Estimar el esfuerzo del proyecto sigue siendo un desafío para los gerentes de proyecto y los estimadores de esfuerzo. En las primeras fases de un proyecto, tener un alto nivel de incertidumbre y falta de experiencia provoca una mala estimación del trabajo requerido. Especialmente para proyectos que producen un producto único altamente personalizado para cada cliente, es un desafío hacer estimaciones. La estimación del esfuerzo del proyecto se ha estudiado principalmente para proyectos de software en la literatura. Actualmente, no ha habido ningún estudio sobre la estimación del esfuerzo en proyectos de desarrollo de máquinas personalizadas, hasta donde sabemos. Este estudio tiene como objetivo llenar este vacío en la literatura respecto a la estimación del esfuerzo del proyecto para proyectos de desarrollo de máquinas personalizadas. Además, este estudio se centró en una sola fase de un proyecto, la fase de automatización, en la que la máquina se automatiza de acuerdo con los requisitos específicos del cliente. Por lo tanto, la estimación del esfuerzo de esta fase es crucial. En algunos casos, esta es la primera vez que la empresa ha experimentado los requisitos específicos del cliente. Con este propósito, este estudio propuso un modelo para estimar cuánto trabajo se requiere para automatizar una máquina. La estimación de esfuerzo insuficiente es una de las principales razones detrás de los fracasos de los proyectos, y hoy en día, los investigadores prefieren enfoques más objetivos como el aprendizaje automático sobre los basados en expertos. Este estudio también propuso un modelo de red neuronal artificial (ANN) para este propósito. Se utilizaron datos de proyectos pasados para entrenar el modelo ANN propuesto. El modelo propuesto fue probado en 11 proyectos de la vida real y mostró resultados prometedores con una precisión de predicción aceptable. Además, se desarrolló una aplicación de escritorio para facilitar el uso de este sistema para los gerentes de proyecto.