El torneado duro es un proceso de mecanizado de precisión utilizado en la industria manufacturera para el acabado de acero aleado endurecido, conocido por su alta dureza y resistencia al desgaste. En este trabajo, se llevó a cabo una investigación experimental para predecir la rugosidad de la superficie y la temperatura de corte durante el torneado duro del acero AISI 52100 utilizando la aplicación mínima de fluido de corte (MCFA). La MCFA es una técnica sostenible de chorro pulsado de alta velocidad que ha surgido como un enfoque ecológico para reducir el impacto ambiental y mejorar la integridad de la superficie en los procesos de mecanizado. La influencia de los parámetros clave de mecanizado, como la velocidad de corte, la tasa de avance y la profundidad de corte, sobre los indicadores de rendimiento se modeló utilizando la metodología de superficie de respuesta (RSM) y la red neuronal artificial (ANN). La RSM se empleó para un análisis estructurado y estadístico, mientras que una ANN proporcionó un enfoque basado en datos para capturar relaciones complejas no lineales. Se establecieron y evaluaron varias arquitecturas de red con un número fijo de ciclos. Los resultados mostraron que la ANN exhibió una precisión superior en la predicción de ambas respuestas. En comparación con el modelo QR, la ANN mostró la tasa de error promedio más baja en la predicción precisa de la respuesta. Esto se validó aún más a través de ensayos experimentales, demostrando que la ANN superó consistentemente a la RSM en diferentes configuraciones de parámetros. Además, el uso de la MCFA contribuyó a la fabricación sostenible al minimizar el uso de fluidos de corte mientras se mantenía la calidad del mecanizado.