Сравнительный анализ стратегий повышения производительности труда в банковском секторе. сокращение персонала или оптимизация структуры?

УДК 331.101.3+336.71

Аннотация

Цель исследования — сравнительный анализ эффективности двух стратегий повышения производительности труда в российском банковском секторе: сокращения численности персонала и оптимизации организационной структуры на основе данных 2024–2025 гг.

Методология. Исследование базируется на анализе публичной консолидированной отчётности ПАО «Сбербанк» и АО «Россельхозбанк» по МСФО, статистических данных Банка России и отраслевых аналитических обзоров. Использованы методы сравнительного анализа, расчёт интегральных показателей производительности (прибыль на одного сотрудника) и операционной эффективности (CIR – показатель Cost-to-Income Ratio соотношение затрат и доходов — ключевой применяемый для оценки банков, который рассчитывается по формуле: Операционные расходы / Операционные доходы × 100 %. Чем ниже CIR, тем эффективнее банк управляет своими издержками). Для оценки устойчивости тренда показатели рассчитаны за два года (2024–2025).

Результаты. Установлено, что Сбербанк, реализующий комплексную стратегию, сочетающую сокращение персонала (16,3 тыс. чел., 4,4 % за год), оптимизацию филиальной сети и масштабное внедрение искусственного интеллекта. Внедрено более 700 ИИ-инициатив, финансовый эффект свыше 475 млрд руб.. Сбербанк достиг производительности 5,79 млн руб. прибыли на сотрудника в 2025 г. (рост с 5,13 млн в 2024-м) и CIR на уровне 28,0–28,7 %. Россельхозбанк с умеренными сокращениями (около 800 чел., 2,3 %) и сохранением филиальной сети показал производительность 1,46 млн руб. на сотрудника в 2025 г. против 1,16 млн в 2024-м при CIR 50 %.

Выводы. Наибольший эффект достигается при комплексной стратегии, сочетающей сокращение персонала с оптимизацией организационной структуры, цифровой трансформацией бизнес-процессов и изменением управленческой культуры. Сокращение численности без сопутствующих структурных и технологических преобразований не обеспечивает устойчивого роста производительности труда. Ограничения исследования — двухлетний горизонт и отсутствие прямых измерений организационной культуры — требуют дальнейшего изучения с применением специальных методик OCAI и HR-метрик. OCAI – Organizational Culture Assessment Instrument — это инструмент оценки организационной культуры, разработанный американскими исследователями Кимом Камероном и Робертом Куинном. В его основе лежит модель конкурирующих ценностей англ. Competing Values Framework. Методика позволяет определить текущее состояние культуры компании и понять, какой сотрудники хотят видеть её в будущем. HR-метрики — это ключевые показатели эффективности, которые помогают измерить результативность работы с персоналом и её влияние на бизнес-цели компании, например, текучесть персонала.

Abstract

Objective — to conduct a comparative analysis of the effectiveness of two strategies for improving labor productivity in the Russian banking sector: staff headcount reduction and organizational structure optimization, based on 2024–2025 data.

Methodology. The study is based on the analysis of public consolidated IFRS financial statements of Sberbank and Russian Agricultural Bank (RusSelKhozBank), statistical data from the Bank of Russia, and industry analytical reviews. Methods include comparative analysis, calculation of integral productivity indicators (profit per employee) and operational efficiency (Cost-to-Income Ratio). To assess trend stability, indicators were calculated for two years (2024–2025).

Results. It was established that Sberbank, implementing an integrated strategy combining staff reduction (16.3 thousand employees, 4.4 % for the year), branch network optimization, and large-scale artificial intelligence deployment (over 700 AI initiatives, financial effect exceeding RUB 475 billion), achieved labor productivity of RUB 5.79 million per employee in 2025 (up from RUB 5.13 million in 2024) and a CIR of 28.0–28.7 %. RusSelKhozBank, with moderate reductions (about 800 employees, 2.3 %) and maintaining its branch network, showed productivity of RUB 1.46 million per employee in 2025 (up from RUB 1.16 million in 2024) with a CIR of 50 %.

