上述资产管理专家表示，数据资产的形成本质上是数据资源资产化的过程，这也就意味着并不是所有的数据都可以成为资产。首先资产化形成的数据资产具备一般资产形态的可流通性、可交易性、可增值性、价值可评估等经济属性；其次，数据资产尤其是公共数据资产，应当首先纳入资产监管框架，再根据实际不断完善相关会计制度、健全会计核算办法，积极稳妥并实事求是地推进“入账入表”工作。

　　杨伟斌也提出，目前，L2级智能驾驶技术已实现上车，但L3级技术还存在争议，包括系统不能应对时需要驾驶员接管，衔接上存在安全隐患。而L4级的自动驾驶技术在拥挤、施工、两轮车较多等路况下还有挑战，还需要百万甚至千万公里验证。

　　肖光睿认为，为应对这些风险，地方政府需要建立健全的数据资产管理框架，包括安全协议、合规监控、技术维护、专业人才培养和应急预案等。同时，应加强对数据资产价值评估和风险管理的研究，确保数据资产的稳健运营和价值最大化。此外，为了应对数据资产运营中的确权、交易、安全等问题，预计将有更多相关法律法规和标准出台，为数据资产运营提供规范和指导。