值得信赖的人工智能（AI）系统依赖可靠的数据；当数据零散、过时或彼此孤立时，组织可能作出不当或延迟的决策、面临监管问题，并失去利益相关方的信任。
组织往往能从可持续发展举措中创造切实的商业价值，却未能有效衡量或利用相关信息，因为可持续发展数据与财务数据彼此割裂。
有效采用 AI 需要领导层各岗位协作，尤其是高管层成员；每个人都应从治理、基础设施和风险角度提供关键见解。
全球各地的组织都在探索人工智能（AI）。随着领导者和团队从“懂 AI”迈向“精通 AI”，讨论不再只关乎创新，也关乎信任、风险和治理。
世界经济论坛的《2026年全球风险报告》将 AI 技术造成的不利后果列为人们感知到严重程度随时间上升幅度最大的风险。这项风险在两年期展望中的排名已从第30位升至十年期展望中的第5位。这一长期警示已显现为近期的商业挑战。
随着 AI 更深入地融入报告编制、预测和企业决策，结论十分明确：可信数据是组织应对 AI 风险最有力的防线之一。
Workiva 的《2026年高管基准调查》发现，超过半数的商业领袖表示，数据问题正在阻碍战略影响力，其中首要问题是缺乏实时数据（29%）以及对孤立数据的访问有限（28%）。
非财务数据和可持续发展数据尤其存在这一问题，它们往往仍与支撑企业报告和决策的财务数据相互割裂。
纽约大学斯特恩商学院可持续商业中心通过其可持续发展投资回报（ROSI）方法论开展的研究，从价值创造的角度进一步印证了这一点：组织往往能从可持续发展相关行动中创造切实的商业价值，却未能有效跟踪和利用相关信息来支持集体决策。
组织如何将可持续发展数据转化为商业价值
现实案例显示，组织如何将可持续发展指标转化为可衡量的商业成果。
纽约大学斯特恩商学院的 ROSI 研究梳理了诸如循环经济、采购、健康与安全以及脱碳等领域，因为这些领域能够揭示成本、收入、风险和生产力方面被忽视的价值驱动因素。
例如，全球女性服装零售商 Reformation 发现，其回收回购、转售和再循环计划通过降低投入成本、增加媒体报道和吸引客户创造了财务价值，最终带来190万美元的净财务收益。
能源和排放数据也能带来明确的运营洞见。可持续商业中心（CSB）与 Gundersen Health Services 合作后发现，能源改造每平方英尺可节省约1美元，而新建净零建筑每平方英尺可节省2美元。
医疗保健行业产生的排放约占10%的美国商业建筑温室气体排放，因此降低成本和减少排放的潜力都十分可观。
组织将可持续发展举措与财务成果相联系，不仅能更早看到价值，也能构建 AI 所需的互联数据基础。
可信 AI 如何依赖可信数据
互联数据就是可信数据。当财务、运营和非财务数据汇集于受治理的环境中，组织就能更好地追溯输入并验证输出，也能更早发现不一致之处，更深入地了解整个业务中的绩效与风险如何相互作用。
在 AI 驱动的经济中，最有条件引领潮流的企业，将是能够信任其背后数据的企业，而非部署 AI 速度最快的企业。美国国家标准与技术研究院（NIST）的 AI 风险管理框架进一步阐述了可信 AI 系统的特征。
这些特征包括有效且可靠、可问责且透明，以及公平并妥善管理有害偏见。这使讨论从 AI 作为一项独立能力，转向支撑其运行的数据环境是否稳固。然而，许多组织仍在试图基于零散的数据环境扩大 AI 应用规模。
Workiva 的调查发现，除了限制战略影响力外，数据质量差还会导致运营决策不当或延迟，继而引发监管罚款或审查，并削弱投资者或贷款方的信任。这增加了组织基于薄弱信息仓促行动、却对其过度自信的风险。
当领导者能够基于统一且受治理的财务、运营和可持续发展数据视图开展工作时，就能更好地验证 AI 提供的信息，将非财务数据与企业绩效联系起来，并更有信心地采取行动。
什么是信任红利？
互联数据能帮助组织避免不良结果，更重要的是，它能为更快速、清晰且更站得住脚的决策创造更好条件。当领导者能够基于统一且受治理的财务、运营和可持续发展数据视图开展工作时，就能更好地验证 AI 提供的信息，将非财务数据与企业绩效联系起来，并更有信心地采取行动。
这就是红利：不仅是更清晰的报告，更是更审慎的判断。Workiva 的调查直接印证了这一点：96%的受访者表示，更便捷地获取共享数据会提高实现最佳商业成果的可能性。这对可持续发展相关决策尤为重要。
尽管全球可持续发展报告要求不断演变，投资者和利益相关方对有助于决策的互联数据的期待依然坚定。
在纽约大学斯特恩商学院，我们采用 ROSI 方法论，衡量可持续发展活动的财务回报，并弥合可持续发展战略与财务绩效之间的差距。
因此，ROSI 在此的价值不在于作为一篇独立的框架介绍，而在于展示实践中的信任红利：当相关数据彼此互联，而非散落在各个职能部门时，商业价值就更容易被发现、衡量并转化为行动。
高管层协作为何是改善数据的关键
正如论坛此前报道的那样，高管层必须协调战略、技术和资本，才能让 AI 真正服务于业务。将 AI 落实到运营中也同样如此。
首席可持续发展官（CSO）、首席信息官（CIO）和首席财务官（CFO）分别从不同角度看待同一风险，涉及非财务与韧性数据、系统与治理，以及资本配置决策。
为降低 AI 风险并获得信任红利，这些视角正不断趋于一致。Workiva 的调查显示，这种转变已经开始显现：
96%的受访者表示，CFO、CIO 和 CSO 必须围绕共同的数据治理战略携手合作。
97%的投资者表示，财务和非财务数据对于评估长期风险至关重要。
94%的投资者表示，他们在投资决策中会考虑可持续发展因素。
这些数据有力印证了更广泛的市场现实：投资者希望更全面地了解企业价值，既反映财务绩效，也体现影响韧性、声誉和长期风险的非财务因素。单一职能部门无法独自满足这一需求。
CFO 带来资本纪律和决策问责。CIO 带来架构、治理和严谨的实施能力。CSO 则带来对长期风险、韧性和非财务价值驱动因素的洞察。要让 AI 做好决策准备，三方必须以同一基础协同工作。
组织如何着手打造更适用于可持续发展报告的 AI
要更好地利用 AI，并提升对可持续发展和价值创造的洞察，可以从以下方面着手：
从一项重要的可持续发展数据流入手，并将其与一项财务成果关联起来。选择能源、供应商绩效、循环经济或员工安全等领域，再将相关数据与成本、利润率、生产力或风险等业务指标相联系，让领导层能够将其用于实际决策。
从一个高价值决策领域入手。重点关注 AI 已经影响报告编制、预测、规划或风险评估的环节，再评估支撑数据是否及时、互联且适用。这样能确保工作立足于商业价值，而非追求新奇。
找出数据基础中的信任缺口。梳理支撑相关决策的数据在哪些地方存在延迟、孤立、不一致或难以验证的问题。弥补这些缺口有助于加强报告质量，并提高 AI 辅助输出的可靠性。
将互联数据列为领导层的共同优先事项。把受治理的互联数据视为企业核心基础设施，并由 CFO、CIO 和 CSO 共同承担责任。确保可持续发展报告与财务报告相衔接，以创造并保全财务价值。
