Un número significativo de recientes documentos científicos han aumentado la conciencia sobre los cambios en el mundo biológico de las abejas, los problemas con su extinción y, como consecuencia, su impacto en los humanos y el medio ambiente. Este trabajo se basa en la apicultura de precisión y eleva la escala de medición y predicción de resultados utilizando el sistema que desarrollamos, diseñado para abarcar el ecosistema de la colmena. Está equipado con una estación base modular de IoT que recopila una amplia gama de parámetros de sensores en la colmena y un contador de abejas en la entrada de la colmena. Los datos se envían a la nube para su almacenamiento, análisis y generación de alarmas. Se ideó un modelo de pronóstico de series temporales capaz de estimar el volumen de salidas y entradas de abejas por hora, que simula la dependencia entre las condiciones ambientales y la actividad de las abejas. Los modelos matemáticos aplicados basados en redes neuronales recurrentes mostraron una alta precisión. Una aplicación web para monitoreo y predicción muestra parámetros, valores medidos y alarmas predictivas y analíticas en tiempo real. El componente predictivo utiliza inteligencia artificial aplicando métodos analíticos avanzados para encontrar correlaciones entre los datos de los sensores y los patrones de comportamiento de las abejas, y para generar alarmas en caso de detectar desviaciones. El componente analítico genera una alarma cuando detecta valores medidos que se encuentran fuera de los límites de seguridad predeterminados. Las comparaciones de los datos experimentales con el modelo mostraron que nuestro modelo representa bien los procesos observados.