La rapidez de ejecusión de los modelos de redes neuronales junto con su capacidad de aproximación a cualquier función multivariable, los hacen candidatos idóneos para sustituir en ciertos casos a los modelos rigurosos tradicionales en aplicaciones en línea. En este artículo se describe la metodología para llevar a cabo esta sustitución y se muestran los resultados de un caso práctico: el empleo de una red neuronal como modelo para predecir concentraciones de impurezas en cabeza y fondo de una columna despropanizadora real.