Nghiên cứu này giới thiệu một hệ thống trí tuệ nhân tạo được triển khai trên nền tảng ESP32-CAM, nhằm mục đích thực hiện nhận dạng ký tự quang học (OCR) trên đồng hồ đo nước. Tận dụng công nghệ LoRa để truyền dữ liệu đảm bảo sử dụng năng lượng hiệu quả và khả năng giao tiếp tầm xa thuận tiện. Hệ thống đạt được tỷ lệ chính xác ấn tượng là 98,2% trong việc xác định số đọc đồng hồ đo nước, thể hiện độ tin cậy của nó. Được đề xuất là một giải pháp khả thi, nó cung cấp các lợi thế về mức tiêu thụ năng lượng thấp, hiệu quả về chi phí và tính linh hoạt trong việc triển khai rộng rãi, đặc biệt là tận dụng cơ sở hạ tầng đồng hồ đo nước hiện có. Do đó, nghiên cứu này đưa ra một lựa chọn đầy hứa hẹn cho nhiều ứng dụng khác nhau ngoài việc chỉ đọc số đọc đồng hồ đo nước. Chức năng OCR hiệu quả và chính xác của nó làm cho nó phù hợp với nhiều tình huống khác nhau, từ các sáng kiến thành phố thông minh đến các quy trình tự động hóa công nghiệp. Với khả năng tích hợp liền mạch vào cơ sở hạ tầng hiện có và cung cấp kết quả đáng tin cậy, hệ thống này sẵn sàng cách mạng hóa các ứng dụng OCR trong nhiều lĩnh vực khác nhau, góp phần nâng cao hiệu quả và năng suất.This study introduces an artificial intelligence system implemented on the ESP32-CAM platform, aimed at conducting optical character recognition (OCR) on water meters. Leveraging LoRa technology for data transmission ensures efficient energy utilization and convenient long-range communication capabilities. The system achieves an impressive accuracy rate of 98.2% in identifying water meter readings, showcasing its reliability. Proposed as a feasible solution, it offers the advantages of low energy consumption, cost-effectiveness, and flexibility in widespread deployment, particularly leveraging existing water meter infrastructure. Thus, this research presents a promising choice for various applications beyond merely reading water meter readings. Its efficient and accurate OCR functionality makes it suitable for diverse scenarios, ranging from smart city initiatives to industrial automation processes. With its ability to integrate seamlessly into existing infrastructure and deliver reliable results, this system stands poised to revolutionize OCR applications in various domains, contributing to enhanced efficiency and productivity.