Este artículo presenta la aplicación de una red neuronal artificial (RNA) para el desarrollo de un modelo capaz de predecir la fracción volumétrica de un flujo bifásico compuesto por agua y aceite mineral en una tubería horizontal. Se utilizan las velocidades superficiales de cada fluido y el diferencial de presión en la tubería como parámetros de entrada de la red neuronal artificial multicapa con retropropagación, mientras que la fracción volumétrica de los fluidos se utiliza como parámetro de salida en el entrenamiento de la misma. Los 56 datos experimentales con los que se trabajó se obtuvieron en el laboratorio LabPetro - CEPETRO-UNICAMP. Los resultados que arrojó el modelo predictivo con mejor rendimiento presentan un error absoluto medio porcentual (AAPE) de 3,01 % y un coeficiente de determinación de 0,9964 utilizando 15 neuronas en la capa oculta de la red y la función de transferencia TanSig