人工智能类图书选题策划思路分析

摘要：近年，在大数据、大算力的支撑下，人工智能技术飞速发展，与此同时，人工智能类图书市场快速增长。2017年，人工智能类图书出版的发展达到高峰。文章基于2017年至2022年上半年这五年半的开卷计算机类畅销书排行榜前1000名的数据，采用数据分析方法，对人工智能类图书占计算机类畅销书排行榜前1000名的品种数、头部人工智能类图书的销量进行分析，并对人工智能类畅销书的选题策划思路进行分析，对人工智能类图书市场的畅销趋势进行预测。在提出六大类人工智能类畅销书选题思路的同时，指出避免同质类选题，攻关领域内权威专家、关注交叉领域的突破、关注“AI+IT领域”、关注人工智能实践等选题策划思路，将是未来可行的人工智能类图书的选题策划思路，有助于策划出社会效益与经济效益俱佳的优质作品。

关键词：人工智能；图书选题策划；畅销书；计算机图书；趋势

中图分类号：G232 文献标志码：A 文章编号：1674-8883（2022）22-0205-04

一、背景介绍

随着人工智能（Artificial Intelligence，AI）第三次浪潮的兴起（始于2006年），以深度学习技术为代表的人工智能技术在性能上不断突破，在图像、语音、自然语言处理等领域掀起了一场革命，极大地影响了人们生活的方方面面。例如，人们利用人脸识别技术进行支付；电视剧中出现了利用人工智能换脸技术合成的人物形象；2022年北京冬奥会服务团队用上了自动驾驶汽车；人们通过语音识别控制智能音响等智能家居设备[1]；中外学术交流会议中出现了用机器翻译技术辅助（甚至代替）同声传译的翻译范式，等等。

在人工智能产品为人们带来普惠的背后，是人工智能技术的突破与迭代。新技术不断涌现，使人工智能领域被社会各界广泛关注：产投界看好与人工智能相关的投资项目，人工智能领域初创企业相比传统行业更受追捧；学术界纷纷成立人工智能研究中心，汇聚人才攻关人工智能技术难题；与人工智能技术相关的专业也更受大学生的青睐。

在这样的时代背景下，人工智能类图书“百花齐放”，无论是在品种数量，还是在图书销量上，都有质的飞跃。虽然计算机图书出版在整个出版业中占据的分量并不大，但是计算机图书承载的技术是随着中国计算机技术发展浪潮而不断演变的[2]。作为计算机图书中重要板塊的人工智能类图书，更是前沿科技创新技术的代表。需求产生的巨大市场，正牵引着人工智能技术从快速发展期过渡到平稳发展期，并与商业场景结合，落地生根，开花结果。人工智能类图书正陪伴着、记录着人工智能技术的发展，因此分析人工智能类图书选题策划思路具有重要价值。

2017年，随着几本重磅人工智能类图书的问世，人工智能类图书市场被引爆，因此文章中的数据也从2017年开始统计。事物总是在不断自我否定中螺旋式前进的[3]，人工智能类图书选题策划思路如何随着技术发展变迁，未来的选题策划思路是怎样的？文章旨在通过分析近年来计算机图书的开卷数据，分享人工智能类图书策划思路，尝试对人工智能类图书市场的畅销趋势进行预测，以期与同行切磋，共勉前行。

二、数据分析

（一）数据来源

本文的数据来源为开卷数据。文章选用2017—2021年这5个完整年份的开卷计算机数据，以及2022年上半年（1—6月）的开卷计算机数据。目的是通过拉长时间跨度，尽可能客观地反映人工智能类图书的发展趋势。

（二）数据筛选

人工智能类图书数据是如何筛选出来的？原始数据为2017—2021年这5年的开卷数据，笔者从每年的计算机年度总榜前1000名中手工筛选出人工智能类图书。2022年上半年（1—6月）的数据筛选方式同样如此，笔者也是从计算机半年榜的前1000名中手工筛选出人工智能类图书。

