企业尚未充分关注软件在环境监管和环保主义中日益增长的作用；
机器学习可以帮助环境监管机构分析海量数据流，使其发现新信息并提高工作效率；
软件可以帮助构建监测碳排放的新方法，并评估碳抵消工作，发现问题并识别机会。
2011年，网景联合创始人、风险投资公司Andreessen Horowitz的马克·安德森（Marc Andreessen）在《华尔街日报》上发表了一篇评论文章，标题为“为什么软件正在吞噬世界”。他的论点很简单：由于微处理器成本迅速下降，以及连接商业网络和企业的现代互联网的普及，软件如今能够在全球范围内变革各行各业。
在20世纪90年代至21世纪初，软件在企业中的作用看似微不足道。起初，使用软件产品的只有软件产品公司。随后，为提高经营效率，企业开始将软件渗入行政管理。由于互联网以及近年来智能手机的普及，客户行为发生了如此剧烈的变化，以至于软件正被应用于所有行业。如今，企业需要重新构想其业务，以确保自己不会成为下一个因对手推出类似Uber的服务而措手不及的出租车公司。
然而，尽管希望避免成为下一个柯达的企业已相当关注软件初创公司或软件转型竞争对手可能引发的“颠覆”，但对于软件在环境监管中日益增长的作用，以及更广泛地说对环保主义的影响，却鲜有关注。
智能手机、无人机或卫星上装载的大量传感器会产生海量数据流，我们可以将其接入机器学习模型，从而揭示以往对环境监管机构而言并不明显或无从获取的信息。借助软件，这些信息不仅能为监管机构节省时间和资金，还能提高其工作效能。
例如，我们团队的分析表明，软件可以帮助中国监管机构实现其在2060年前实现碳中和的宏伟计划。我们的报告利用卫星图像和机器学习，估算了中国燃煤发电厂的发电量，这些电厂的排放量占中国碳排放量的30%。基于来自欧盟、美国和澳大利亚的数据，这些模型目前在发电厂层面的平均绝对误差（MAE）为14%；基于中国政府提供的分类数据，在省级层面的平均绝对误差为11%。
这些碳排放估算可用于降低与中国近期推出的排放交易体系（ETS）相关的监测、报告和核查（MRV）成本。通过排放监测，中国监管机构可以开发异常检测系统，根据数据造假的可能性提示现场审计。监管机构无需对中国排放交易体系目前所覆盖的2,225家发电企业逐一审计，而是能够近乎实时地识别数据造假行为。
中国已建立空气污染连续监测系统，在公共与环境事务研究所（Institute of Public & Environmental Affairs）的蓝天地图数据库的协助下，已发现并纠正了大量违规事件。随着中国计划扩大排放交易体系，将钢铁、水泥和化工等重工业行业纳入其中，监管机构正迎来独特机遇，可将空气污染连续监测系统扩展至涵盖碳排放。这些数据将聚焦于在全球碳排放中占据相当大比重的行业。
连续监测系统已被用于应对上游石油和天然气生产中的甲烷泄漏问题。直到最近，人们对这些泄漏知之甚少。环境保护基金（Environmental Defence Fund）的研究发现，环境保护基金（Environmental Defence Fund）的研究发现，美国石油和天然气行业每年至少排放1300万公吨甲烷，比当时环境保护署（EPA）的估算高出约60%。初创企业LongPath Technologies和Quanta3已开发出用于监测美国钻井平台泄漏的技术和软件。这些技术有望遏制一种强效的全球变暖促成因素，同时为美国石油行业挽回数十亿美元的天然气损失。
监测系统不仅适用于排放源，也适用于蓬勃发展的碳抵消市场中的碳汇。例如，carbonplan是一家美国非营利组织，近期发现加利福尼亚州森林碳抵消计划（现存规模最大的此类计划，价值超过20亿美元）存在系统性的森林碳抵消过度核证问题。为公开讨论这一问题，carbonplan创建了一个数字化项目数据库，以便监管机构采取行动纠正这些缺陷。
未来几十年，人类需要在实现经济增长的同时，避免对世界稀缺资源施加难以承受的压力。随着传感器技术、云计算和预测分析持续渗透经济的各个领域，监管机构正迎来独特机遇，可以利用软件以远低于传统监管方式的成本和时间来识别并应对环境问题。
