Los modelos de simulación de reservorios son las principales herramientas para estudiar el comportamiento del flujo de fluidos en reservorios de hidrocarburos. Estos modelos se construyen basándose en modelos geológicos, que se desarrollan integrando datos de geología, geofísica y petrofísica. A medida que aumenta la complejidad de un modelo de simulación de reservorios, también lo hace el tiempo de computación. Por lo tanto, para realizar un estudio exhaustivo que implique miles de ejecuciones de simulación, se requiere un período de tiempo muy largo. Se han realizado varios esfuerzos para desarrollar modelos proxy que pueden usarse como sustitutos de modelos de simulación de reservorios complejos. Estos modelos proxy tienen como objetivo generar las salidas de los modelos numéricos de flujo de fluidos en un período de tiempo muy corto. Esta investigación se centra en desarrollar un modelo proxy de flujo de fluidos utilizando técnicas de inteligencia artificial y aprendizaje automático. En este trabajo, el modelo proxy se desarrolla para un proyecto real de secuestro de CO2 en el que el objetivo es evaluar los parámetros dinámicos del reservorio (presión, saturación y fracción molar de CO2) bajo varios escenarios de inyección de CO2. El modelo basado en datos que se desarrolla es capaz de generar presión, saturación y fracción molar de CO2 a lo largo del reservorio con un esfuerzo computacional significativamente menor y un período de tiempo considerablemente más corto en comparación con el modelo de simulación numérica del reservorio.