可持续性正进入企业相关性的新阶段。

多年来，企业主要将可持续性视为一项报告要求，用于衡量、披露并逐步完善。当监管期望尚在形成阶段，且可持续性数据大多游离于核心业务系统之外时，这种做法尚可理解。

但如今环境已发生变化：监管框架不断扩展，投资者将可持续性纳入风险评估，财务领导者也被要求以与财务成果同等严谨的态度，对非财务绩效驱动因素进行核算。

因此，可持续性不再仅仅是企业需要报告的内容，而日益成为企业运营中必须依赖的核心要素。

这一转变也暴露出一个根本问题：大多数企业仍在以从未设计用于支持企业决策的方式管理可持续性数据。数据分散于不同系统，指标需手动核对，治理方式也不一致。可持续性或许可见，但并不总能赢得信任——而没有信任，就无法真正发挥作用。

要向前发展，企业需要重新审视可持续发展管理，不应将其视为单纯的报告层面，而应作为一项受控的企业级数据学科，与财务和运营并行，共同支持审计、规划和绩效引导。

为何可持续发展管理在规模化时会失效

许多企业已投入可持续发展管理软件、ESG 报告工具和数据平台。这些投入提升了透明度，却未能充分解决可持续性如何在企业内部实际运作的问题。

挑战往往以可预见的方式出现。

可持续发展数据通常来自多个系统，每个系统都有不同的定义、粒度级别和负责方。整合这些数据需要大量人工操作，尤其是在应对可持续性审计请求时尤为明显。即使数据准确，也可能在不同团队或应用场景中缺乏一致性。

与此同时，财务团队正被越来越多地要求将可持续性纳入规划、预测和风险管理之中。然而，他们所需的数据很少以与财务流程相匹配的方式进行结构化或管理。因此，可持续发展始终处于财务体系的边缘，而非真正融入其中。

随着监管压力不断加大，这些问题愈发突出。例如《企业可持续发展报告指令》（CSRD）等要求提高了对数据可追溯性、一致性和可审计性的期望。要满足这些期望，仅靠改进报告工作流是不够的，还需要一个全新的数据基础。

与此同时，致力于可持续金融战略的企业也面临压力，需要将财务、运营和可持续发展领域的跨部门数据整合起来，建立统一的衡量指标。但当可持续发展数据与财务及运营数据分开管理时，这种连接就难以实现。

随之显现的是可见性与可用性之间的差距。 组织能够看到自身的可持续发展绩效，但并不总能自信地据此采取行动。

两个起点，共同的终点

尽管各企业切入可持续发展的角度各有不同，但它们面临的挑战往往趋于一致。

对于以财务为主导的团队而言，可持续发展管理往往间接地进入讨论范畴。它可能表现为一种风险因素、一项合规要求，或需要与成本和绩效数据一同解读的信号。在此背景下，主要关注点并非可持续性功能本身，而是可持续性数据能否被信任、整合，并融入现有的财务工作流程中。

对于以可持续发展为核心的团队而言，出发点则更为明确。重点在于治理、审计准备以及在整个组织内扩展可持续性计划的能力。这些团队负责确保指标具有可辩护性，方法论保持一致，报告能够经受监管机构和利益相关方的审查。

尽管切入点不同，但这两类团队最终都会面临相同的局限：可持续发展数据难以规模化治理，难以与企业数据集成，且往往与决策流程脱节。

两类团队最终都需要同样的结果：一个共享且可信的可持续性数据基础，以支持管控与决策。

当可持续性成为一门数据学科时会发生什么变化

从报告转向企业级学科的转变，始于可持续性数据的结构化、治理方式及其使用方法。

可持续发展数据不再与财务和运营数据并行存在于不同的系统中，而是被整合到统一的数据环境中。根据 SAP 的方法，这一目标通过一个协调一致的数据基础得以实现，该基础将各个领域连接起来，使企业能够在整个组织范围内生成一致的洞察并采取协同行动。

这一变化具有多项重要影响。

首先，可持续发展数据将遵循与财务数据相同的规范标准。指标定义保持一致，责任归属清晰明确，数据沿袭可从源系统追溯至报告和分析环节。这不仅满足了可持续性审计的要求，减少了人工对账的需求，还构建了一个面向 AI 的数据基础，使得可信的可持续性数据可用于高级分析和决策支持，同时不损害数据治理。

其次，可持续发展数据能够直接服务于决策环节。它不再仅用于报告，而是可以融入规划、预测和绩效管理之中。财务团队可在评估成本和收入的同时纳入可持续性因素，而运营团队则能在日常流程中评估其可持续性影响。

第三，可持续发展数据变得可重复使用。这些数据不再为每份报告或分析而重新创建，而是作为受控数据发布，供企业内部各处访问。这提升了 ESG 数据管理的一致性，并减少了重复劳动。

这些变化共同推动可持续性从分散的活动集合转变为一个协调统一的运营模式。这一受控的数据基础也使高级分析和 AI 技术更易于应用。由于可持续性数据实现了标准化、可追溯，并与业务背景相连接，企业便可在不引入不一致或失去控制的情况下，运用 AI 驱动的分析。

