纳入性别和种族因素的通用指标，将推动全球努力，为包容性资本主义的蓬勃发展提供必要支持。
在这些指标中纳入性别和种族因素，可确保不存在盲点。
机器学习和云计算对于帮助企业评估其目标的推进进展十分必要。
不到12个月内，美国在性别薪酬平等方面倒退了22年，在劳动力市场的性别平等方面倒退了32年。如果我们不能尽快挽回这些损失，我们不仅将面临缓慢的经济复苏，还将在未来几十年经历更严重的不平等。
例如，如果新冠疫情后母亲的劳动力参与率持续低迷，美国家庭的工资将减少645亿美元/年。家庭工资的这一下降直接影响到依赖顶梁柱母亲以维持经济保障的2800万美国儿童（其中29%为黑人）。间接地，家庭工资的下降会拖累整个经济，其原因包括消费支出减弱、对社会福利计划的依赖增加以及贫困水平上升。
通用的利益相关者资本主义指标对于我们的经济复兴至关重要
采纳通用利益相关者资本主义指标，正如世界经济论坛于2020年9月所提议的那样，这为挽回过去一年因性别失衡造成的损失，以及增强我们后新冠疫情时代的经济，提供了最具前景的途径之一。
在所有种族和族裔中实现性别平等，可使美国经济扩张2万亿美元。但按照目前的速度，我们要到2228年左右才能在美国实现性别平等。现在不是放弃性别平等承诺的时候。如果有的话，我们更应当全力以赴地追求这一目标。
通用利益相关者资本主义指标是迈向我们经济未来的正确一步，因为它们推动企业、监管机构和全球各方做出必要努力，以促进更具包容性、更公平的资本主义形式蓬勃发展。
要进一步落实这些通用指标，企业需要：
1. 将其与交叉性数据相结合，以避免产生盲点；并且
2. 运用人工智能和云计算等先进技术，落实其对利益相关者资本主义的承诺。
考虑到疫情在短短八周内将数字化采用速度加快了五年，现在正是推动这些变革、追求所有人公平的最佳时机。
为何交叉性数据对实现利益相关者资本主义至关重要
在发布以利益相关者为中心的《达沃斯宣言2020》至今的这段时间里，我们目睹了全球疫情带来的破坏，而这场疫情不成比例地落在了女性肩上。目前看不出它有减缓的迹象。
在此期间，随着疫情及其相关后果蔓延至全球，美国银行首席执行官布莱恩·莫伊尼汉（Brian Moynihan）正与四大会计师事务所合作，并与世界经济论坛携手，共同商议如何衡量利益相关者资本主义。如果组织不再以股东价值最大化为存在目的，那么传统的财务报告将不足以评估企业的进展。我们需要更新的指标，来告诉我们企业在为所有利益相关者创造长期繁荣方面做得有多成功（或是否成功）。
莫伊尼汉的工作形成了一个全面框架，用于衡量利益相关者资本主义，其中包括多元化与包容性、薪酬平等和工资水平等指标。这是具有历史意义的第一步，我们绝不能止步于此。接下来，我们需要对这些指标采用交叉性视角（性别加种族/族裔）。因为如果我们仅从单一视角——无论是性别还是种族/族裔——来审视通用指标，那么黑人、原住民及其他有色人种女性（BIPOC）就会被忽视。
例如，截至2020年8月，白人女性已恢复了61%的2020年流失的工作岗位。然而，黑人女性仅恢复了39%的工作岗位。如果我们没有按性别和种族/族裔对这些数据进行分类，就不会看到这种差距。因此，我们也就无法准确了解商业界和整体经济如何服务于不同人群。仅按性别或仅按种族和族裔对数据进行分类是不够的。这样做会使BIPOC女性成为盲点——顺便一提，她们多年来的收入远低于白人女性同行，且这种情况已持续多年。
承诺采用通用指标是第一步，落实这些指标是第二步
承诺采用交叉性通用指标框架是一项任务。将这一承诺落实到企业战略中则是另一项任务。要兑现对利益相关者资本主义的承诺，企业必须拥抱第四次工业革命的到来。机器学习和云计算等先进技术是必不可少的，可帮助企业确定其目标的推进进展。
科技驱动的解决方案不仅能够收集、整理并分析整个组织中海量的交叉性数据，还能发现并减轻那些必然影响员工利益相关者福祉的偏见。企业每年都要做出三项关键的人才决策：我们将向员工支付多少薪酬，将如何评估其绩效，以及将如何判断其潜力？对于一家平均拥有60000名员工的财富500强企业而言，每年就有18万次推动利益相关者资本主义的机会。先进技术可以确保这18万次决策中的每一次，既是公平的决策，也符合企业的最佳利益。
迈向更加公平的资本主义形式
达沃斯对话今年初启动。我的请求是：当全球主要领导人分享其对2021年经济形势的看法时，请确保他们是从交叉性性别平等的视角出发。报告利益相关者资本主义指标已不再是可选项，而是我们经济复苏的必要条件。这是我们大胆行动、重建得更好，并以“大重置”为催化剂，推动历史之弧朝向包容方向弯曲的时刻。
