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。

　　经济观察报在采访中发现，数据资产管理公司基本以省属和市属为主，区县一级相对较少。一位区县财政部门负责资产管理的人士对经济观察报表示，数据资产入表要求很高，区县一级政府的信息化程度较低，需要进行系统接口和数据资源汇总。“我们曾经邀请专业人士来局里讲课，讲‘数据如何作为资产入表’，开始他们还能听懂，后面讲到如何进行数据确权、收集数据、如何接入各种接口，很多人就听不懂了，这么专业的事情，对管理部门来说还是很大的考验。”上述人士说。

　　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。