国家级赛事China GT翻车，但真正怪的不该是外包

01

在9月5日，国家级超跑赛事China GT上海站比赛发生了严重事故，两辆赛车碰撞后冲出赛道，迎头撞上了91号赛车引发大火，英国车手一度昏迷困在驾驶舱里。

这个时候，本应该快速救援的专业人员没有出现，最后姗姗来迟的是一个没有穿戴任何专业装备，拎着一个灭火器的大爷。

而大爷也只是把灭火器送过来就转身离开了，真正在千钧一发之际救人的是魅影车队荷兰车手Loek Hartog，他放弃了比赛，也上演了一出世界名画。

后来，事情的发展就有趣了。

事故发生后，直播镜头第一时间切到了空地，赛事方也没有什么回应，好像事情就跟没发生过一样。

但出事的车队可不惯着你，直接宣布退出China GT赛事，另一只中国车队TBC老板杨百洁也公开表示退出China GT。

中国最高级别的超跑赛事闹出了这样的事，这一下就成了全网关注的热点。

China GT的主办方也终于坐不住了，发了一个神人一般说明。

最神的就是里面一句话：“整个赛事的配置是符合国家级赛事配置的，但在细致管理方面有待提高。”

虽然不知道这个声明，到底是名义上主办方中汽摩联发的，还是负责赛事组织跟推广的上海擎速公司写的。

只能说，太有那个“大事化小，小事化了，自罚三杯”的味了。

仔细想一想，作为国家级赛事，该有的配置都有，该花的钱也没少花，还有专业的公司组织跟策划。

那为什么真正出事的时候，第一个冲上来救人的，还是一个本来应该继续比赛的车手呢？

02

当然，网友有一个特别容易理解的答案，什么呢？

外包。

很多讨论都把矛头指向赛事现场的安保、赛道工作人员跟救援人员都是临时聘请的廉价外包人员。

工资低，所以不专业；临时招来，所以不会救援；层层外包，所以出了问题没人负责。

你一天给人家100多，甚至连100都没有，人家跟你玩什么命呀，能把灭火器给你拎过来都得夸一句尽职尽责了。

当然，因为没有具体的调查结果，我们不能直接判定就是外包的原因。

而且，在这里，我特别想替外包喊声冤，因为外包本身不是原罪。

像最顶级的F1比赛，它现场的工作人员绝大多数也都是外包的，甚至他们连钱都不发，主办方只负责报销路费跟提供吃住。

但不同的地方在于哪里？

FIA专门针对志愿者建立了一套从培训、认证、安全教育的许可体系，只有通过了整套体系才能参加现场工作。

换句话说，一个志愿者是不是赛事方的正式员工，并不能决定他专不专业。

真正决定能力的是什么？

他受过什么训练、按照什么标准上岗、有没有针对各种情况演练过，出了问题，整套体系能不能把这些人迅速组织起来？

所以，真正的问题从来不是外包，而是在组织本身，你把工作交给别人以后，你自己还有没有能力判断，这件事到底有没有做好？

03

其实，很多企业都有这种经历。

像短视频火了之后，我们接触了大量把短视频营销交给代运营的公司。

当然，看上去企业确实省事，一个月给点钱，什么都给你做了，每个月还给你一份几十页的报告，流量涨了，曝光涨了，点击率也很好。

但是，老板并不知道这些流量背后到底是潜在客户，还是跟自己业务没关系的无效流量，什么样的内容才叫好，短视频营销的逻辑跟标准是什么。

到最后，老板可能才觉得奇怪，怎么花钱请人做了大半年，一点询盘跟成交都没有？

但这个时候找代运营的麻烦，有用吗？

没有。

因为企业外包掉的不只是做短视频这个动作，把判断短视频到底做的好不好，有没有带来结果的能力，也一起外包掉了。

所以，这些企业一直到走进单仁牛商，系统了解短视频营销的逻辑，才发现“有人在做”和“这件事有能力被判断跟解决”，根本不是一回事。

这就是外包真正危险的地方，你没有能力去判断乙方到底专不专业，怎么做的，结果跟标准是什么。

这也是我觉得China GT这场争议真正值得企业去看的地方。

外包这件事本身没问题，执行可以外包，专业服务可以外包，甚至很多岗位也不一定必须全部自己养。

就像今天的AI，它不就是一个最大的外包吗？

你喊它做什么，它就会做什么，效率高，执行力强，成本还低，这就是很多企业理想中的外包。

但是，你如果没有标准，没有数据训练，AI也不会自动给你变出订单跟客户来。

所以，我觉得在今天去理解组织能力，至少有三层东西不能混淆。

第一层叫配置，它解决的是有没有？

你的岗位是不是完善，特别是关键环节有没有人在？你有没有配备好相应的工具，有没有使用好的AI？

这些是做事情最基础的东西，

第二层叫训练，它解决的是会不会？

对人来说，他有没有接受过针对性的训练？知道什么情况下不能贸然行动，知道哪些问题需要配合处理，流程标准是什么样的？

对AI来说就是喂养数据，把你的产品卖点、客户画像、高频FAQ、成单话术、客户案例等等你积累下来的知识跟经验，都整理成结构化文档喂给AI，让它有标准，知道怎么做。

我看到一些平台的数据表明，配置超过1万字符指令的AI，效果是配置不到2千字符AI的12倍。

喂养跟训练，直接决定AI产出的效果。

第三层是响应，它解决的是出问题了，谁来解决问题？

不管是对人，还是对AI来说，总会有出问题的时候。

像AI出问题的情况更多，即便是目前最先进的GPT-6，OpenAI在Agent的自动化最终测试中，它的准确率也只有59.3%，相当于有40%的几率会出现问题。

那么，真出事的时候，谁能做判断？谁来扛起责任，找到出问题的原因是什么？谁能有效地传递信息，下达指令，组织协同，把问题解决掉呢？

这其实是最重要的能力，但很多企业的错觉是什么？

第一项满足了，于是默认第二、第三项也会自动满足。

有工具配置，就觉得有能力做好所有事；有外包，就觉得专业问题已经能解决；有方案，就理所当然觉得所有人都要懂，都会做。

然后，其他该砍的砍，该省的省。

等到真正出问题的那一刻，才发现自己什么都没有，只是草台班子而已。

04

在53年前，1973年7月29日的F1荷兰大奖赛。

有一位英国车手同样发生事故，赛车翻覆后燃起大火。

另外一名车手David看到后，也选择停下自己的比赛冲向现场救人。

但当时的条件还不足，也没有专门的培训跟事故响应体系，最终一个人的力量太小，没能把人救下来。

F1官方把这件事记录下来，最终花了几十年时间，努力把过去只能依赖一个勇敢车手完成的事情，变成一套系统应该稳定完成的事情。

Hartog放弃比赛救人的英雄行为，当然值得赞美，这是人类最为高尚的品德。

但一个成熟系统存在的意义，恰恰是即使那一天没有英雄刚好经过，事情也应该被正确处理。

所有人都知道自己应该做什么，知道什么设备工具马上能用，怎么用，各个环节能迅速接上，不需要依赖运气。

一个英雄值得敬佩。

但一个必须等待英雄出现的组织跟系统，不值得庆幸，甚至不该存在。

责任编辑 | 罗英凡

图片均来源于AI

本文不构成任何投资建议，股市有风险，投资需谨慎

■ 免责声明

本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。