到2024年，所有法定委員會也必須在新加坡海事及港口管理局、圣淘沙發展企業等機構的帶領下發布自己的可持續發展報告。
但最近的一份報告中表示，當今的可持續發展報告實踐受到不良數據的限制。如果沒有實時的分析數據，決策者將很難將可持續發展報告轉化為有意義的行動。
我們沒有以正確的頻率收集正確的數據，無法以最有意義的方式體現我們的環境足跡，傳統的環境、社會和治理(ESG)報告無法動態描繪影響，并且對供應鏈活動缺乏監督。可持續發展數據管理仍然是一個令人頭痛的問題，以下五種技術有望改變這一現狀。
1、傳感器收集和傳輸實時數據
首先，傳感器將在收集和傳輸實時數據方面發揮關鍵作用，以便企業可以實時優化能源消耗。例如通信設備巨頭愛立信在其位于德克薩斯州劉易斯維爾的智能工廠中，使用物聯網傳感器來跟蹤能源使用情況，直至單個設備級別。這些數據有助于確定碳減排機會并優化其能源足跡。
大多數企業每年都會生成碳核算清單，但無法獲得任何可行的見解。關鍵在于碳核算的形式和實時解決方案之間的關系，實時解決方案可以提供有關消費模式的即時反饋，并為領導者提供推動變革的見解。
一旦企業能夠近乎實時地報告可持續性數據，他們就可以從被動分析轉向主動和預測分析。數字孿生解決方案還可以幫助企業對其設施內的運營進行建模、分析資源消耗并確定改進機會。
2.分布式賬本技術進行實時驗證
接下來，企業可以使用區塊鏈等分布式賬本技術，來實時驗證供應鏈交易等活動，并增加對可持續發展報告的信任。區塊鏈賬本的不變性使企業能夠使用區塊鏈以可信的方式收集、記錄和共享實時環境數據。
企業還可以使用地理空間數據來驗證供應商提出的ESG聲明，并幫助決策者評估未來的氣候風險。事實上，新加坡土地管理局估計了新加坡碳捕獲工作的影響，并利用這些數據監測該國海平面的上升。
3、中心化數據平臺
能夠自動一致收集和分析高質量ESG數據的數據平臺至關重要，除非企業采取基礎性步驟，圍繞數據結構、質量和沿襲建立適當嚴格的數據架構，否則他們很難向價值鏈上游移動并采用新興技術，由于企業在電子表格中收集數據，可持續發展報告也往往變得“混亂”。自動化可以幫助企業盡早解決數據管道中的這些流程問題。
4、從數據中提取見解的算法
企業可以利用機器學習算法從數據中提取見解并做出更好的決策，這些算法還有助于驗證和基準外部報告的ESG數據。
例如，總部位于瑞士的企業RepRisk使用機器學習工具來識別企業和基礎設施項目的ESG風險，使貝萊德、摩根大通和瑞銀等企業在ESG投資方面表現更好。
企業還可以使用這些算法從非結構化數據中提取和分析ESG數據，然后將這些數據與企業在新聞稿中的聲明進行比較，從而消除“漂綠”行為。
然而，重要的是要認識到人工智能平臺往往是計算密集型的。企業應考慮托管人工智能工具的云計算提供商做出的可持續發展承諾，并在采用這些工具時做出明智的決策。
5、通用數據平臺
通用數據平臺可以讓企業在整個組織內共享數據，并提高整個生態系統內ESG報告的質量。許多企業開發自己的平臺來收集數據和測量標準，這只會讓情況變得更加復雜。
隨著標準的出現和企業匯聚到一個共同平臺上，這可能會減輕供應鏈活動的一些復雜性，這就是政府機構可以帶頭激勵標準化數據共享和透明度的地方。