（三）2017—2021年的开卷数据分析与选题思路分析

1. 2017—2021年人工智能类图书在开卷计算机榜前1000名中的占比分析

将2017—2021年这5年的数据与2022年上半年的数据分开分析，不仅因为2022年的数据是半年数据，还因为2022年一些城市受疫情影响，销售数据不能完全反映常态。关于这一点，分析到2022年上半年数据时再详细阐述。

在2017—2021年这5年中，人工智能类图书占计算机头部品种数呈递减趋势，2017年的前50名中有6本，2021年的前50名中只有3本；2021年有63种人工智能类图书排进计算机类畅销书榜前1000名，而2017年只有51种。从这5年的数据中可以得出结论：人工智能类图书自2017年爆发后，在计算机榜中占有量逐年稳步攀升，但占头部品种数有下降的趋势。从结果反推原因，这可能与人工智能技术成熟度有关，技术越成熟，需要买书学习的人群越稳定，越要挑选最具有权威性的书学习，不会再出现爆发期出版一本“火”一本的情况。这也从侧面反映出，市面上具有权威性的人工智能图书只有那几本（如周志华教授所著的《机器学习》等），品种数不多。对策划编辑来说，应该侧重布局这类图书选题。

2. 2017—2021年，人工智能类图书中前5名图书的年销量分析

2017—2021年这5年间，前5名人工智能类图书的年销量总和呈逐年下降趋势。具体来说，从2017年的销量190555册，降到2021年的136620册，下降了28.3%，但下降幅度较平稳。头部人工智能类图书的销量逐年递减，与2017—2021年人工智能类图书在开卷计算机榜前1000名中的占比数据反映出的结果一致：与人工智能技术逐渐进入平稳发展阶段有直接关系。

分析人工智能类图书占计算机图书比重和头部人工智能类图书的销量情况，是为了对人工智能类图书建立宏观认知。接下来，以2017年人工智能类图书中的头部品种（前15名）为例，分析可行的选题策划思路。

3.基于2017年人工智能类图书中的头部品种的选题策划思路分析

2017年正处于人工智能类图书爆发时期，产品具有多样性，分析多种选题策划思路，更有利于积累人工智能类图书的选题策划经验。接下来，笔者将2017年人工智能类图书中的头部品种（前15名）分为六大类，并对其进行详细的选题策划思路分析。

（1）中外权威专家所著的经典作品。出版名家经典著作一直是图书出版的立根之本。打造“传世之作”，一直是每个编辑策划图书的努力方向。头部人工智能类图书中不乏大咖所著的经典作品，典型代表有《机器学习》《深度学习》《机器学习实战》《人工智能：一种现代的方法（第3版）》《神经网络与机器学习（原书第3版）》《深度学习、优化与识别》，这些“硬”图书，能给予人工智能类图书最有力的支撑，可以帮助读者入门人工智能。

（2）以“爆款”新技术为主题的作品。榜单中有两本（《TensorFlow实战》《TensorFlow：实战Google深度学习框架》）以新技术（TensorFlow）为主题的书于2017年2月出版。新技术TensorFlow是谷歌于2015年11月开源的深度学习框架，因其处理深度学习相关问题时性能优异，得到技术圈认可，在整个产业生态链中扎根，成为底层基础设施的趋势。想入门人工智能的所有技术人员都有上手学习TensorFlow这门新技术的需求。就是在这种高需求的大环境下，两本以新技术为代表的人工智能图书快速填补了市场空白，得到市场的肯定，是社会效益与经济效益俱佳的优质作品。要注意的是，在新技术的爆发期上市，是新技术主题作品成功的关键之一。

另外，《TensorFlow实战》《TensorFlow：实战Google深度学习框架》两本书的作者有几个共性：都是年轻的85后，都是第一次写技术书，都是计算机科学专业学历背景，基本功扎实。

