Interpretacja indywidualna z dnia 29 kwietnia 2022 r., Dyrektor Krajowej Informacji Skarbowej, sygn. 0111-KDIB1-2.4011.60.2022.2.GL

opodatkowanie dochodów z kwalifikowanych praw własności intelektualnej preferencyjną stawką podatku (IP Box).

Interpretacja indywidualna  – stanowisko prawidłowe

Szanowny Panie,

stwierdzam, że Pana stanowisko w sprawie oceny skutków podatkowych opisanego stanu faktycznego i zdarzenia przyszłego w podatku dochodowym od osób fizycznych jest prawidłowe.

Zakres wniosku o wydanie interpretacji indywidualnej

21 lutego 2022 r. wpłynął Pana wniosek z 18 lutego 2022 r. o wydanie interpretacji indywidualnej, który dotyczy podatku dochodowego od osób fizycznych  w zakresie opodatkowania dochodów z kwalifikowanych praw własności intelektualnej preferencyjną stawką podatku (IP Box). Uzupełnił go Pan pismem z 7 kwietnia 2022 r.  (data wpływu 7 kwietnia 2022 r.) będącym odpowiedzią na wezwanie. Treść wniosku  jest następująca:

Opis stanu faktycznego i zdarzenia przyszłego

Wnioskodawca jest osobą fizyczną, posiadającą nieograniczony obowiązek podatkowy  na terytorium kraju. Prowadzi on działalność gospodarczą w oparciu o wpis do Centralnej Ewidencji i Informacji o Działalności Gospodarczej od 29 stycznia 2016 r.  Wnioskodawca prowadzi działalność polegającą na pracach programistycznych  od 7 grudnia 2020 r. Zawarł on umowy o świadczenie usług.

W ramach prowadzonej działalności gospodarczej Wnioskodawca wykonuje  prace programistyczne zlecane przez Zleceniodawcę, prowadzące do powstania innowacyjnych, indywidualnych rozwiązań obsługujących dedykowane obszary działalności.  Jest to oprogramowanie tworzone pod potrzeby indywidualne Zleceniodawcy  (zwane dalej: "Oprogramowaniem").

Wnioskodawca za przykład tworzonego Oprogramowania wskazuje m. in.: wytwarzanie rozwiązań z dziedziny sztucznej inteligencji - Machine Learning oraz tworzenie systemów inteligentnych, automatyzujących procesy w biznesie operujących w chmurze (AWS, GCP). Wnioskodawca tworzy nowatorskie rozwiązania z dziedziny głębokiego uczenia, w tym segmentacji, detekcji, predykcji oraz rekomendacji. Przykładowe zastosowania to: wykrywanie różnych obiektów z sekwencji wideo, rozpoznawanie twarzy, inteligentne rekomendery (np. na platformach streamingowych typu Netflix), Virtual Reality, Virtual Try-On, itp. Twórczość rozwijanego Oprogramowania polega na projektowaniu lub implementacji komponentów Machine Learning odpowiadającym danemu problemowi, który każdorazowo różni się od pozostałych. Przeważnie rozwiązania Machine Learning tworzone są w sposób następujący: zapoznanie się z wymaganiami, projektowanie architektury rozwiązania, projektowanie poszczególnych komponentów systemu, tworzenie źródeł danych, implementacja wymaganych algorytmów predykcyjnych i przetwarzających, testowanie i optymalizacja dostarczonych rozwiązań. Wiedza wykorzystywana przez Wnioskodawcę nie jest powszechna - najczęściej wymagane są eksperymenty, które kierują procesami rozwoju Oprogramowania. Każdy taki system jest unikatowy i wymaga twórczego i nowoczesnego podejścia. Najczęściej wiąże się to z implementacją autorskich, nowych systemów, które najlepiej rozwiązują obecne zadanie przy dostępnej mocy obliczeniowej i w odpowiednim czasie. Językami programowania używanymi przez Wnioskodawcę są: Python, oraz w znacznie mniejszej mierze SQL i C++.