壹、智能型會計專家決策系統的提出
目前，我國市場上的各種財務管理軟件和決策支持系統很大程度上都是決策定量技術的具體表現。無論是可解決結構化決策問題的MIS 或者是支持半結構化決策過程的DSS， 建立數學模型是其普遍的顯著特點。把各種統計學和運籌學的方法以靈活易用的方式組織起來，使用者可以隨時調用所需要的方法。然而在實際工作中並不是所有影響企業決策的信息都可以完全量化的。 例如，影響企業證券投資的具體宏觀因素；決定本企業生產成本的具體成本動因項目等等。這些信息在計算機數學模型中都無法表示。傳統MIS與DSS的管理、決策只是在量化建模基礎上所進行的決策，遠不能滿足現行的，更主要是未來企業在管理信息網絡基礎上進行科學決策的需要。在企業的實際決策過程中，會計專家主要在供給信息，提供指導和參與分析研究等方面給予支持。專家所提供的信息，並非只是各種信息資料和標準公式的羅列，其中還包括會計專家的主觀意見、經驗、知識和分析判斷。專家的知識、分析判斷大多是定性的並且經常成為企業進行科學決策的關鍵要素。因此，在需求經常變動，市場競爭劇烈，各種主觀因素影響較大的環境條件下，企業進行科學決策、綜合管理方面，不僅需要定量模型，還需要將定量分析與壹些定性因子結合起來，甚至有時完全只進行符號推理決策。只有如此，企業才能制訂出更切合實際的決策方案。
智能型會計專家決策系統就是將基於數據與模型的傳統決策支持系統與基於知識的專家模塊相結合並進壹融通發展而形成的新型智能系統。智能型會計專家系統除了具備傳統決策系統功能外，還具有如下特點：
1.對傳統決策系統決策過程、結果進行專家系統分析，發表專家意見和建議。
2.在信息不充分的條件下，能處理不確定性技術的智能型會計專家系統可幫助改善這種狀態下的決策質量。智能型會計專家決策系統考慮各種主觀條件限制，註意決策影響因素分析的全面性。
3.能處理純認識型、非結構化決策問題，體現智能特點。
正是由於會計專家知識及其推理的融入，使得會計專家決策系統建立在壹個客觀分析系統之上，從而避免了企業決策的非理性化和純數字化。
二、智能型會計專家系統的功能結構及其應用分析
企業決策按照問題的性質可分為結構化決策、半結構化決策和非結構化決策三類。在會計專家決策系統中對於每壹類決策問題，會計專家的支持程度和支持性質都各有其特定側重點。 （壹）結構化會計專家決策
結構化決策是指決策過程已有了規範的程序，包括決策的模型，數學參數名稱和數目，以及選擇方案的明確標準等等。其最大的特點是信息的確定性。結構化會計專家決策的過程為： 第壹，針對特定性的決策問題調出模型庫中的特定模型，從企業信息庫中取出相關信息，結合方法庫的特定計算方法，對決策問題進行量化決策過程，得出決策結論。 第二，會計專家根據其決策過程和結果，運用智能推理中的解釋機制，結合專家知識和經驗，給予專家分析，作出合理解釋。例如，企業進行目標銷售量決策時，先將銷售目標決策模型從模型庫中調出；同時從企業的信息庫中獲取有關產品生產貴用、產品銷售及其利潤等方面的信息；通過方法庫中的直線回歸法對各種半變動成本進行分解和歸類；運用相關分析預測法結合實際情況確定目標利潤。然後將上述經過計算、分析後形成的決策信息代入銷售目標決策模型中的相關公式進行計算，得出目標銷售量或目標銷售額。同時，智能會計專家決策系統可以對該決策過程包括，費用的分解、目標利潤確認等進行文字解釋，以便於決策者理解和考慮。同時，系統可以運用知識庫中相關各種銷售量的經驗結論進行對比分析，對決策結論參考會計專家的經驗。除目標銷售量決策外，企業在進行定價決策、批量決策、質量成本決策等結構化會計決策時，智能會計專家決策系統都能較壹般傳統決策系統向企業管理者提供更加豐富有用的信息，供決策者作出科學決策。
（二）半結構化會計專家決策
