W erze gospodarki cyfrowej coraz częściej pojawiają się sytuacje, w których klasyczne podejście do cen transferowych przestaje działać. Jednym z takich przypadków jest współtworzenie algorytmów sztucznej inteligencji (AI) w ramach międzynarodowych grup kapitałowych.
Przykład z praktyki
Grupa kapitałowa o profilu technologicznym prowadzi projekt rozwoju algorytmu do analizy obrazów medycznych.
- Spółka A (Japonia) opracowuje kod i prowadzi prace badawczo-rozwojowe.
- Spółka B (USA) udostępnia zbiory danych pacjentów (anonimizowanych), niezbędne do trenowania modelu.
- Spółka C (Polska) sprzedaje oprogramowanie, ponosząc ryzyko marketingowe i rynkowe.
Klasyczne podejście (szacowanie ceny transferowej z zastosowaniem metody C+ lub TNMM) sugerowałoby, że tylko spółka A – jako właściciel IP – powinna otrzymać wynagrodzenie z tytułu własności intelektualnej.
Ale czy to naprawdę oddaje ekonomiczną rzeczywistość? Zgodnie z OECD/G20 BEPS – Guidance on Transfer Pricing Aspects of Intangibles, zysk z IP powinien być przypisany podmiotom na podstawie wykonywanych funkcji. Podział funkcji może być przeprowadzony z zastosowaniem analizy DEMPE:
- Development – A tworzy kod i prototypy.
- Enhancement – B rozwija wartość IP, dostarczając dane.
- Maintenance – A i C utrzymują i aktualizują system.
- Protection – A odpowiada za rejestrację patentów.
- Exploitation – C komercjalizuje produkt i ponosi ryzyko.
W efekcie, każda ze spółek ma ekonomiczny udział w wartości niematerialnej – mimo że tylko jedna posiada formalne prawa własności. OECD rekomenduje, by w takich przypadkach zastosować metodę podziału zysków (profit split). Zysk dzieli się proporcjonalnie do funkcji i ryzyk, a nie tylko kosztów.
Wkład ekonomiczny oceniony na podstawie analizy DEMPE:
- Spółka A – 50% (rozwój IP)
- Spółka B – 30% (dane, know-how)
- Spółka C – 20% (komercjalizacja, ryzyko sprzedażowe)
Wynagrodzenie:
- Spółka A: 50 mln EUR
- Spółka B: 30 mln EUR
- Spółka C: 20 mln EUR
To podejście pozwala uniknąć zniekształceń w alokacji dochodów oraz lepiej odzwierciedla zasadę ceny rynkowej – zwłaszcza w branżach innowacyjnych wykorzystujących AI, biotechnologię czy big data.
