En respuesta al problema cada vez más grave de consumo de energía y para promover el ahorro de energía y la reducción de emisiones, este estudio tiene como objetivo diseñar y aplicar una plataforma de sistema de gestión energética basada en tecnología de inteligencia artificial (IA). El sistema adopta tecnología de sensores y equipos de adquisición de datos para monitorear varios tipos de consumo de energía en edificios en tiempo real, procesar y predecir eficientemente estos datos a través de algoritmos de aprendizaje automático, y finalmente visualizar los resultados. El sistema es funcionalmente completo, completando el proceso desde la recolección de datos hasta la visualización, la construcción de la plataforma en la nube y finalmente una plataforma completa de gestión energética. Se aplican varios métodos de aprendizaje automático para la gestión energética al predecir la temperatura de retorno del medidor de energía del agua enfriada del sistema de aire acondicionado central y comparar su rendimiento. Entre los diversos tipos de algoritmos de regresión, el error cuadrático medio (MSE) de la regresión del árbol de decisiones es 0.36, el de la regresión de vectores de soporte (SVR) es 0.09, el de la regresión de vecinos más cercanos (KNN) es 0.57, y el de la regresión de aumento extremo (XGBoost) es 0.32. El SVR, la regresión XGBoost y la regresión del árbol de decisiones tienen un mejor rendimiento en varios índices.