去問問所有使用異國語言的學生他們對於使用線上翻譯工具的想法，Google 翻譯、Bing 翻譯、Babblefish或是其他的線上翻譯工具，十個人裡、會有九個半能說出被這些工具「害慘了」的故事。
換句話說，這類翻譯工具，說的好聽點是參考作用，說的難聽點是不正確還可能惹出麻煩，即便是各公司還在不停的完善這些翻譯工具，使用量也日漸增加，卻還是無法改變它們只適合處理些日常、非正式的翻譯、而不能挑起翻譯正式文件重擔的事實。
最根本的原因，莫過於機器翻譯是依靠長時間累積數據，根據所收集到的眾多數據來提供最佳翻譯方案，也就是智能的算法提供你一個最接近的匹配結果，此結果可能正確、也可能不正確，所以翻譯結果有各種誤差的可能性。
當你需要翻譯一篇商業相關的文件時，任何的錯誤都有其代價，使用經過培訓的專業翻譯人員來翻譯會是更明智的選擇，因為只有人才能進一步確認一些機器偵測不到的細枝末節…
下面總結了機器翻譯所做不到的三種情況：
選詞
世界主要的幾種語言都有著不同的常使用字數量。例如英文的使用字數是171,000個字，而西班牙文和法文只有約100,000個而已，中文有340,000個、而日文有600,000個。舉例來說，西班牙文中的＂intoxicado＂通常用來形容喝醉酒，但這個單詞同時也有中毒的意思。在某些語言中，同樣的字可能有著不同的含意，必須要靠上下文的內容來判斷選詞，此時，機器翻譯往往會選擇最常使用的詞，而非最符合語境的。
醫療和法律相關寫作
此二類寫作都需要非常精準的詞彙，也因此需要有機器所不具備的理解能力。此外，各國法律各不相同，即使是在使用同樣語言的不同國家，例如德國和奧地利，也會有不同的語言用法，只有受過訓練、具備相關知識和經驗的翻譯人員能做出相應的翻譯。
文化差異
顯然機器是無法確知文化差異和文化需求的。例如拉丁美洲國家重視人格魅力、德國注重效率的程度則是絕無僅有的、韓國人偏好研究和協商，若是你的翻譯無法呈現出這些需求，也許你的企業就將在這情況下失敗的不明不白。
事實上，機器翻譯達不到的要求還不僅僅是上述三項。
畢竟語言和文字本來就是來表示人的所想、所說，與文化背景是密不可分，也是隨著文化演進而改變，當機器將語言視為一門科學、並且用統計過後的數據資料來呈現「最佳翻譯方案」時，真人翻譯人員卻能分辨的出語言、和語境之間的差異。機器翻譯也許有一天能貼近真人的翻譯，但目前，它還完全無法與真人翻譯分庭抗禮。