Conclusions. The greatest effect is achieved through a comprehensive strategy combining staff reduction with organizational structure optimization, digital transformation of business processes, and management culture change. Staff cuts without accompanying structural and technological transformations do not ensure sustainable productivity growth. The study’s limitations — a two-year horizon and the absence of direct organizational culture measurements — call for further research using validated instruments (OCAI) and HR metrics.

Ключевые слова: производительность труда; банковский сектор; оптимизация организационной структуры; сокращение персонала; цифровая трансформация; Сбербанк; Россельхозбанк; искусственный интеллект.

Keywords: labor productivity; banking sector; organizational structure optimization; staff reduction; digital transformation; Sberbank; RusSelKhozBank; artificial intelligence.

1. Введение

В условиях цифровой трансформации экономики российский банковский сектор сталкивается с фундаментальным вызовом, который связан с необходимостью повышения производительности труда при одновременном сокращении издержек. Перед кредитными организациями возникает вопрос, какой инструмент даёт больший эффект — прямое сокращение численности персонала (особенно в региональных подразделениях) или глубокая оптимизация организационной структуры?

Актуальность исследования обусловлена несколькими факторами. По данным Банка России [3], за 2025 год российские банки закрыли 1,7 тыс. отделений, причём более половины из них пришлось на Сбербанк. Крупнейшие банковские группы в 2025 году суммарно сократили штаты более чем на 22 тыс. сотрудников, вернувшись к значениям 2023 года. Согласно отчётности по МСФО, численность персонала группы Сбербанка на 30 сентября 2025 года составила 294,6 тыс. человек, сократившись с начала года на 13,5 тыс. (4,4 %) [11]. Россельхозбанк в 2025 году сократил порядка 800 сотрудников, что составляет около 2,3 % штата [2].

Теоретическую основу исследования составляют несколько научных направлений. Концепция реинжиниринга бизнес-процессов М. Хаммера и Дж. Чампи [15] обосновывает необходимость фундаментального переосмысления процессов для достижения значительных улучшений. Модель организационной диагностики К. Камерона и Р. Куинна [7] позволяет оценить связь между типом организационной культуры и эффективностью. Теоретические подходы П. Друкера [6] акцентируют внимание на производительности умственного труда как ключевом факторе конкурентоспособности. Современные исследования в области цифровой трансформации банков [1; 4; 13] дополняют методологический аппарат.

Цель настоящего исследования — на основе эмпирических данных сопоставить эффективность двух стратегий повышения производительности труда в банковской сфере и определить условия, при которых каждая из них даёт максимальный результат.

Для достижения цели поставлены следующие задачи:

1. Провести сравнительный анализ динамики численности персонала и филиальной сети Сбербанка и Россельхозбанка за 2024–2025 гг.

2. Оценить показатели производительности труда и операционной эффективности в исследуемых банках за два года.

3. Проанализировать роль технологической трансформации и внедрения искусственного интеллекта в повышении производительности.

4. Сформулировать рекомендации по выбору стратегии с учётом региональной специфики и обозначить направления будущих исследований.

Материалы и методы

2.1. Дизайн исследования

Исследование представляет собой сравнительный анализ двух кейсов (case study) с использованием количественных и качественных методов. Объекты сравнения выбраны на основе контрастных характеристик:

- ПАО «Сбербанк» — крупнейший универсальный банк РФ, системно значимая кредитная организация, реализующий стратегию цифровой трансформации;

- АО «Россельхозбанк» — государственный специализированный банк, четвёртый по величине активов в России, ориентированный на кредитование агропромышленного комплекса.

Период анализа - 2024–2025 гг. Выбор горизонта обусловлен доступностью публичной отчётности по МСФО и значимостью изменений в банковском секторе в эти годы. Для оценки устойчивости тренда показатели производительности рассчитаны за два года (2024 и 2025).

