晨星股票研究將不確定性評級從中等提升，並在股票報告中指出，儘管它認為LSEG可能受益於LLMs對數據的需求，但「我們看到數據業務的潛在結果存在較大的分散性」。儘管如此，該報告表示：「我們的基本情況保持不變。我們相信LSEG的數據集無法輕易被複製。此外，我們預計對LSEG數據的需求將保持強勁，因為在金融分析中部署的LLMs允許更廣泛的分發、更頻繁的數據調用，以及最高質量數據集的價格韌性。」晨星提供看漲和看跌的情境。看漲情境指出：「隨著機器接管大量分析工作，數據質量（例如，頻率、完整性、長度）、數據所有權和數據獨特性將變得更有價值。許多LSEG的客戶依賴可審計、可複製且符合合規的軟體工具，而這些工具不太可能被LLMs輕易取代。」看跌情境則指出：「金融數據的分發正被商品化，這可能導致LSEG的許多工作流程和分析投資無法收回投資。數據使用將從座位訂閱定價轉向API數據流，這可能增強金融機構的購買力。LSEG可能面臨相等或更高的投資需求和收入壓力，導致結構性較低的利潤率。」
晨星提高LSEG對於LLMs對數據業務影響的不確定性評級
晨星股票研究將不確定性評級從中等提升，並在股票報告中指出，儘管它認為LSEG可能受益於LLMs對數據的需求，但「我們看到數據業務的潛在結果存在較大的分散性」。
儘管如此，該報告表示：「我們的基本情況保持不變。我們相信LSEG的數據集無法輕易被複製。此外，我們預計對LSEG數據的需求將保持強勁，因為在金融分析中部署的LLMs允許更廣泛的分發、更頻繁的數據調用，以及最高質量數據集的價格韌性。」
晨星提供看漲和看跌的情境。看漲情境指出：「隨著機器接管大量分析工作，數據質量（例如，頻率、完整性、長度）、數據所有權和數據獨特性將變得更有價值。
許多LSEG的客戶依賴可審計、可複製且符合合規的軟體工具，而這些工具不太可能被LLMs輕易取代。」
看跌情境則指出：「金融數據的分發正被商品化，這可能導致LSEG的許多工作流程和分析投資無法收回投資。
數據使用將從座位訂閱定價轉向API數據流，這可能增強金融機構的購買力。LSEG可能面臨相等或更高的投資需求和收入壓力，導致結構性較低的利潤率。」