Comercializado por AIoT4All, el sistema posee sensores intercambiables que pueden medir una amplia gama de parámetros y variables en cuerpos de agua dulce.
El Centro de Innovación, Desarrollo Tecnológico y Aplicaciones en Internet de las Cosas (CIIoT) del Tec de Monterrey desarrolló "Internet of Water", una plataforma tecnológica basada en el Internet de las Cosas (IoT) que monitorea la calidad del agua en ríos, lagos, lagunas y arroyos, que mide los niveles de contaminantes en el vital líquido.
El CIIoT integró en "Internet of Water" sensores diseñados para medir una variedad de sustancias presentes en el agua, de manera que estos dispositivos lo convierten en un sofisticado sistema de monitoreo con un gateway de comunicación LoRa que envía datos a antenas para su transmisión a una base de datos, paneles solares que alimentan baterías de litio de bajo consumo, y boyas que mantienen el dispositivo a flote.
El "Internet of Water" se comercializa a través de AIoT4All, un startup del Tec de Monterrey especializada en el desarrollo de productos tecnológicos de IoT con inteligencia artificial. El equipo especializado se desarrolló con Fondos del ITESM y del Gobierno del Estado de Jalisco.
Alfredo Figarola, profesor del Tec de Monterrey en el Campus Guadalajara y líder del CIIoT, comentó que la plataforma flotante alberga sensores que miden diversos parámetros para determinar la calidad del agua, actualmente evaluando 25 parámetros con ocho variables diferentes. Los sensores analizan parámetros como el oxígeno disuelto, la turbidez, el pH, la temperatura, los sólidos disueltos y la conductividad, así como contaminantes como plomo, cadmio, fosfatos y valores como la demanda química de oxígeno (DQO) y la demanda biológica de oxígeno (BDO), entre muchos otros.
El origen de "Internet of Water" 
El proyecto que dio origen a "Internet of Water" surgió como una iniciativa del gobierno del estado de Jalisco para evaluar las condiciones del Río Grande de Santiago, declarado en 2020 como el afluente más contaminado del país. El gobierno buscó al profesor Figarola para desarrollar un dispositivo que pudiera medir los contaminantes disueltos de manera automática y brindar información objetiva para tomar decisiones de remediación.
El equipo del CIIoT inició una investigación exhaustiva y diseñó una plataforma que monitorea el río utilizando su experiencia en las tecnologías de IoT. Una vez desarrollado el primer prototipo, se realizaron pruebas de concepto en entornos reales, enfrentando diversos desafíos. Uno de los principales retos fue la falta de conexión a Internet a lo largo del río, por lo que tuvieron que encontrar formas de que la plataforma se comunicara con las antenas para transmitir la información recopilada. Se configuró un Gateway LoRa (low range) para emitir una señal a un microcontrolador que pudiera recibir y procesar los datos y almacenarlos en una base de datos.
Algunos de los retos fueron las condiciones climáticas y geográficas adversas que afectaban el funcionamiento de los sensores IoT, generando datos erróneos; asimismo, la dificultad de mantener la estabilidad de las plataformas flotantes ante las corrientes cambiantes fue un reto a superar, así como el vandalismo, que dañó seriamente los componentes.
Tras cuatro años después de la idea original, la versión actual ha superado desafíos y es más avanzada y funcional, demostrando que "Internet of Water" tiene un gran potencial en la preservación del agua.
El sistema "Internet of Water" también detecta desviaciones en la corriente de un río o la extracción ilegal de agua en lagos y manantiales. También, la plataforma tiene la capacidad de identificar descargas ilegales de aguas residuales.
Como planes en marcha a futuro, el desarrollo del CIIoT tiene un gran potencial de mejora, de manera que se integrará un componente de Machine Learning a los sensores, que permitirá ampliar la gama de elementos analizados sin incrementar los costos de los componentes físicos, como los sensores y el hardware. Se agregará una capa de Inteligencia Artificial y mecanismos de control para optimizar el monitoreo y la toma de decisiones en tiempo real.