Oddział działa od końca 2005 r. i obecnie zatrudnia ponad 400 inżynierów. Przełom nastąpił w 2016 r., kiedy to dzięki wysokiej ocenie umiejętności zaczął się specjalizować w rozwiązaniach do analizy danych, co miało miejsce po przejęciu przez IBM firmy Netezza, która działała w tym obszarze. Od tego czasu zajmuje się tworzeniem narzędzi przede wszystkim do wspomagania AI i ML, ale także data governance i data security, współpracując z innymi oddziałami IBM na całym świecie, w tym w San Jose w USA (centrala), Toronto w Kanadzie, oraz Niemczech i Chinach. Efekty? W 2021 r. polski oddział zgłosił na rynku amerykańskim kilkaset wniosków patentowych, z czego w procesie patentowania jest ok. 200 rozwiązań w obszarze algorytmów oraz podejść do rozwiązywania problemów, głównie w AI i ML.

– Pracowników pozyskujemy głównie z uczelni krakowskich, przede wszystkim z AGH, UJ i Politechniki Krakowskiej, cudzoziemcy, głównie z Włoch, Hiszpanii i Portugalii, stanowią zaledwie 16-17 proc. personelu – powiedział Sławomir Kumka, lider zarządzający IBM Software Lab Poland. – Najlepiej współpracuje się nam z AGH, gdzie po 6. semestrze studiów nasi pracownicy prowadzą wykłady z zarządzania bazami danych, ML oraz technologii IBM, w tym z programowania komputerów kwantowych. Tym ostatnim tematem zainteresowaliśmy także I LO w Krakowie, gdzie jedna z klas pozyskuje wiedzę z tego zakresu już od pierwszego roku nauki. Nic dziwnego, że średnia wieku naszych pracowników jest około 30 lat przy bardzo niskiej (jednocyfrowej) rotacji, przy czym liczba kobiet wzrosła z 5 proc. w 2016 r. do 19,5 proc. w bieżącym. Warto dodać, że IBM Software Lab Poland może poszczycić się jednym z najwyższych wskaźników liczby zgłoszeń patentowych na pracownika. Wynosi on obecnie jedno zgłoszenie na każdych dwóch zatrudnionych w Laboratorium, co plasuje je na szczycie listy wszystkich IBM Software Labs na świecie.”

Na koniec wybrane przykłady zgłoszeń patentowych polskiego oddziału IBM z 2021 r. :

• Method of identifying potential re-configuration of containerized products running on container-orchestration systems.

• Extended flexible vulnerable software discovery matching based on publicly available CVE data and alias database.
• Method and System for filesystem events loss avoidance across system reboots for reliable real-time legitimate and blacklisted software discovery.
• Dynamic Semantic Network Expert System teaching based on list of steps inputs for particular cases i.e. diagnosis medical/it, problem resolution/.