到2024年，所有法定委员会也必须在新加坡海事及港口管理局、圣淘沙发展企业等机构的带领下发布自己的可持续发展报告。
但最近的一份报告中表示，当今的可持续发展报告实践受到不良数据的限制。如果没有实时的分析数据，决策者将很难将可持续发展报告转化为有意义的行动。
我们没有以正确的频率收集正确的数据，无法以最有意义的方式体现我们的环境足迹，传统的环境、社会和治理(ESG)报告无法动态描绘影响，并且对供应链活动缺乏监督。可持续发展数据管理仍然是一个令人头痛的问题，以下五种技术有望改变这一现状。
1、传感器收集和传输实时数据
首先，传感器将在收集和传输实时数据方面发挥关键作用，以便企业可以实时优化能源消耗。例如通信设备巨头爱立信在其位于德克萨斯州刘易斯维尔的智能工厂中，使用物联网传感器来跟踪能源使用情况，直至单个设备级别。这些数据有助于确定碳减排机会并优化其能源足迹。
大多数企业每年都会生成碳核算清单，但无法获得任何可行的见解。关键在于碳核算的形式和实时解决方案之间的关系，实时解决方案可以提供有关消费模式的即时反馈，并为领导者提供推动变革的见解。
一旦企业能够近乎实时地报告可持续性数据，他们就可以从被动分析转向主动和预测分析。数字孪生解决方案还可以帮助企业对其设施内的运营进行建模、分析资源消耗并确定改进机会。
2.分布式账本技术进行实时验证
接下来，企业可以使用区块链等分布式账本技术，来实时验证供应链交易等活动，并增加对可持续发展报告的信任。区块链账本的不变性使企业能够使用区块链以可信的方式收集、记录和共享实时环境数据。
企业还可以使用地理空间数据来验证供应商提出的ESG声明，并帮助决策者评估未来的气候风险。事实上，新加坡土地管理局估计了新加坡碳捕获工作的影响，并利用这些数据监测该国海平面的上升。
3、中心化数据平台
能够自动一致收集和分析高质量ESG数据的数据平台至关重要，除非企业采取基础性步骤，围绕数据结构、质量和沿袭建立适当严格的数据架构，否则他们很难向价值链上游移动并采用新兴技术，由于企业在电子表格中收集数据，可持续发展报告也往往变得“混乱”。自动化可以帮助企业尽早解决数据管道中的这些流程问题。
4、从数据中提取见解的算法
企业可以利用机器学习算法从数据中提取见解并做出更好的决策，这些算法还有助于验证和基准外部报告的ESG数据。
例如，总部位于瑞士的企业RepRisk使用机器学习工具来识别企业和基础设施项目的ESG风险，使贝莱德、摩根大通和瑞银等企业在ESG投资方面表现更好。
企业还可以使用这些算法从非结构化数据中提取和分析ESG数据，然后将这些数据与企业在新闻稿中的声明进行比较，从而消除“漂绿”行为。
然而，重要的是要认识到人工智能平台往往是计算密集型的。企业应考虑托管人工智能工具的云计算提供商做出的可持续发展承诺，并在采用这些工具时做出明智的决策。
5、通用数据平台
通用数据平台可以让企业在整个组织内共享数据，并提高整个生态系统内ESG报告的质量。许多企业开发自己的平台来收集数据和测量标准，这只会让情况变得更加复杂。
随着标准的出现和企业汇聚到一个共同平台上，这可能会减轻供应链活动的一些复杂性，这就是政府机构可以带头激励标准化数据共享和透明度的地方。