半結構化決策問題只有部分可以規範化。半結構化會計專家決策與結構化會計專家決策的顯著區別是決策者的主觀參與程度，這意味著會計決策結果包含了決策者的主觀意願，也意味著整個決策過程的復雜化和循環化。在對半結構化決策問題進行量化決策處理時，應充分運用智能推理機制。此時智能推理不僅僅是壹個對過程與結果的解釋分析，它將充分利用相關知識庫和信息庫的有關知識，依照會計專家預先設計的特定推理性決策規則和搜索方法，與決策者進行充分交流。系統在此基礎上進行加工組合，得出量化決策結果並給予相應的分析與解釋。
例如，企業進行投資風險決策時，系統首先從模型庫中提取投資風險模型，決策者選擇調用方法庫中的貼現率法、期望值法、肯定當量法等具體方法。在投資決策中，由於投資風險具有很大的不確定性，而且投資者的主觀風險承受能力也各不相同，因此，風險概率的確定成為進行決策考慮的重點。其中包括不同生產狀況下產品暢銷度的概率確定；不同方案下每年現金流量的概率確定等等。在實際工作中，對風險概率的直接量化往往是比較困難的。這時，系統可以利用智能推理幫助決策者分析風險問題。對於不同的生產條件考慮具體困難的充分列示及其影響程度的具體估算，或者考慮各種方案自身的優缺點，通過具體的相互比較，采用多種人機對話方式來幫助決策者確定風險概率。當然，對於困難因子和優、缺點的具體項目，知識庫中早應儲存，而且以隸屬關系相互關聯以便智能推理進行對象傳遞。如果企業以往具有類似的決策事例，系統可以調出以供決策者參考。系統整個推理機制的運作體現為會計專家與決策者的正面交流。決策者在會計專家的幫助下確定概率系數之後，系統即可結合有關投資信息進行決策計算，同時將概率系數信息存入信息庫中供以後風險決策時使用。對於投資決策計算結果，系統同樣給予相應分析與解釋。如果決策者需要重新考慮投資因素，那麽系統可以循環至投資風險問題處理的初始狀態，重新開始方法的選擇和風險概率的確認，從而作出新的符合要求的會計決策。
（三）非結構化會計專家決策
非結構化決策問題是指那些制定決策前難以準確識別決策過程的各個方面，以及決策過程形式表現多樣且交錯、反復的壹類問題。這類問題壹般無固定的決策規則和模型可依。尤其是對於認識性的專業問題，其主要還在於文字的反復推理分析。由於非結構化決策問題有其特定程度的復雜性質，會計專家決策系統只能針對具體的特定問題進行專門的分析。其決策思路為：系統與決策者壹起對該非結構化問題進行定量、定性的逐層分解。這是壹個強大的人機對話智能型處理過程。當會計專家決策系統的推理啟動之後，將以條件驅動的正向演繹與以目標驅動的反向演繹相互結合，充分利用會計專家有關經驗知識對非結構化決策問題進行細分與轉化。對於分解後形成的純認識性定性問題可以充分發揮會計專家定性決策技術，利用會計專家經驗積累而形成的原則和原理及其分析問題的方法來與決策者***同解決問題。至於定量問題，則可以轉化為半結構化或結構化問題處理，運用其量化模型進行決策求解並且實現決策反饋。由於非結構化決策問題的復雜性，使得細分問題這壹決策思想體現在會計決策的各個分支細節及其相互調用、循環的整個過程之中。對會計決策問題進行定性、定量分解是智能型會計專家決策系統區別傳統會計決策系統的壹大特點。與此同時，對定性問題進行再分解這壹行為本身也體現了會計專家自身的知識水平和決策能力。
例如，企業對降低產品成本進行不確定性決策可以按如下步驟進行：①問題提出。企業欲降低20％的生產成本。系統進行決策時，首先確定決策目標，調出信息庫中有關費用成本信息，調出知識庫中有關降低成本的各種方法，如變動成本分析法、ABC法、具體項目分析法等， 以供決策者選擇。②問題確認。此處企業以ABC 法進行成本決策。 由於ABC 法下具體成本動因項目及其各動因的詳細費用項目歸屬於定性問題，因而轉入系統定性問題決策。系統激活知識庫中有關ABC 法下的信息內容，由決策者對成本動因項目進行確認。如有差異，決策者可以調用推理機制的定義模塊自動重新定義動因項目和具體費用歸屬。