我们已经进入一个信息无处不在、并且潜在地实现超透明的时代。无论是太空中的立方体卫星，还是我们智能手机中内置的传感器，都在持续不断地产生数据流。
对于依赖传统系统的人来说，分析如此庞大的信息量可能过于困难。如今，地球上的每一个地点每天都会从太空中被高分辨率拍摄。若采用传统分析方法，要有效处理所有这些信息将极具挑战。同样，即便是最大、能力最强的团队，要分析数百万人每日的社交媒体互动也不切实际。
机器学习以及其他形式的人工智能，使我们能够极其迅速地处理信息。与无处不在的数据采集相结合后，它们使我们能够洞察个人的行为、企业的活动以及政府的行动，而这些主体未必愿意分享这些信息。
能够近乎实时地揭示世界任何地方正在发生的事情，很可能导致反乌托邦的未来。我们已在世界某些地区看到这一现象，尤其是在威权国家，它们利用这些能力决定何时以及如何改变公民的权利和特权。
但当然，机器学习和人工智能也是改善治理的巨大机遇，也是应对全球面临的重大社会和环境挑战的关键工具。因此，我们必须负责任地运用这些技术，以取得积极成果。
在可持续发展与金融领域，这些能力将使我们能够打破企业与投资者之间、以及金融机构与监管机构之间目前存在的信息不对称。
信息是金融市场的命脉。负责收集、整理和传播金融市场信息的体系，是运转良好的资本市场的关键组成部分。数据采集和数据处理的发展，将对这些信息市场及相关体系产生深远影响。
当前，人们关注企业披露更多、更优质的信息，例如气候相关财务信息披露工作组（TCFD）所建议的那样，这是试图弥补与气候变化相关的风险和机遇方面的信息不对称。此类努力值得赞扬。
但认为我们能在短期内在全球范围内获得全面或准确的信息披露，这种想法太过天真。要实现某些最基本所需披露内容的近乎全球覆盖，仍需多年时间。在时间至关重要的领域——为履行《巴黎协定》条款，我们必须在本世纪中叶实现净零排放，而且与气候相关的实际风险已经产生重大影响——这种状况令人深感不满。
要获取对产生实质影响至关重要的数据，唯一可行的路径并非信息披露，而是数据采集与数据科学的发展。对于关键污染行业而言，基于准确且及时的资产层面数据、自下而上分析气候相关风险和机遇的做法已经可行。这项工作可以很容易地加速推进，并变得更加易于获取。
金融体系内的各方不仅能够看到全球范围内高度暴露行业（无论上市公司还是非上市公司）所面临的风险和机遇，监管机构、政策制定者和民间社会也能够看清正在发生的事情，以及这对其各自职责意味着什么。
我们必须将TCFD引发的气候相关信息讨论重心，从信息披露转向如何借助新技术迅速获取所需数据。等待信息披露发挥作用并非正确策略。
我们需要以数据为核心的方法，这也将有助于实现其他目标。例如，它可以支持建立全面的全球温室气体排放计量、报告与核查（MRV）体系。
超透明度，以及我们所需的相关地球观测和数据科学能力，还有公共与私营部门贡献之间的平衡（以使这些能力得以广泛普及），都必须立即加以解决。本周在旧金山举行的全球气候行动峰会正是恰当时机。毕竟，许多所需技术正是在那里被构想和开发出来的。若数据方面没有进展，TCFD以及众多其他相关进程都将无法成功。
本文是世界经济论坛“地球第四次工业革命”系列的一部分。该系列探讨创新技术如何开始改变我们管理自然资源的方式，以及应对由工业化引发的气候变化和其他环境挑战。