以新技术为主题的选题策划需要策划编辑对产业有较深入的洞察，能对技术发展趋势有一定预判；能快速跟进有潜质的新技术，提前布局，找到合适的作者，这类作者不一定是业界顶级专家，但必须技术过硬、水平较高。如果在保证图书质量的前提下，能够“轻流程”，打造“快而新”的书，那么抢占市场第一波红利的概率很大。

榜单上还有一本有特色的书，即《Python机器学习及实践：从零开始通往Kaggle竞赛之路》，Kaggle是一个人工智能领域的竞赛，获得好名次的参赛选手在投简历时更容易受到互联网大厂的关注，因此Kaggle竞赛在2016—2018年很受高校大学生青睐。这本书的选题策划思路就是抓住核心读者群的需求，为核心读者打造了一本“Kaggle参赛指南”。可见，无论是哪个领域的图书策划，关注读者需求，解决读者痛点，永远是选题策划的核心。

（3）来自交叉学科的作品。人工智能交叉领域的选题是值得策划编辑关注的，可供挖掘的技术点非常多。例如，基于无人驾驶技术写一本无人驾驶领域的专著难度很大，因为无人驾驶技术包含计算机视觉（Computer Vision，CV）、强化学习（Reinforcement Learning，RL）、行为预测等人工智能相关的知识，也涉及感知、决策、规划、控制等机器人相关知识点。写这种技术“全家桶”类的书非常耗费精力，对于工作强度本就较大的互联网领域从业者来说不太现实。另外，如果想将无人驾驶技术讲透，可能需要2000页甚至更多的篇幅，这么厚的书，也不利于出版。那是不是说就不能策划这类书呢？当然不是，在技术普及期，可以策划无人驾驶类的技术科普书，浅谈每个技术点，引领想入门的读者入门。《第一本无人驾驶技术书》就是从这样的选题思路出发规划的，从这本书的销量看，这样的选题思路是正确的。

再以头部品种中的畅销书《视觉SLAM十四讲：从理论到实践》为例，这本书介绍的技术跨虚拟现实（Virtual Reality，VR）、计算机视觉、机器人学、人工智能等多个领域。正因为跨多个学科，能写这种交叉领域技术书的作者相对少，导致市面上没有介绍视觉SLAM的中文教材。在策划这个选题时，策划编辑的思路应该是：只要技术的应用前景好，就算受众少，成为领域内最优秀的一本书，销量也是非常可观的，而且没有竞品。另外，《视觉SLAM十四讲：从理论到实践》之所以能够取得成功，内容站得住脚依然是最重要的因素，该书作者不仅是业界青年专家，而且粉丝众多。唯一性、内容扎实等几个因素叠加，使本书上市后几度断货。

当然，小众技术点是否值得成书，非常考验策划编辑的预判力。这就要求策划编辑有一定积累，同时可能还要有点运气。

（4）技术启蒙类作品。但凡某個话题兴起，都需要有一本技术普及性的著作，来向读者讲清楚这个技术是什么，《神经网络与深度学习》就是从这样的选题思路出发写作而成的。《图解机器学习》也是类似的思路。这类书都是读者入门的刚需，能享受到技术爆发期的第一波销量红利。

（5）科普启蒙作品。同样的，某个话题兴起，也需要有一本概念科普书，来向读者讲清楚这是什么、为什么、能干什么。书中不会出现代码和大段数学公式，纯粹是写给普通人看的科普书。这就是《终极算法：机器学习和人工智能如何重塑世界》这类外版书的选题策划思路。但这类书只在技术爆发期能获得销量红利，当技术进入平稳发展期时，即使科普启蒙类书的作者是顶级的，也会在一定程度上失去“光芒”，不如爆发期的销量多。例如，2021年出版的《科学之路：人、机器与未来》的原书作者是国际权威专家，但错过了人工智能图书的红利期，所以销量并不突出。

