人工智能類圖書選題策劃思路分析

摘要：近年，在大數據、大算力的支撐下，人工智能技術飛速發展，與此同時，人工智能類圖書市場快速增長。2017年，人工智能類圖書出版的發展達到高峰。文章基于2017年至2022年上半年這五年半的開卷計算機類暢銷書排行榜前1000名的數據，采用數據分析方法，對人工智能類圖書占計算機類暢銷書排行榜前1000名的品種數、頭部人工智能類圖書的銷量進行分析，并對人工智能類暢銷書的選題策劃思路進行分析，對人工智能類圖書市場的暢銷趨勢進行預測。在提出六大類人工智能類暢銷書選題思路的同時，指出避免同質類選題，攻關領域內權威專家、關注交叉領域的突破、關注“AI+IT領域”、關注人工智能實踐等選題策劃思路，將是未來可行的人工智能類圖書的選題策劃思路，有助于策劃出社會效益與經濟效益俱佳的優質作品。

關鍵詞：人工智能；圖書選題策劃；暢銷書；計算機圖書；趨勢

中圖分類號：G232 文獻標志碼：A 文章編號：1674-8883（2022）22-0205-04

一、背景介紹

隨著人工智能（Artificial Intelligence，AI）第三次浪潮的興起（始于2006年），以深度學習技術為代表的人工智能技術在性能上不斷突破，在圖像、語音、自然語言處理等領域掀起了一場革命，極大地影響了人們生活的方方面面。例如，人們利用人臉識別技術進行支付；電視劇中出現了利用人工智能換臉技術合成的人物形象；2022年北京冬奧會服務團隊用上了自動駕駛汽車；人們通過語音識別控制智能音響等智能家居設備[1]；中外學術交流會議中出現了用機器翻譯技術輔助（甚至代替）同聲傳譯的翻譯范式，等等。

在人工智能產品為人們帶來普惠的背后，是人工智能技術的突破與迭代。新技術不斷涌現，使人工智能領域被社會各界廣泛關注：產投界看好與人工智能相關的投資項目，人工智能領域初創企業相比傳統行業更受追捧；學術界紛紛成立人工智能研究中心，匯聚人才攻關人工智能技術難題；與人工智能技術相關的專業也更受大學生的青睞。

在這樣的時代背景下，人工智能類圖書“百花齊放”，無論是在品種數量，還是在圖書銷量上，都有質的飛躍。雖然計算機圖書出版在整個出版業中占據的分量并不大，但是計算機圖書承載的技術是隨著中國計算機技術發展浪潮而不斷演變的[2]。作為計算機圖書中重要板塊的人工智能類圖書，更是前沿科技創新技術的代表。需求產生的巨大市場，正牽引著人工智能技術從快速發展期過渡到平穩發展期，并與商業場景結合，落地生根，開花結果。人工智能類圖書正陪伴著、記錄著人工智能技術的發展，因此分析人工智能類圖書選題策劃思路具有重要價值。

2017年，隨著幾本重磅人工智能類圖書的問世，人工智能類圖書市場被引爆，因此文章中的數據也從2017年開始統計。事物總是在不斷自我否定中螺旋式前進的[3]，人工智能類圖書選題策劃思路如何隨著技術發展變遷，未來的選題策劃思路是怎樣的？文章旨在通過分析近年來計算機圖書的開卷數據，分享人工智能類圖書策劃思路，嘗試對人工智能類圖書市場的暢銷趨勢進行預測，以期與同行切磋，共勉前行。

二、數據分析

（一）數據來源

本文的數據來源為開卷數據。文章選用2017—2021年這5個完整年份的開卷計算機數據，以及2022年上半年（1—6月）的開卷計算機數據。目的是通過拉長時間跨度，盡可能客觀地反映人工智能類圖書的發展趨勢。

（二）數據篩選

人工智能類圖書數據是如何篩選出來的？原始數據為2017—2021年這5年的開卷數據，筆者從每年的計算機年度總榜前1000名中手工篩選出人工智能類圖書。2022年上半年（1—6月）的數據篩選方式同樣如此，筆者也是從計算機半年榜的前1000名中手工篩選出人工智能類圖書。

