数据在帮助公司实现可持续发展目标方面发挥什么作用？实际上，当“大数据”资源得到正确整合时，它会提供巨大的潜力。然而，如果没有适当的管理，也没有消费者、投资者和工人的广泛支持，这种潜力就会被浪费。

2022年，《经济学人》宣称“世界上最有价值的资源不再是石油，而是数据。”这是大肆宣传，还是对数字景观未来的清醒一瞥？毕竟，全球对石油利润的追求是以牺牲我们的环境和社区为代价的。数据和数据分析会让我们付出如此高昂的代价，还是大数据会帮助我们实现可持续发展目标？

一方面，大数据就像可再生能源——它提供了看似无穷无尽的资源，我们可以从中获取工作所需的能量，而对人类和地球的损害（如果有的话）可以忽略不计。另一方面，如果没有强有力的管理、主要参与者之间的合作以及消费者、工人和投资者等的信任和支持，大数据的潜力可能会很快被浪费。

假设数据分析可以提供有关可持续发展图景的环境、社会和治理(ESG)因素的强大见解，那么可持续发展倡导者（无论是企业内部还是外部）如何使用大数据来制定、实施和评估企业可持续发展举措？

各方都对企业在可持续发展努力中的领导力以及对这一努力的验证感兴趣。对于企业和个人投资者来说，过多的选择使得很难比较和对比它们的效用。对我们来说，合适的可持续发展公司或项目是什么样的？我们应该使用哪些评估工具和标准？我们可以在多大程度上依赖外部开发的系统来反映我们（独特的）可持续发展战略？我们应该在内部创建自己的系统吗？

在这里，人工智能(AI)为采取一致的方法带来了希望，该方法可以简化企业高管和投资者等的可持续发展决策。例如，数据科学家塔尔·伊法特（TalYifat）的报告内容涉及第一个使可持续发展数据收集和分析更加高效的市场解决方案。这些新兴的ESG商业智能解决方案正在梳理和处理企业报告、监控和综合社交媒体对话、跟踪监管举措等。由此产生的大数据可以帮助制定ESG可持续发展战略，包括风险评估、消费者参与和供应链监督。

运营、供应链中的大数据

在运营方面，如上所述，大数据可以帮助公司更好地了解其环境影响。它还可以加强合作，这是环境图景中的另一个因素。例如，IBM使用大数据分析不仅可以改善自身运营，还可以帮助其他公司优化运营，提高能源和资源效率。需要做出更多努力来加强合作。当前的线性经济模型基于获取、制造和浪费范式；相比之下，循环经济模型基于减少和再利用原则。社会企业正在致力于通过使用区块链技术等来加速行业内的循环经济实践。

在供应链方面，大数据分析可以帮助企业提高原料或部件的可追溯性；解决劳工、合规性和可持续性数据收集方面的透明度问题；并降低供应链风险。大数据还可以帮助企业让不同的利益相关者参与与供应链相关的企业可持续发展计划。例如，社会企业Provenance“使用区块链技术来实现供应链中认证和其他重要信息的安全可追溯性。

信任赤字

大数据可以帮助解决企业可持续发展计划面临的许多问题。然而，这种情况的发生是有必要条件的。挖掘大数据的公司需要获得数据源的信任，即消费者、供应商和合作伙伴。这个条件尚未满足。

剑桥大学心理测量中心和全球公关公司爱德曼发布的一项联合研究显示，惊人的71%的消费者不相信公司会合乎道德地使用他们的数据。最近涉及各种丑闻和数据泄露可能已经加深了分歧，但也唤醒了商界认识到解决信任赤字并预见实现可持续发展目标(SDG)所面临的道德和ESG挑战的必要性。

大数据为预测分析和解决方案提供了巨大的潜力，将有助于促进所有可持续发展目标的全球可持续性，然而，挑战是公民之间的机构信任不断下降。新技术在转型网络中带来了新形式的分布式信任，这比等级关系中的传统形式的信任更难获得。

从根本上来说，正如爱德华·弗里曼教授最近在《斯隆管理评论》上与人合着的一篇文章中所恰当地指出的那样，“在驱动我们决策的每一段代码背后，都是人类对什么重要、什么不重要做出的判断。”由于可持续发展倡导者不仅将大数据视为“新石油”，因此我们必须确保企业道德和可持续发展问题成为大数据和数据分析（仍在新兴）故事的核心。我们需要确保编程和数据分析背后的人员有能力应对商业智能的各种挑战，并为企业可持续发展计划的成功进行投资。而且由于即使是新技术解决方案也可能被操纵或破坏，因此我们在实施强大的数字检查和控制系统时也必须保持警惕。

我们只能希望，在大数据的帮助下，在人工智能和算法的帮助下，首席执行官和其他高管能够听取机器的警告，引导我们走向可持续的未来。