiene circa il 38% del mercato software dei database di serie temporali, con gli Stati Uniti che contribuiscono per quasi l’82% della domanda regionale, mentre circa il 63% delle aziende utilizza database di serie temporali per analisi in tempo reale e applicazioni di monitoraggio in settori quali finanza, energia e telecomunicazioni. Circa il 58% delle implementazioni IoT nella regione si affida a queste piattaforme per elaborare i dati dei sensori ad alta frequenza, mentre quasi il 44% degli istituti finanziari le utilizza per il trading ad alta frequenza e l’analisi dei rischi. Inoltre, circa il 39% delle organizzazioni ha adottato architetture cloud-native per migliorare la scalabilità, mentre circa il 33% integra analisi basate sull’intelligenza artificiale per migliorare l’accuratezza predittiva del 31% e quasi il 28% delle aziende implementa soluzioni di edge computing per elaborare i dati più vicino alla fonte, riducendo la latenza del 24%.

Europa

L’Europa rappresenta circa il 21% del mercato, con Germania, Regno Unito e Francia che contribuiscono per quasi il 64% della domanda regionale, mentre circa il 49% delle imprese utilizza database di serie temporali per il monitoraggio e l’analisi industriale nei settori manifatturiero e dei servizi di pubblica utilità. Circa il 37% delle organizzazioni ha implementato soluzioni basate su cloud per gestire carichi di lavoro di dati su larga scala, mentre quasi il 31% integra l’intelligenza artificiale nei sistemi di analisi delle serie temporali per migliorare l’accuratezza delle previsioni del 27%. Inoltre, circa il 28% dei progetti di città intelligenti si affida a database di serie temporali per la gestione delle infrastrutture, mentre circa il 25% degli istituti finanziari utilizza queste piattaforme per il monitoraggio delle transazioni e quasi il 23% delle imprese si concentra sul miglioramento dell’efficienza operativa attraverso l’elaborazione dei dati in tempo reale.

Asia-Pacifico

L’Asia-Pacifico rappresenta circa il 34% del mercato software dei database di serie temporali, guidato da Cina, India e Giappone che contribuiscono per quasi il 71% della domanda regionale, mentre circa il 57% delle aziende utilizza database di serie temporali per applicazioni IoT e di automazione industriale. Circa il 45% delle nuove implementazioni nella regione sono basate sul cloud e supportano un’infrastruttura scalabile, mentre quasi il 38% delle organizzazioni integra analisi basate sull’intelligenza artificiale per migliorare l’efficienza dell’elaborazione dei dati del 29%. Inoltre, circa il 33% dei progetti di infrastrutture intelligenti si affida a database di serie temporali per il monitoraggio e l’ottimizzazione, mentre circa il 29% delle imprese utilizza questi sistemi per processi decisionali basati sui dati e quasi il 26% delle iniziative di trasformazione digitale incorporano piattaforme di serie temporali per migliorare le prestazioni operative.

Medio Oriente e Africa

La regione del Medio Oriente e dell’Africa rappresenta circa il 7% del mercato, con circa il 42% della domanda guidata da progetti di sviluppo di città intelligenti e infrastrutture, mentre circa il 36% delle organizzazioni utilizza database di serie temporali per applicazioni di gestione dell’energia e dei servizi pubblici. Quasi il 31% delle imprese si affida a questi sistemi per il monitoraggio in tempo reale delle operazioni industriali, mentre circa il 27% ha adottato piattaforme basate su cloud per migliorare la scalabilità e ridurre i costi infrastrutturali. Inoltre, circa il 24% delle implementazioni si concentra sul miglioramento dell’efficienza operativa attraverso l’analisi predittiva, mentre quasi il 22% delle organizzazioni integra soluzioni basate sull’IoT e circa il 21% delle imprese utilizza database di serie temporali per supportare iniziative di trasformazione digitale e migliorare la visibilità dei dati in tutti i settori.

Elenco delle principali società di software per database di serie temporali

• Dati sull'afflusso
• Tendenza
• Amazon Timestream
• DataStax
• Prometeo
• QuasarDB
• Curvatura 10
• DB di afflusso
• kdb+
• Attiano X
• Database delle serie temporali Axibase

Dati di afflusso:detiene una quota di mercato di circa il 21%, con la sua piattaforma database utilizzata da oltre 1.500 clienti aziendali a livello globale e che supporta velocità di acquisizione dati superiori a 1 milione di punti al secondo.

Amazon Timestream: rappresenta quasi il 17% della quota di mercato, con l'adozione in oltre il 40% delle distribuzioni native del cloud e l'integrazione in oltre il 30% delle applicazioni basate sull'IoT.

