Những thuận lợi

1. Kết hợp VUI vào sản phẩm, dịch vụ sẽ mang lại một lợi thế cạnh tranh vô cùng lớn so với các đối thủ ít có sự cập nhật công nghệ hơn.
2. Khai thác triệt để năng lực của đội ngũ nhân viên, tăng năng suất làm việc: Nhân viên sẽ tiết kiệm được rất nhiều thời gian khi thực hiện công việc của mình với VUI, đẩy nhanh tốc độ xử lý công việc và giải quyết được khối lượng công việc lớn hơn, mang lại năng suất làm việc cao hơn.
3. Tạo hiệu quả trong việc cộng tác giữa các nhân viên: Các công ty điển hình như Microsoft đang triển khai phòng họp tích hợp công nghệ mới để có thể thực hiện một loạt các tính năng thông minh như ghi chú, viết biên bản cuộc họp và gửi email cho tất cả các thành viên trong buổi họp. Đồng thời, họ luôn mong muốn cuộc họp có sự góp mặt của các thành viên đang làm việc từ xa và cả các thành viên gặp khó khăn trong việc nghe. Kế hoạch của họ là áp dụng VUI để chuyển dịch lời nói của mọi người tại thời điểm đó và chiếu lên màn hình để mọi người dễ dàng theo dõi cuộc họp.[10]
4. Kết nối khách hàng với doanh nghiệp, phục vụ khách hàng tốt hơn, hiểu được insight của khách hàng: Trợ lý Google và Alexa là hai ví dụ tốt nhất của việc chăm sóc khách hàng đến từ Google và Amazon. Nhờ vào các trợ lý giọng nói ảo này, người dùng sẽ có cảm giác giống như có một người bạn luôn đồng hành với mình có thể giải đáp thắc mắc, thực hiện các nhiệm vụ, nhắc nhở,... 24/7. Hơn nữa, với mối quan hệ hợp tác có sẵn giữa Amazon và Logitech, Alexa còn có thể phủ sóng trên nhiều thiết bị khác nhau trên thị trường, nhằm mang thương hiệu Amazon đến gần hơn với khách hàng.[11]

Những khó khăn

1. Phản hồi và duy trì cuộc hội thoại: Thách thức lớn nhất của việc triển khai VUI đó là việc thấu hiểu được sự phức tạp trong ngôn ngữ. Mỗi người dùng có một cách diễn đạt khác nhau cho một tình huống, và rất khó để hiểu được hết vô số những sắc thái trong lời nói của con người. Hơn nữa, hầu hết các công nghệ VUI hiện nay chưa được cập nhật tính năng đồng bộ bối cảnh, tức là nó rất có để có thể duy trì một câu chuyện dài. Vì vậy thật khó để đáp ứng được những kỳ vọng của người dùng khi những yêu cầu của họ về tính tương tác của ngôn ngữ đang là cao hơn những gì đa số các công nghệ VUI có thể đáp ứng.
2. Yêu cầu khi thiết kế: Thiết kế một giao diện bằng giọng nói sẽ gặp rất nhiều cản trở, VUI yêu cầu một hệ thống vận hành trơn tru và tích hợp các công nghệ hiện đại và vô cùng phức tạp, việc đầu tư về công nghệ trí tuệ nhân tạo sẽ tiêu tốn rất nhiều tài lực và nhân lực. Bên cạnh đó những yêu cầu về ngôn ngữ của người dùng là vô cùng khắt khe, nhưng đa số các sản phẩm có tích hợp VUI hỗ trợ lượng ngôn ngữ rất hạn chế vì việc hiểu rõ về ngữ cảnh, phong cách và đặc điểm để thiết kế giao diện cho một ngôn ngữ mới có tỷ lệ thành công vô cùng thấp.
3. Về chi phí: Để đầu tư thiết kế một giao diện giọng nói người dùng, doanh nghiệp phải tốn rất nhiều thời gian, nguồn nhân lực và đặc biệt là ngân sách, như là chi phí phục vụ cho việc thay đổi, cập nhật và cải tiến công nghệ, vận hành, bảo mật thông tin và hỗ trợ người dùng.
4. Tính bảo mật của thông tin[12]: Người tiêu dùng luôn lo ngại về hành vi "luôn luôn lắng nghe", điều cần thiết cho việc áp dụng VUI một cách đồng bộ và cung cấp trải nghiệm đầy đủ và chính xác cho người dùng, nhất là sau khi nhiều chủ đề về rò rỉ thông tin người dùng xuất hiện hay những tin tức về việc một người có thể sử dụng những trợ lý ảo của người khác khi đứng trong phạm vi lắng nghe của nó. Điều này có thể ảnh hưởng đến niềm tin mà khách hàng đặt vào trợ lý ảo của mình. Một số sản phẩm đã được phát triển để giảm thiểu những lo ngại này nhưng chúng sẽ tiêu tốn thêm chi phí cho việc thực hiện và phát triển.[13]