2.2. Источники данных и методы сбора

Исследование базируется на анализе вторичных данных:

- Публичная консолидированная финансовая отчётность ПАО «Сбербанк» по МСФО за 2024 и 2025 гг. [10; 11];

- Публичная отчётность АО «Россельхозбанк» по МСФО за 2025 г. и данные за 2024 г. [2];

- Статистические бюллетени Банка России [3];

- Отраслевые аналитические обзоры и публикации деловой прессы.

2.3. Показатели эффективности

Для оценки эффективности стратегий использованы следующие показатели:

1. Динамика численности персонала — абсолютное и относительное изменение штатной численности за каждый год.

2. Производительность труда — прибыль на одного сотрудника, рассчитываемая как отношение чистой прибыли по МСФО к среднесписочной численности персонала за период. Расчёт произведён для 2024 и 2025 гг. отдельно.

3. Операционная эффективность — показатель CIR, рассчитываемый как отношение операционных расходов к операционным доходам.

4. Динамика филиальной сети — изменение количества отделений и офисов.

5. Технологические инновации — количество и финансовый эффект внедрённых решений в области искусственного интеллекта и автоматизации.

2.4. Ограничения исследования

Исследование имеет ряд ограничений. Во-первых, анализ охватывает только два года (2024–2025), что не позволяет полностью исключить влияние случайных рыночных колебаний. Во-вторых, работа опирается на публичную отчётность, которая может не отражать все внутренние аспекты трансформаций. В-третьих, в исследовании не применялись прямые методы оценки организационной культуры (например, OCAI Камерона и Куинна [7]) и HR-метрики (текучесть кадров, eNPS – Employee Net Promoter Score – индекс чистой лояльности сотрудников, показывающий, насколько люди довольны работой в компании и готовы рекомендовать её своему окружению как отличного работодателя) из-за отсутствия доступа к внутренним данным. Это направление оставлено для будущих исследований.

3. Результаты

3.1. Динамика численности персонала

По состоянию на конец 2025 года численность штатных сотрудников группы Сбербанка составила 294 578 человек против 308 092 на конец 2024 года [11]. Сокращение за 9 месяцев составило 13,5 тыс. человек (4,4 %). По данным «Коммерсантъ», по итогам всего 2025 года Сбербанк сократил 16,3 тыс. сотрудников. Наиболее заметное сокращение произошло в первом квартале 2025 года, когда банк потерял 8,6 тыс. человек. Руководство банка объясняло это сворачиванием неэффективных проектов и централизацией функций.

Численность сотрудников Россельхозбанка в 2024 году составляла около 34,2 тыс. человек. В 2025 году банк сократил порядка 800 сотрудников (около 2,3 % штата). Масштаб сокращений в Россельхозбанке существенно ниже, чем в Сбербанке, как в абсолютных, так и в относительных величинах [2].

3.2. Динамика филиальной сети

По данным Банка России [3], общее число банковских отделений в России за 2025 год сократилось на 1,7 тыс., достигнув 22,3 тыс. (в 2019 году их насчитывалось 30 тыс.). Сбербанк закрыл более 900 отделений в 2025 году — более чем вдвое больше, чем в 2024 году. Количество банковских офисов Сбербанка сократилось с 11 524 на конец 2024 года до 10 915 в 2025 году [11].

Сеть Россельхозбанка насчитывает 64 филиала и более 1300 дополнительных офисов, что ставит его на второе место в России по размеру филиальной сети. Банк сохраняет присутствие во всех регионах страны, причём более половины отделений расположены в малых городах и сельских населённых пунктах [2].