（6）知识传承类作品。众所周知，人工智能的兴起，离不开算法、大数据、大算力的支撑。《大数据架构详解：从数据获取到深度学习》就像衔接已有概念和新概念的桥梁，帮助众多大数据领域从业者认识人工智能，并投身其中。策划这类书需要策划编辑对产业发展趋势有一定洞见，但这并不意味着策划编辑要做额外的产业趋势研究分析，而是在追踪大数据选题的道路上，跟随行业发展，跟随作者的技术路线，自然过渡到人工智能领域。以上，是对2017—2021年策划人工智能类图书选题的主要思路分析。

（四）2022年上半年的开卷数据分析与选题思路分析

笔者基于2022年上半年的开卷数据，对人工智能类图书的发展现状进行分析，并尝试预测人工智能类图书选题未来的发展趋势。

1. 2022年上半年人工智能类图书在开卷计算机榜前1000名中的占比分析

2022年上半年，人工智能类图书在开卷计算机榜单的前1000名中有72本，较前几年略多。前50名、前100名中人工智能类图书的数量与前几年基本持平。通过2017年到2022年上半年的开卷数据可以看出，人工智能类图书已经在计算机板块占据一定地位，品种数稳中有增，算是一个还不错的选题策划方向。

2.人工智能类图书中前5名的半年销量分析

2022年上半年，排前5名的人工智能类图书的半年销量总和只有70787册，远低于前几年的销量水平。其中，第1名人工智能类图书的半年销量为22966册，第2名人工智能类图书的半年销量为17839册，第3名人工智能类图书的半年销量为13161册，第4名人工智能类图书的半年销量为8709册。从第4名开始，半年销量就跌破10000册大关。因本论文篇幅有限，未能对整个计算机榜进行分析，但销量的大幅下跌，不仅体现在人工智能图书领域，在整个计算机大板块中也是如此。笔者总结可能与以下几个原因有关：第一，从2021年下半年开始，很多互联网大厂开始裁员，大学生在IT、互联网行业的从业意愿下降；第二，京沪两地疫情影响导致2022年第二季度整个计算机图书市场的发货比往年同期缩水很多。第三，京东、当当两大网站的自然流量大幅下降。第四，互联网行业的线下会议几乎全部停办或者延期，互联网大厂回购图书的意愿下降。基于以上几个原因，2022年上半年的销量数据仅可作为参考，不应依据此数据作任何决策。文章则不再对此数据做更深入分析。

3. 2022年上半年15本头部人工智能类图书的策划思路分析

笔者在上文将选题策划思路分为六大类，这里，我们换个思路分析头部品种的选题思路，作为对之前选题思路的补充。

首先，从新书出版的时间可以看出，2022年的爆款新书寥寥无几，15本头部品种中，2016—2020年的经典著作有11本，占73.3%。数据从侧面反映出，人工智能技术进入稳定增长期，挖掘“爆款”新技术类作品的难度较大。

其次，人工智能技术迭代快，这意味着作品中的技术“过时”得快，但从开卷数据中可以看出，市场对中外权威专家编写的经典作品接受度非常高，因此这个策划思路将是未来几年的主流。

另外，从实践出发的选题值得关注，即教读者“怎么用”。《百面机器学习：算法工程师带你去面试》《深度学习推荐系统》《PyTorch深度学习实战》《机器学习实战：基于Scikit-Learn、Keras和TensorFlow》等包含实践内容的书非常受欢迎，这与人工智能技术从科普期发展到技术稳定期有直接关系。例如，从书名看，《百面机器学习：算法工程师带你去面试》就是专门为想进入人工智能领域的广大高校学生、想转行到人工智能领域的互联网从业者量身定做的，选题思路清晰、读者定位准，是这本书成功的关键。

《深度学习推荐系统》这本从人工智能应用出发的书，选题思路也非常清晰：人们的生活中处处可见推荐系统的身影，说明推荐系统相关技术已经成为各大互联网公司的标配，那么一本介绍人工智能时代推荐系统的书，一定会受到欢迎。

