Los smartphones se han convertido en un elemento central en la sociedad moderna, con su amplia adopción impulsada por los avances tecnológicos y su capacidad para facilitar tareas cotidianas. Una característica crítica que influye en la satisfacción del usuario y la adopción de smartphones es la vida útil de la batería, ya que el uso intensivo de dispositivos móviles puede agotar significativamente la energía de la batería. Este documento aborda el desafío de predecir el consumo de batería de los smartphones utilizando técnicas de inteligencia artificial, específicamente aprendizaje profundo, para optimizar la eficiencia energética. Al recolectar y analizar datos de dispositivos móviles, como el uso de aplicaciones, el tiempo de pantalla, el tipo de red, el uso de red y la temperatura de la batería, entre otros, desarrollamos un modelo predictivo adaptado al comportamiento específico del usuario. Este modelo identifica las variables clave que afectan el consumo de batería y proporciona estrategias personalizadas para ahorrar energía. Nuestro enfoque ofrece una solución para mejorar el rendimiento de la batería, contribuyendo a una gestión energética más eficiente en términos de hardware y redes, adaptándose a patrones de uso individuales. Los resultados demuestran que nuestro enfoque puede predecir significativamente la batería para anticipar las demandas de energía basadas en el uso específico del usuario. Aunque existen desafíos, como mejorar la generalización del modelo en diferentes dispositivos, este enfoque proporciona un método escalable y adaptable para mejorar la eficiencia energética de los smartphones, lo que permitirá sugerir soluciones de gestión eficientes, contribuyendo a mejorar la gestión de baterías y redes para mejorar la experiencia del usuario y la longevidad del dispositivo.