（三）2017—2021年的開卷數據分析與選題思路分析

1. 2017—2021年人工智能類圖書在開卷計算機榜前1000名中的占比分析

將2017—2021年這5年的數據與2022年上半年的數據分開分析，不僅因為2022年的數據是半年數據，還因為2022年一些城市受疫情影響，銷售數據不能完全反映常態。關于這一點，分析到2022年上半年數據時再詳細闡述。

在2017—2021年這5年中，人工智能類圖書占計算機頭部品種數呈遞減趨勢，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種人工智能類圖書排進計算機類暢銷書榜前1000名，而2017年只有51種。從這5年的數據中可以得出結論：人工智能類圖書自2017年爆發后，在計算機榜中占有量逐年穩步攀升，但占頭部品種數有下降的趨勢。從結果反推原因，這可能與人工智能技術成熟度有關，技術越成熟，需要買書學習的人群越穩定，越要挑選最具有權威性的書學習，不會再出現爆發期出版一本“火”一本的情況。這也從側面反映出，市面上具有權威性的人工智能圖書只有那幾本（如周志華教授所著的《機器學習》等），品種數不多。對策劃編輯來說，應該側重布局這類圖書選題。

2. 2017—2021年，人工智能類圖書中前5名圖書的年銷量分析

2017—2021年這5年間，前5名人工智能類圖書的年銷量總和呈逐年下降趨勢。具體來說，從2017年的銷量190555冊，降到2021年的136620冊，下降了28.3%，但下降幅度較平穩。頭部人工智能類圖書的銷量逐年遞減，與2017—2021年人工智能類圖書在開卷計算機榜前1000名中的占比數據反映出的結果一致：與人工智能技術逐漸進入平穩發展階段有直接關系。

分析人工智能類圖書占計算機圖書比重和頭部人工智能類圖書的銷量情況，是為了對人工智能類圖書建立宏觀認知。接下來，以2017年人工智能類圖書中的頭部品種（前15名）為例，分析可行的選題策劃思路。

3.基于2017年人工智能類圖書中的頭部品種的選題策劃思路分析

2017年正處于人工智能類圖書爆發時期，產品具有多樣性，分析多種選題策劃思路，更有利于積累人工智能類圖書的選題策劃經驗。接下來，筆者將2017年人工智能類圖書中的頭部品種（前15名）分為六大類，并對其進行詳細的選題策劃思路分析。

（1）中外權威專家所著的經典作品。出版名家經典著作一直是圖書出版的立根之本。打造“傳世之作”，一直是每個編輯策劃圖書的努力方向。頭部人工智能類圖書中不乏大咖所著的經典作品，典型代表有《機器學習》《深度學習》《機器學習實戰》《人工智能：一種現代的方法（第3版）》《神經網絡與機器學習（原書第3版）》《深度學習、優化與識別》，這些“硬”圖書，能給予人工智能類圖書最有力的支撐，可以幫助讀者入門人工智能。

（2）以“爆款”新技術為主題的作品。榜單中有兩本（《TensorFlow實戰》《TensorFlow：實戰Google深度學習框架》）以新技術（TensorFlow）為主題的書于2017年2月出版。新技術TensorFlow是谷歌于2015年11月開源的深度學習框架，因其處理深度學習相關問題時性能優異，得到技術圈認可，在整個產業生態鏈中扎根，成為底層基礎設施的趨勢。想入門人工智能的所有技術人員都有上手學習TensorFlow這門新技術的需求。就是在這種高需求的大環境下，兩本以新技術為代表的人工智能圖書快速填補了市場空白，得到市場的肯定，是社會效益與經濟效益俱佳的優質作品。要注意的是，在新技術的爆發期上市，是新技術主題作品成功的關鍵之一。

另外，《TensorFlow實戰》《TensorFlow：實戰Google深度學習框架》兩本書的作者有幾個共性：都是年輕的85后，都是第一次寫技術書，都是計算機科學專業學歷背景，基本功扎實。

