科大讯飞执行总裁胡郁此前接受雷锋网采访就说到，从整个市场来看，购物场景应用于音箱中还非常不成熟。真需求一定是用来满足用户刚需行为的功能，虽然Echo现在卖的很好，但调查后发现，用户真正用得比较多的工具不过是设个提醒、查个天气等等。之前亚马逊大力推的Echo语音购物功能并没有做起来，当用户用语音交互的形式去买东西时，会发现里面各个环节和场景挺麻烦，还不如直接在屏幕操作来的方便。

所以这也是很多企业一直在强调语音交互要和视觉呈现的原因，因为用户在面对没有视觉呈现的情况下，你获得的信息不够，这时候很难完成一些复杂的操作。所以有些功能和场景都是我们自己凭空想出来的，直到真正投入实际使用时却发现用户的思维与行为习惯并不是产品设计的那样。

这里可以看出，如果用户连使用电商功能的习惯都尚未养成，且声纹技术问题重重，那么在电商中加入声纹识别的诉求，目测也很难以经得住市场考验。

总体来看，阿里此次在智能音箱中加入声纹识别的出发点很好：大打Echo和京东叮咚都没有的功能营销牌，在同质化产品浪潮中，用前沿技术来提升竞争力。

但在整个技术和市场尚未成熟之际，阿里在音箱中嫁接声纹识别，这步棋怕是走早了一步。