Respondendo especificamante a parte de IA e DataScience:
As bibliotecas NumPy, Pandas e Scikit-learn (as mais comuns, ou pelo menos famosas no mundo de dados em Python) são escritas em C e C++. São expostas como APIs em Python, mas na verdade são wrappers dessa linguagem.
Uma outra biblioteca que vem ganhando espaço, por ser multithread, chamada Polars, é escrita em Rust.
Uma que é utilizada em Big Data, chamada PySpark, é escrita em Scala (derivada do Java).
Processamento utilizando GPUs, que utiliza principalmente CUDA (essencial para acelerar treinamento de modelos de Machine Learning), da NVidia, também é programada em C++.
MySQL e PostgreSQL são escritos em C++.

A realidade é que muitos profissionais nem sabem quais são as linguagens por trás dessas ferramentas essenciais para DS e IA/ML. O que importa mais é a facilidade de utilização, velocidade de processamento, e robustez.
E é pouco provável que reescrevam uma biblioteca inteira em outra linguagem as-is, sem oferecer nada a mais.
Por exemplo, no caso do Polars, ela oferece multi-threading e Lazy Evaluation a mais que o Pandas e mesmo assim, o share de mercado do Pandas ainda é muito maior.
Mas é difícil pensar numa aplicação em produção que não use um banco de dados escrito em C ou C++. E mais difícil ainda pensar em migrar para outro RDBMS SÓ pra trocar por alguma que é escrita em Rust.

Como uma analogia, motores elétricos e baterias existem há muitas décadas. E só agora estão aparecendo carros elétricos para o consumidor geral. Mas isso também não significa que TODOS os carros a combustão deixarão de existir (até que fiquem tão velhos que não sejam mais adequados para utilizar).