以新技術為主題的選題策劃需要策劃編輯對產業有較深入的洞察，能對技術發展趨勢有一定預判；能快速跟進有潛質的新技術，提前布局，找到合適的作者，這類作者不一定是業界頂級專家，但必須技術過硬、水平較高。如果在保證圖書質量的前提下，能夠“輕流程”，打造“快而新”的書，那么搶占市場第一波紅利的概率很大。

榜單上還有一本有特色的書，即《Python機器學習及實踐：從零開始通往Kaggle競賽之路》，Kaggle是一個人工智能領域的競賽，獲得好名次的參賽選手在投簡歷時更容易受到互聯網大廠的關注，因此Kaggle競賽在2016—2018年很受高校大學生青睞。這本書的選題策劃思路就是抓住核心讀者群的需求，為核心讀者打造了一本“Kaggle參賽指南”?？梢?，無論是哪個領域的圖書策劃，關注讀者需求，解決讀者痛點，永遠是選題策劃的核心。

（3）來自交叉學科的作品。人工智能交叉領域的選題是值得策劃編輯關注的，可供挖掘的技術點非常多。例如，基于無人駕駛技術寫一本無人駕駛領域的專著難度很大，因為無人駕駛技術包含計算機視覺（Computer Vision，CV）、強化學習（Reinforcement Learning，RL）、行為預測等人工智能相關的知識，也涉及感知、決策、規劃、控制等機器人相關知識點。寫這種技術“全家桶”類的書非常耗費精力，對于工作強度本就較大的互聯網領域從業者來說不太現實。另外，如果想將無人駕駛技術講透，可能需要2000頁甚至更多的篇幅，這么厚的書，也不利于出版。那是不是說就不能策劃這類書呢？當然不是，在技術普及期，可以策劃無人駕駛類的技術科普書，淺談每個技術點，引領想入門的讀者入門?！兜谝槐緹o人駕駛技術書》就是從這樣的選題思路出發規劃的，從這本書的銷量看，這樣的選題思路是正確的。

再以頭部品種中的暢銷書《視覺SLAM十四講：從理論到實踐》為例，這本書介紹的技術跨虛擬現實（Virtual Reality，VR）、計算機視覺、機器人學、人工智能等多個領域。正因為跨多個學科，能寫這種交叉領域技術書的作者相對少，導致市面上沒有介紹視覺SLAM的中文教材。在策劃這個選題時，策劃編輯的思路應該是：只要技術的應用前景好，就算受眾少，成為領域內最優秀的一本書，銷量也是非?？捎^的，而且沒有競品。另外，《視覺SLAM十四講：從理論到實踐》之所以能夠取得成功，內容站得住腳依然是最重要的因素，該書作者不僅是業界青年專家，而且粉絲眾多。唯一性、內容扎實等幾個因素疊加，使本書上市后幾度斷貨。

當然，小眾技術點是否值得成書，非?？简灢邉澗庉嫷念A判力。這就要求策劃編輯有一定積累，同時可能還要有點運氣。

（4）技術啟蒙類作品。但凡某個話題興起，都需要有一本技術普及性的著作，來向讀者講清楚這個技術是什么，《神經網絡與深度學習》就是從這樣的選題思路出發寫作而成的。《圖解機器學習》也是類似的思路。這類書都是讀者入門的剛需，能享受到技術爆發期的第一波銷量紅利。

（5）科普啟蒙作品。同樣的，某個話題興起，也需要有一本概念科普書，來向讀者講清楚這是什么、為什么、能干什么。書中不會出現代碼和大段數學公式，純粹是寫給普通人看的科普書。這就是《終極算法：機器學習和人工智能如何重塑世界》這類外版書的選題策劃思路。但這類書只在技術爆發期能獲得銷量紅利，當技術進入平穩發展期時，即使科普啟蒙類書的作者是頂級的，也會在一定程度上失去“光芒”，不如爆發期的銷量多。例如，2021年出版的《科學之路：人、機器與未來》的原書作者是國際權威專家，但錯過了人工智能圖書的紅利期，所以銷量并不突出。