3.3. Производительность труда и операционная эффективность

Сбербанк. Чистая прибыль по МСФО за 2024 год достигла 1 580,3 млрд руб. [10]. При среднегодовой численности около 308 тыс. человек производительность за 2024 год составила примерно 5,13 млн руб./чел. По итогам 2025 года чистая прибыль выросла на 7,9 % до 1 705,9 млрд руб., а численность снизилась до 294,6 тыс., что дало производительность около 5,79 млн руб./чел. — рост на 12,9 % за год. Показатель операционной эффективности (CIR) по итогам девяти месяцев 2025 года составил 28,0–28,7 % [11]. В 2025 году банк реализовал более 700 ИИ-инициатив, внедрил около 900 автономных агентов, а финансовый эффект от применения искусственного интеллекта превысил 475 млрд руб. Производительность труда в Сбербанке в 2025 году выросла примерно на 10 % (при обычных 6–7 %) [11].

Россельхозбанк. По итогам 2024 года чистая прибыль составила около 39,8 млрд руб. (исходя из заявленного роста на 25,9 % в 2025 г.). При численности 34,2 тыс. человек производительность за 2024 год — примерно 1,16 млн руб./чел. По итогам 2025 года чистая прибыль выросла до 50,1 млрд руб., численность осталась на уровне 34,2 тыс., производительность — 1,46 млн руб./чел. (рост на 25,9 % за счёт прибыли). Показатель CIR в 2025 году составил 50 % против 52 % в 2024 году. В 2024 году банк оцифровал 14 ключевых бизнес-процессов с помощью Process Mining и более 700 операций с помощью Task Mining, ожидаемый финансовый эффект — более 425 млн руб. [2].

Сравнительная динамика. За два года производительность Сбербанка выросла с 5,13 до 5,79 млн руб./чел. (прирост 12,9 %), Россельхозбанка — с 1,16 до 1,46 млн руб./чел. (прирост 25,9 % в относительном выражении, но абсолютный разрыв остаётся почти четырёхкратным).

4. Обсуждение

4.1. Сравнительный анализ стратегий

Полученные результаты позволяют провести дифференцированный анализ двух подходов. Стратегия Сбербанка представляет собой комплексную модель, включающую:

- сокращение персонала на 16,3 тыс. человек (4,4 %) за 2025 г.;

- оптимизацию филиальной сети — сокращение офисов с 11 524 до 10 915;

- технологическую трансформацию — более 700 ИИ-инициатив, внедрение около 900 автономных агентов;

- структурную реорганизацию — централизацию и объединение дублирующихся отделов.

Стратегия Россельхозбанка носит более умеренный характер:

- сокращение персонала — порядка 800 человек (около 2,3 %);

- сохранение разветвлённой филиальной сети — свыше 1 300 офисов;

- внедрение Process Mining и Task Mining в отдельных бизнес-процессах.

Согласно концепции реинжиниринга [15], радикальное перепроектирование процессов даёт значительный эффект, что подтверждается снижением CIR Сбербанка до 28 %. Как отмечает П. Друкер [6], производительность умственного труда становится главным фактором конкурентоспособности. В Сбербанке это достигается за счёт масштабного внедрения искусственного интеллекта, что согласуется с выводами Абрамовой [1] о ключевой роли технологий в повышении эффективности банков.

4.2. Количественная оценка эффективности подходов

Разница в производительности труда между банками почти четырёхкратная (5,79 млн против 1,46 млн руб./чел.), при том что сокращение персонала в Сбербанке было более масштабным. Это указывает на то, что ключевым фактором роста является не само сокращение, а сопутствующая трансформация бизнес-модели. При этом относительный прирост производительности в Россельхозбанке (25,9 %) превышает прирост в Сбербанке (12,9 %) за счёт более высокой базы роста прибыли, однако абсолютный уровень остаётся несопоставимым.

Показатель CIR также демонстрирует существенный разрыв: 28,0–28,7 % у Сбербанка против 50 % у Россельхозбанка. Более низкий CIR Сбербанка свидетельствует о высокой эффективности управления операционными расходами, что коррелирует с внедрением цифровых технологий [4].