Analisi e opportunità di investimento

L’analisi degli investimenti nel mercato del software per database di serie temporali mostra che circa il 42% delle organizzazioni ha aumentato gli investimenti nell’infrastruttura dei dati in tempo reale, con quasi il 55% dei finanziamenti assegnati a piattaforme basate su cloud grazie alla loro capacità di gestire oltre il 65% dei carichi di lavoro dei dati di serie temporali. Circa il 37% delle imprese sta investendo in sistemi abilitati all’IoT in cui i database di serie temporali elaborano più di 500.000 punti dati al secondo, supportando l’automazione e il monitoraggio industriale. Inoltre, circa il 29% degli investimenti è diretto all’integrazione dell’intelligenza artificiale, migliorando l’accuratezza dell’analisi predittiva del 31% e riducendo la latenza del sistema del 24%.

I finanziamenti del settore privato rappresentano quasi il 33% degli investimenti totali, in particolare nei settori finanziario e delle telecomunicazioni dove i dati con marcatura temporale rappresentano oltre il 58% dei set di dati operativi. Le iniziative governative contribuiscono per circa il 18%, concentrandosi su progetti di infrastrutture intelligenti in cui il 47% dei sistemi si affida a database di serie temporali per l’analisi in tempo reale. Inoltre, circa il 26% delle aziende sta investendo in tecnologie di edge computing, consentendo l’elaborazione fino al 45% dei dati alla fonte, mentre circa il 22% degli investimenti si concentra su miglioramenti della sicurezza informatica, riducendo i rischi di violazione dei dati del 19% e migliorando l’affidabilità del sistema.

Sviluppo di nuovi prodotti

Lo sviluppo di nuovi prodotti nel mercato del software per database di serie temporali indica che circa il 46% dei fornitori ha lanciato soluzioni di database avanzate con capacità di elaborazione in tempo reale migliorate, supportando velocità di acquisizione di dati superiori a 1 milione di punti dati al secondo e riducendo la latenza del 28%. Circa il 39% delle innovazioni si concentra sull’analisi basata sull’intelligenza artificiale, migliorando la precisione del rilevamento delle anomalie del 33% e le prestazioni di previsione del 27%.

Circa il 35% dei nuovi prodotti sono soluzioni cloud native progettate per ambienti distribuiti, che aumentano la scalabilità del 42% e ottimizzano l’efficienza dello storage del 25%. Gli sviluppi open source rappresentano quasi il 31% delle innovazioni, consentendo l’adozione da parte del 60% delle PMI grazie all’efficienza in termini di costi e alla flessibilità. Inoltre, circa il 28% delle nuove soluzioni enfatizza la compatibilità con l’edge computing, consentendo l’elaborazione in tempo reale del 45% dei dati a livello di dispositivo e riducendo il carico di rete del 21%. Le innovazioni incentrate sulla sicurezza rappresentano circa il 24% degli sviluppi, migliorando la protezione dei dati del 29%, mentre quasi il 22% delle nuove piattaforme incorpora architetture multi-tenant per supportare oltre il 50% delle implementazioni su scala aziendale.

Cinque sviluppi recenti

• Nel 2023, un fornitore ha migliorato la capacità di acquisizione dei dati del 32%, consentendo l’elaborazione di oltre 1 milione di punti dati al secondo.
• Nel 2024, un nuovo database integrato con l’intelligenza artificiale ha migliorato l’accuratezza del rilevamento delle anomalie del 33% e l’efficienza delle previsioni del 27%.
• Nel 2025, i miglioramenti dell’implementazione cloud-native hanno aumentato la scalabilità del 42% su tutti i sistemi aziendali.
• Nel 2023, l’integrazione dell’edge computing ha consentito l’elaborazione in tempo reale del 45% dei dati alla fonte.
• Nel 2024, funzionalità di sicurezza avanzate hanno ridotto i rischi di violazione dei dati del 19% nei sistemi di database di serie temporali.

Rapporto sulla copertura del mercato del software per database di serie temporali

Il rapporto sul mercato del software per database di serie temporali fornisce una copertura completa di 10 segmenti principali e 4 regioni chiave, che rappresentano circa l’88% della domanda globale, con l’analisi di oltre 120 aziende che rappresentano quasi il 79% della quota di mercato. Il report valuta 2 tipi di distribuzione e 2 categorie di applicazioni, supportate da oltre 250 dati statistici relativi alle prestazioni del sistema, alla capacità di elaborazione dei dati e ai tassi di adozione.

L'analisi regionale comprende oltre 30 paesi, che coprono circa il 92% dell'utilizzo globale, con il Nord America che rappresenta il 38%, l'Asia-Pacifico il 34%, l'Europa il 21% e il Medio Oriente e l'Africa il 7%. Il rapporto esamina inoltre i principali progressi tecnologici, tra cui le architetture cloud-native adottate dal 55% delle imprese, l’analisi integrata dell’intelligenza artificiale utilizzata dal 39% e le soluzioni di edge computing implementate nel 28% delle implementazioni. Inoltre, analizza più di 20 aree di innovazione come streaming in tempo reale e analisi predittiva, monitorando al contempo i parametri operativi tra cui tassi di acquisizione di dati superiori a 1 milione di punti al secondo nel 32% delle implementazioni e miglioramenti di ottimizzazione dello storage nel 25%, fornendo approfondimenti dettagliati per le parti interessate.