（6）知識傳承類作品。眾所周知，人工智能的興起，離不開算法、大數據、大算力的支撐?！洞髷祿軜嬙斀猓簭臄祿@取到深度學習》就像銜接已有概念和新概念的橋梁，幫助眾多大數據領域從業者認識人工智能，并投身其中。策劃這類書需要策劃編輯對產業發展趨勢有一定洞見，但這并不意味著策劃編輯要做額外的產業趨勢研究分析，而是在追蹤大數據選題的道路上，跟隨行業發展，跟隨作者的技術路線，自然過渡到人工智能領域。以上，是對2017—2021年策劃人工智能類圖書選題的主要思路分析。

（四）2022年上半年的開卷數據分析與選題思路分析

筆者基于2022年上半年的開卷數據，對人工智能類圖書的發展現狀進行分析，并嘗試預測人工智能類圖書選題未來的發展趨勢。

1. 2022年上半年人工智能類圖書在開卷計算機榜前1000名中的占比分析

2022年上半年，人工智能類圖書在開卷計算機榜單的前1000名中有72本，較前幾年略多。前50名、前100名中人工智能類圖書的數量與前幾年基本持平。通過2017年到2022年上半年的開卷數據可以看出，人工智能類圖書已經在計算機板塊占據一定地位，品種數穩中有增，算是一個還不錯的選題策劃方向。

2.人工智能類圖書中前5名的半年銷量分析

2022年上半年，排前5名的人工智能類圖書的半年銷量總和只有70787冊，遠低于前幾年的銷量水平。其中，第1名人工智能類圖書的半年銷量為22966冊，第2名人工智能類圖書的半年銷量為17839冊，第3名人工智能類圖書的半年銷量為13161冊，第4名人工智能類圖書的半年銷量為8709冊。從第4名開始，半年銷量就跌破10000冊大關。因本論文篇幅有限，未能對整個計算機榜進行分析，但銷量的大幅下跌，不僅體現在人工智能圖書領域，在整個計算機大板塊中也是如此。筆者總結可能與以下幾個原因有關：第一，從2021年下半年開始，很多互聯網大廠開始裁員，大學生在IT、互聯網行業的從業意愿下降；第二，京滬兩地疫情影響導致2022年第二季度整個計算機圖書市場的發貨比往年同期縮水很多。第三，京東、當當兩大網站的自然流量大幅下降。第四，互聯網行業的線下會議幾乎全部停辦或者延期，互聯網大廠回購圖書的意愿下降?；谝陨蠋讉€原因，2022年上半年的銷量數據僅可作為參考，不應依據此數據作任何決策。文章則不再對此數據做更深入分析。

3. 2022年上半年15本頭部人工智能類圖書的策劃思路分析

筆者在上文將選題策劃思路分為六大類，這里，我們換個思路分析頭部品種的選題思路，作為對之前選題思路的補充。

首先，從新書出版的時間可以看出，2022年的爆款新書寥寥無幾，15本頭部品種中，2016—2020年的經典著作有11本，占73.3%。數據從側面反映出，人工智能技術進入穩定增長期，挖掘“爆款”新技術類作品的難度較大。

其次，人工智能技術迭代快，這意味著作品中的技術“過時”得快，但從開卷數據中可以看出，市場對中外權威專家編寫的經典作品接受度非常高，因此這個策劃思路將是未來幾年的主流。

另外，從實踐出發的選題值得關注，即教讀者“怎么用”。《百面機器學習：算法工程師帶你去面試》《深度學習推薦系統》《PyTorch深度學習實戰》《機器學習實戰：基于Scikit-Learn、Keras和TensorFlow》等包含實踐內容的書非常受歡迎，這與人工智能技術從科普期發展到技術穩定期有直接關系。例如，從書名看，《百面機器學習：算法工程師帶你去面試》就是專門為想進入人工智能領域的廣大高校學生、想轉行到人工智能領域的互聯網從業者量身定做的，選題思路清晰、讀者定位準，是這本書成功的關鍵。

《深度學習推薦系統》這本從人工智能應用出發的書，選題思路也非常清晰：人們的生活中處處可見推薦系統的身影，說明推薦系統相關技術已經成為各大互聯網公司的標配，那么一本介紹人工智能時代推薦系統的書，一定會受到歡迎。