作者认为，2022年，人工智能类图书的红利期已经过去，进入平稳发展阶段，人工智能类图书市场开始自我淘汰，对作者和内容质量的要求更高，再出版人工智能基础类书就不那么好卖了。

（五）探讨未来策划人工智能类图书选题的思路

笔者尝试探讨未来策划人工智能类图书选题的思路，可以从以下几个维度梳理思路。

1.梳理已有选题，丰富选题类型

可以从选题细分领域、技术难易程度、作者层次等几个维度分析自己的选题库。例如，如果已经储备了5本自然语言处理方向的选题，而一本计算机视觉方向的选题储备都没有，那么可以考虑侧重挖掘没有的选题点。让自己的选题类型丰富起来，这就是所谓的“不要把鸡蛋放在同一个篮子里”。

2.丰富已有选题维度，让选题矩阵更丰满

这里的选题维度是指选题层次，同一个技术点的几个选题要各有特色。例如，有的选题是针对入门级读者，有的选题是针对有一定基础的中高级读者。不要将所有的书都策划成入门级，这是非常危险的，就像在制造重复产品一样，不仅浪费编辑资源和出版资源，而且使得自己策划的图书产品核心价值雷同，缺乏竞争力。因此，应丰富选题层次，把握住需要学习这个技术点的“全层次阶段”的读者群。

3.学习优秀产品经理的思考过程，争做精品

在人工智能类图书竞争越来越激烈的将来，再出版高度同质化内容是完全没有竞争力的。不妨多借鉴互联网产品经理的思路，打造每一本书都要赢在质量上，而不是堆砌出版物品种数码洋。这就考验策划编辑的软技能了，如推广文案编写能力、抖音营销策划能力等。

4.要有策划图书的大局观

策划编辑一定要有大局观，多考虑技术长期的发展。图书出版过程中的变量很多，从选题策划到图书上市，少则一年，多则两三年。而人工智能技术每天都在发生变化，把格局放大，不仅有利于发现更多角落里的闪光技术，而且能让自己的策划心态更平和。

5.关注选题的外延

扩展与选题有关联的其他领域。例如，转行的人要学什么技术，有没有这类书？如果没有书，是否值得策劃一本，以填补市场的空白？围绕人工智能从业者的需求挖掘潜在选题应该是策划编辑的常规技能，永远不会过时。

6.时刻关注“创新”

不要别人策划什么主题，自己就跟着策划什么，而是要时刻注意主动创新，力争策划引领“新技术”的第一本书，创造更多价值。

7.关注产业生态

前面提到的基于“爆款”新技术的新书，出版时间与产业生态成熟时间正好吻合，这需要运气，更需要策划编辑对产业生态节奏的把握与作者的配合。

三、结语

文章以近年开卷数据为基础，分析人工智能类图书的选题策划思路。随着人工智能技术的逐渐成熟，人工智能类图书的大环境也随之变化。作者认为，人工智能类图书已经进入深水区，在技术大环境中缺乏“爆款”新技术的常态下，策划头部品种的难度很大。未来几年，攻关领域内顶级专家、关注交叉领域的突破、关注“AI+IT领域”、关注人工智能实践，都是不错的选题策划思路。

一本人工智能类畅销书，离不开策划编辑的思考、尝试与创新。这个过程中，一定有失败的经验和教训，及时总结、勤于思考是策划编辑成功路上必备的优秀品质。

参考文献：

[1] 王泉.声纹技术：从核心算法到工程实践[M].北京：电子工业出版社，2020：11.

[2] 孙学瑛.从IT编辑的角度看软件架构变迁[J].科技创新与应用，2021，11（12）：49-51.

[3] 刘知远，崔安颀，等.大数据智能：数据驱动的自然语言处理技术[M].北京：电子工业出版社，2020：8.

作者简介 郑柳洁，硕士，电子工业出版社有限公司编辑，研究方向：计算机图书策划。