③信息處理。系統運用ABC法以動因標準對企業費用進行重新分配歸集。至此，決策信息產生，系統將其存入信息庫中以供決策所需。④量化處理。在前三步的基礎上，系統對以成本動因為標準歸集的成本費用進行前、後期會計分析，並與最低期（或標準期）進行比較。由於差異比較屬定量問題，因而轉入量化決策處理。調用方法庫中的差異對比分析法，對相關成本決策信息進行比較分析，計算相應差異額和變動率。⑤定性分析。系統對計算結果進行反饋，進行專家評價，轉為定性問題，通過智能推理調用知識庫的相關成本經驗信息，對本期成本費用變動的具體影響因素進行逐項分析，針對異常情況，發出警報並給予專家建議。⑥決策方案確認。系統對成本因素進行詳盡分析之後，決策者可以在此基礎上考慮具體成本動因成本降低幅度之間的組合。組合以實現決策目標為目的，以合理假設的形式重新進行成本決策規劃，從而得出滿足目標條件的最優方案。
三、智能型會計專家決策系統的開發與管理
壹般認為，會計專家決策系統的開發工作是壹門深不可測的技術，是應屬掌握高新電腦硬、軟件技術的信息人員的專職工作。實際工作中，由於會計專家決策系統本身目標結構具有不確定性，使得會計專家與系統信息管理人員之間的交流和彼此之間的協調存在很大困難。信息管理人員不可能純粹從財務術語的角度來理解，同時還得完全反映會計專家們建立在高等管理會計體系上的主觀性知識和技巧。盡管可以通過知識工程師來獲取專家知識開發系統，然而對於企業決策而言，會計專家解決問題的思路和重點會隨著企業的經營狀況變化而轉變。隨著時間的推移，會計專家考慮因素的範圍也會相應擴充，這要求會計專家決策系統的知識體系和規則編排必須重新進行調整以滿足需要。正是由於專家經驗的這種主觀可變性使系統維護工作變得異常艱難。與此同時，對企業管理者而言，如果進行系統再造又同樣要講究效益原則。這壹矛盾直接導致信息管理人員產生困惑與失望。在歐美國家，許多公司因而開始考慮直接由會計專家承擔開發系統大部分工作的設想。
會計專家承擔開發系統大部分工作的前提條件是必須具有優秀的計算機輔助開發工具。事實上，信息管理人員與其對系統進行無止境的修正、再造，還不如直接開發輔助工具，讓專家自行編譯描述系統。目前盡管還沒有能夠提供“完全服務”的決策生成器，但由於采用了特殊的描述語言，決策生成器已漸趨完善。由於輔助開發工具日益廣泛，更趨靈活方便，這使得接受過計算機專業和知識中等培訓，能熟練使用特定輔助開發工具的會計專家承擔開發任務成為可能。會計專家利用人工智能型開發工具開發滿足企業自身需要的決策系統，使得系統能更好的滿足需要，更利於專家自身所進行的系統維護和修正。在系統開發過程中，計算機信息管理人員的絕大部分工作其實都已由輔助開發工具完成。信息管理人員如果參與開發，也只是做些信息表示、系統接口等壹類工作。
對會計專家決策系統進行嚴格維護與管理是進行系統決策的重要保證。在會計專家決策系統之中，有關會計專家的定性知識和企業的事實都以某壹規則形式存放在特定的知識庫中，其相對於存貯定量模型的模型庫而言是完全獨立的。在進行系統維護時，可以將兩者分開，分別進行管理。同時，對於會計專家決策系統中的信息庫，其信息可直接來源於其他管理信息系統，從而有利於實現數據***享。會計專家決策系統數據維護與壹般數據庫維護存在很大差別。由於知識庫存放的是反映會計專家主觀經驗和分析規則的信息，這些經驗或規則壹般都是綜合量化和性化的復雜體，其對維護管理的技術要求層次更高。此外，知識庫直接涉及到會計專家的決策邏輯和企業有關內部事實，因而其信息應當屬於公司機密性質的資料。進行數據庫維護時其敏感性是不言而喻的。
同時，不斷完善會計決策系統，建立與其相互銜接並與其並行的多個相對獨立的企業管理信息子系統，使會計決策系統加工處理數據的廣度、深度、質量、系統性、及時性都得到極大的提高，與會計專家系統結合，進壹步完善這壹新型會計智能系統。