Los grandes proyectos de recuperación de petróleo mejorada con CO2 (EOR) suelen contener una abundancia de datos geológicos y de buen rendimiento. Si bien este volumen de datos conduce a modelos robustos, a menudo resulta en modelos numéricos de flujo difíciles de gestionar y de ejecución lenta. Para reducir drásticamente los tiempos de ejecución numéricos asociados con las técnicas de simulación tradicionales, este trabajo investigó la viabilidad de utilizar tecnologías de inteligencia artificial y aprendizaje automático para desarrollar un modelo proxy inteligente del campo petrolero Scurry Area Canyon Reef Operators Committee (SACROC), ubicado en la Cuenca Pérmica, TX, EE. UU. Los modelos proxy inteligentes pueden utilizarse para facilitar la optimización de inyección-producción para proyectos de CO2-EOR. Se investigó el uso de un modelo de reservorio sustituto (SRM) acoplado basado en cuadrícula y en pozos (también conocido como modelado proxy inteligente) como base de la optimización. Se construyó un SRM acoplado adecuado para el propósito, que se ejecuta en segundos, basado en modelos de simulación numérica de reservorio de alta resolución de la plataforma norte del campo petrolero SACROC. Este estudio es único ya que es la primera aplicación de SRM acoplado en un gran campo petrolero. El SRM desarrollado fue capaz de identificar las propiedades dinámicas del reservorio (presión, saturaciones y fracción molar de componentes) en cada bloque de cuadrícula, junto con las características de producción (presión y tasa) en cada pozo. Los intentos recientes de utilizar aprendizaje automático y reconocimiento de patrones para construir modelos proxy han sido simplistas, con capacidades predictivas limitadas. El modelo geológico utilizado en este estudio está compuesto por más de nueve millones de bloques de cuadrícula. La alta correlación entre el componente real y el SRM, que puede visualizarse mapeando las propiedades, junto con la rápida huella del modelo desarrollado, demuestran la exitosa aplicación de esta metodología.