作者認為，2022年，人工智能類圖書的紅利期已經過去，進入平穩發展階段，人工智能類圖書市場開始自我淘汰，對作者和內容質量的要求更高，再出版人工智能基礎類書就不那么好賣了。

（五）探討未來策劃人工智能類圖書選題的思路

筆者嘗試探討未來策劃人工智能類圖書選題的思路，可以從以下幾個維度梳理思路。

1.梳理已有選題，豐富選題類型

可以從選題細分領域、技術難易程度、作者層次等幾個維度分析自己的選題庫。例如，如果已經儲備了5本自然語言處理方向的選題，而一本計算機視覺方向的選題儲備都沒有，那么可以考慮側重挖掘沒有的選題點。讓自己的選題類型豐富起來，這就是所謂的“不要把雞蛋放在同一個籃子里”。

2.豐富已有選題維度，讓選題矩陣更豐滿

這里的選題維度是指選題層次，同一個技術點的幾個選題要各有特色。例如，有的選題是針對入門級讀者，有的選題是針對有一定基礎的中高級讀者。不要將所有的書都策劃成入門級，這是非常危險的，就像在制造重復產品一樣，不僅浪費編輯資源和出版資源，而且使得自己策劃的圖書產品核心價值雷同，缺乏競爭力。因此，應豐富選題層次，把握住需要學習這個技術點的“全層次階段”的讀者群。

3.學習優秀產品經理的思考過程，爭做精品

在人工智能類圖書競爭越來越激烈的將來，再出版高度同質化內容是完全沒有競爭力的。不妨多借鑒互聯網產品經理的思路，打造每一本書都要贏在質量上，而不是堆砌出版物品種數碼洋。這就考驗策劃編輯的軟技能了，如推廣文案編寫能力、抖音營銷策劃能力等。

4.要有策劃圖書的大局觀

策劃編輯一定要有大局觀，多考慮技術長期的發展。圖書出版過程中的變量很多，從選題策劃到圖書上市，少則一年，多則兩三年。而人工智能技術每天都在發生變化，把格局放大，不僅有利于發現更多角落里的閃光技術，而且能讓自己的策劃心態更平和。

5.關注選題的外延

擴展與選題有關聯的其他領域。例如，轉行的人要學什么技術，有沒有這類書？如果沒有書，是否值得策劃一本，以填補市場的空白？圍繞人工智能從業者的需求挖掘潛在選題應該是策劃編輯的常規技能，永遠不會過時。

6.時刻關注“創新”

不要別人策劃什么主題，自己就跟著策劃什么，而是要時刻注意主動創新，力爭策劃引領“新技術”的第一本書，創造更多價值。

7.關注產業生態

前面提到的基于“爆款”新技術的新書，出版時間與產業生態成熟時間正好吻合，這需要運氣，更需要策劃編輯對產業生態節奏的把握與作者的配合。

三、結語

文章以近年開卷數據為基礎，分析人工智能類圖書的選題策劃思路。隨著人工智能技術的逐漸成熟，人工智能類圖書的大環境也隨之變化。作者認為，人工智能類圖書已經進入深水區，在技術大環境中缺乏“爆款”新技術的常態下，策劃頭部品種的難度很大。未來幾年，攻關領域內頂級專家、關注交叉領域的突破、關注“AI+IT領域”、關注人工智能實踐，都是不錯的選題策劃思路。

一本人工智能類暢銷書，離不開策劃編輯的思考、嘗試與創新。這個過程中，一定有失敗的經驗和教訓，及時總結、勤于思考是策劃編輯成功路上必備的優秀品質。

參考文獻：

[1] 王泉.聲紋技術：從核心算法到工程實踐[M].北京：電子工業出版社，2020：11.

[2] 孫學瑛.從IT編輯的角度看軟件架構變遷[J].科技創新與應用，2021，11（12）：49-51.

[3] 劉知遠，崔安頎，等.大數據智能：數據驅動的自然語言處理技術[M].北京：電子工業出版社，2020：8.

作者簡介 鄭柳潔，碩士，電子工業出版社有限公司編輯，研究方向：計算機圖書策劃。