AES的工作过程可分为三个阶段：初始化阶段、实质性测试阶段和完善工作底稿阶段。每一个阶段，系统会自动地根据审计人员事先所选择的要求和系统数据库中所存储的相关审计知识，分成若干个推理判断的步骤，对被审计单位的会计资料及其他相关资料进行审查，并会自动地查找出所存在地各类错误、舞弊、异常数据和变动及其他不利于企业经营的情况，再以列表或审计意见初稿的形式向审计人员列示。在每一个阶段，审计人员都可以通过系统的人机对话界面对审查情况进行监控。作为一种模拟审计专家水平来解决问题的AES，必须具备组件包括：知识获取组件，它负责将审计专家经验(规则)处理，并存储在知识库中，以备推理机调用；知识表达组件，它运用各种表达法，解决内码转换问题，使信息在系统内部各部件之间得以沟通；知识库，它存储的是那些既不能用数据表示，也不能用模型方法描述的审计专家知识与经验，同时也包括一些特定问题领域的专家知识；知识库管理子系统，由一系列知识库的操作命令程序组成。是知识库操作与其他部件进行联系的桥梁；推理机是专家系统的主要部件之一，主要功能是查询和分析，它由一组具有推理策略的程序组成的，根据系统知识库的数据和程序，推断出问题的可能解；解释环节，将推理机得出的结果经过解释输出，在系统的人机交互界面上，寻求审计决策人员的确认和进一步分析。AES中，知识库和推理机是核心。建立知识库的关键是如何表示知识，也就是审计经验的形式化表示，推理机用于确定不精确推理的方法。一方面，由于审计对象的复杂陸，在 +行业适用的审计经验在其他行业不一定适用，因而通常只能建立在一定范围内或行业内使用的专家系统。另一方面，对于会计的核算，大部分单位和部门是基本相同的，针对会计核算软件(特别是有标准数据接口的)电子数据的审计专家经验，特别是对于标准审计的专家经验有一定的通用性，因此，可以设计开发一个基于会计核算标准数据的AES，在一定程度上实现审计的自动化和智能化。AES的弱点在于审计知识获取和转化困难，因为其需要人工地将各种审计专家知识从人类专家的头脑中或其他知识源处转换到知识库中，费时且低效；对于动态和复杂的系统，由于其推理规则是固定的，难于适应变化的情况，AES还不能从过去处理过的审计案例中继续地学习，这使得知识获取变得困难。
三、智能审计决策支持系统(IADSS)
(一)智能审计决策支持系统的特点
与专家系统相比，人工智能的另一个分支，以神经网络为代表的数据挖掘系统(DMS)具有良好的自组织、自学习和自适应能力，因而特别适用于处理复杂问题和开放系统，这正好可以弥补AES的不足。同样，DMS也有其弱点：数据挖掘的知识是分布在整个系统内部，对审计人员而言是个黑箱；而且其对于自己的结论不能作出合理的解释。因此，在ADSS的基础上，融入AES与DMS，可以充分发挥各自的优势，向IADSS发展。
(二)智能审计决策支持系统的构建
IADSS的结构是在传统三库ADSS的基础上增设知识库和推理机，在人机对话子系统加入自然语言处理系统(LS)，与四库之间插入问题处理系统(PPS)而构成的四库系统结构。四库系统的智能人机接口接受用自然语言或接近自然语言的方式表达的决策问题及决策目标，这较大程度地改变了人机界面的性能。决策者可以使用自然语言来提出决策问题，由LS通过语法、语义结构分析等方法转换成系统能理解的形式。运行后，系统则以决策者能清晰理解的或制定的方式输出求解过程与结果。PPS是IADSS中最活跃的部件，它既要识别与分析问题，设计求解方案，还要为问题求解调用四库中的数据、模型、方法及知识等资源，对半结构化或非结构化问题还要触发推理机作推理或新知识的推求。在分析被审计单位海量数据和复杂经济业务的条件下，可以对被审计单位原始数据(数据池)按审计风险分析目的进行有机归并(数据泵)，利用关联规则的挖掘算法，提取其反映相关性的规则、规律和模式，并对这些规则、规律和模式进行分析和评价，有效地形成审计知识(知识库)。审计知识库既反映企业经济活动的规则，又反映审计监督的特征：并为数据挖掘进一步提供支持。需要指出的是，伴随IADSS的发展，这种学习人脑思维活动的程序会日臻完善，但无论该技术如何发展，它毕竟是审计人员思维的外化，是计算机审计的高级形式，其作用不是完全替代人，而是为审计人员完成大量繁琐的线性或非线性逻辑思维过程，减轻审计人员的工作强度。
