L'année dernière, j'ai écrit sur l'IA éliminant les tâches à faible valeur et accélérant le travail à haute valeur pour les data scientists. Un an plus tard, avec l'IA progressant de GPT 4.5 à GPT 6, le changement réel est plus grand : l'IA remodèle la propriété, le jugement et les parcours professionnels.

Au cours des six derniers mois, j'ai à peine écrit de SQL ou Python manuellement. L'IA écrit la plupart du code d'analyse ; mon rôle est passé de codeur à réviseur. Les flux de travail répétés sont regroupés en Agent Skills, comme effectuer une analyse de cause racine des mouvements de métriques ou rédiger des rapports d'expériences.

Les parties prenantes extraient désormais plus de données elles-mêmes avec des outils d'IA comme Claude Code. Mais des problèmes de confiance émergent : soit elles perdent confiance après des erreurs de l'IA, soit elles font aveuglément confiance aux sorties vibe-coded. Les couches sémantiques deviennent cruciales, définissant des métriques comme "Taux de rétention" pour que les agents n'aient pas à assembler les définitions manuellement.

Le goulot d'étranglement est passé de "Quelqu'un peut-il obtenir les données ?" à "Pouvons-nous faire confiance à ce qu'ils ont obtenu ?" L'IA a élargi la définition du travail du data scientist au-delà des simples gains de productivité.