从可持续性与 ESG 报告到企业绩效管理

此次转变最显著的成果之一，是可持续发展报告本身的演进。

在传统模式中，报告是最终目标。数据被收集、验证并披露，通常时间紧迫且依赖大量人工操作。一旦报告完成，整个流程便进入下一个周期的重置。

而在受控数据模型下，报告只是众多应用场景中的一个。用于可持续发展报告的同一数据，还可支持以下方面：

• 财务计划与情景分析。
• 风险识别与缓解。
• 运营绩效跟踪。
• 战略决策。

随着企业响应不断扩展的监管要求，这一点尤为重要。 像 CSRD 这样的框架不仅仅要求进行披露；它们还要求数据保持一致、可审计，并以实际业务流程为基础。

通过将可持续发展数据嵌入企业数据基础，组织不仅能够满足这些需求，还能提升可持续发展对商业决策的指导作用。报告变得更加高效，更重要的是，其内容也更具意义。

以可信数据推动可持续金融

可持续发展与金融之间的联系正变得日益紧密。

财务领导者越来越被要求评估可持续性因素如何影响成本结构、风险敞口以及长期价值创造。。这需要的不仅仅是高层次的 ESG 指标，更需要详尽且可靠的数据，以便与财务指标一同进行分析。

当可持续发展数据得到规范管理并实现整合后，财务团队便能将其纳入核心业务流程。他们可以评估排放、资源使用或供应链影响对财务表现的作用，还可以构建涵盖监管变化或市场预期转变的情景模型。他们能够做出兼顾财务和可持续性考量的决策。

这正是可持续金融在实践中的基础。它并非一个独立的学科，而是财务管理的延伸，融入了更多维度的绩效考量。

如果缺乏可信的数据基础，这种融合将难以实现。而有了这样的基础，可持续发展便能自然地融入财务决策过程之中。

治理和控制的作用

随着可持续发展日益深入企业流程，治理的重要性也随之提升，而非降低。

可持续发展数据必须通过有效管控，以确保其一致性、可追溯性和问责性。这包括：

• 标准化的定义和方法。
• 指标和流程的明确归属。
• 透明的数据沿袭。
• 与监管和审计要求保持一致。

如果没有这些管控措施，可持续发展数据将无法支持企业的实际应用场景。它或许仍可用于报告，但在规划或决策中将难以获得信任。

此时，记录系统便发挥着关键作用。可持续发展管理的集中化方法为各项指标提供统一的数据来源，确保在报告、分析和运营中数据的一致性。

SAP 如何支持企业可持续发展管理

SAP 通过将可持续发展应用与统一的数据基础和企业级分析功能相结合，为这一方法提供支持。

其核心是 SAP Sustainability Control Tower，作为可持续性指标的权威系统，它通过明确的责任归属、可追溯性和组织范围内的数据一致性，对可持续性数据进行定义、治理和管理。

当与 SAP Business Data Cloud 结合使用时，可持续发展数据可在共享且受控的环境中与财务及运营数据集成，从而在财务、运营和可持续性领域构建一致的分析与 AI 基础，而无需引入额外的数据架构。这使企业能够：

• 将可持续发展数据与财务及绩效工作流程相统一。
• 支持符合审计要求的 ESG 报告与合规性。
• 在分析、规划和运营等各类应用场景中复用可持续发展数据。
• 在确保治理的同时，实现更广泛的访问与分析权限。

企业通过这一方法能够获得的益处

将可持续发展融入企业数据基础的组织，能够突破传统方法带来的诸多局限。

它们能提升对可持续发展数据的信任度，因为相关指标受到规范管理，并与审计要求保持一致。同时，减少了数据核对和报告过程中的手工操作。此外，可持续发展数据得以应用于更广泛的业务流程中，涵盖从规划到运营的各个环节。

同样重要的是，它们能够促进财务团队与可持续发展团队达成一致。两个团队均基于相同的数据开展工作，拥有共享的定义和一致的治理规则。这有助于减少摩擦，实现更高效的协作。

随着时间推移，这一基础还能支持更高级的功能。企业可在不牺牲治理能力的前提下，对可持续发展数据应用分析和 AI 技术，从而获得更深入的洞察，并实现更具前瞻性的决策。

结语

可持续发展正逐渐成为企业运营方式的一部分，而不仅仅是报告内容。

为支持这一转变，可持续发展数据必须像财务数据一样受到严格管理，需具备治理机制、可审计性，并融入决策流程之中。

这要求企业摆脱分散的工具和报告工作流，转向统一的企业级可持续发展管理模式。

实现这一转变的企业将更有能力满足监管要求，支持可持续金融举措，并以与财务数据同等的严谨性和信心，将可持续发展融入日常决策中。

而未能转型的企业，可能仍将把可持续发展视为可见却难以实际应用的内容。

常见问题

阅读本系列更多内容

了解更多