4.3. Роль искусственного интеллекта и автоматизации

Важнейшим фактором, обеспечивающим эффективность сокращений в Сбербанке, является масштабное внедрение искусственного интеллекта. Согласно исследованию Б. Кинга [8], цифровая трансформация — это фундаментальное изменение того, как банки создают ценность. Сбербанк использует мультиагентные системы для анализа эффективности сотрудников и выявления неэффективных проектов. Мультиагентные системы или МАС (Multi-Agent Systems) — это область искусственного интеллекта, в которой сложная задача решается не одним мощным алгоритмом, а группой взаимодействующих между собой интеллектуальных объектов — агентов. В 2025 году банк инвестировал в искусственный интеллект 150 млрд руб., а на 2026 год запланированы инвестиции в объёме 350 млрд руб. [11]. В Россельхозбанке технологическая трансформация также происходит, но в меньших масштабах. Оцифровка 14 бизнес-процессов и 700 операций с помощью Task Mining — значимый, но не сопоставимый с масштабами Сбербанка шаг [2; 13].

4.4. Региональный аспект и вопросы организационной культуры

Особого внимания заслуживает региональная составляющая. Сокращение региональных подразделений в Сбербанке сопровождается активным переводом обслуживания в дистанционный формат. По данным Банка России [3], массовые закрытия отделений объясняются именно этим фактором. При этом Россельхозбанк сохраняет широкое присутствие в малых городах и сельской местности, что обусловлено его специализацией на агропромышленном комплексе. Россельхозбанк выбирает стратегию сохранения доступности, что может ограничивать рост производительности труда в краткосрочной перспективе, но сохранять лояльность клиентов в сельских регионах.

4.5. Ограничения временного горизонта

Анализ охватывает только 2024–2025 гг., что не позволяет полностью исключить влияние краткосрочных рыночных факторов. Хотя мы рассчитали производительность за два года, для подтверждения устойчивости тренда необходим динамический ряд минимум 3–5 лет. В частности, скачок прибыли Россельхозбанка в 2025 г. (+25,9 %) мог быть связан с разовыми факторами, а не с системными изменениями. Дальнейшие исследования должны использовать более длинные временные ряды.

5. Заключение

На основе проведённого сравнительного анализа можно сделать следующие выводы:

1. Сокращение численности персонала само по себе не является достаточным условием для роста производительности труда. Сбербанк, сокративший 16,3 тыс. сотрудников (4,4 %), достиг роста производительности с 5,13 до 5,79 млн руб./чел. (прирост 12,9 %), в то время как Россельхозбанк с более умеренными сокращениями (около 800 чел., 2,3 %) показал рост с 1,16 до 1,46 млн руб./чел. (прирост 25,9 % в относительном выражении, но абсолютный разрыв остаётся почти 4-кратным).

2. Оптимизация организационной структуры, сопряжённая с цифровой трансформацией, даёт значительно больший эффект. Комплексный подход Сбербанка, включающий реорганизацию филиальной сети, централизацию функций и внедрение искусственного интеллекта, обеспечивает устойчивую операционную эффективность (CIR = 28,0–28,7 %).

3. Технологии искусственного интеллекта и автоматизации являются ключевым фактором, превращающим сокращение персонала из антикризисной меры в стратегию роста производительности. Использование мультиагентных систем (Сбербанк) или Process Mining (Россельхозбанк) позволяет достичь большего эффекта при меньших социальных издержках.

4. Региональная специфика требует дифференцированного подхода. Для универсальных банков оптимизация сети оправданна. Для специализированных банков с социальной миссией сохранение физического присутствия в регионах может быть стратегически необходимым, даже если это временно ограничивает рост производительности.

5. Наибольший эффект достигается при комплексной стратегии, сочетающей сокращение персонала, оптимизацию структуры, цифровую трансформацию и изменение управленческой культуры. Однако для подтверждения роли культуры необходимы дополнительные исследования с применением специальных методик (OCAI) и HR-метрик.

Список литературы

References