El trabajo fue realizado para analizar fluctuaciones de Dióxido de Carbono (CO2) y Metano (CH4) en modelos típicos paraguayos de producción bovina de leche, incluyendo dos “Sistemas” (intensivos vs semi-intensivos). El objetivo fue generar la primera base de datos reales del país, con lo cual, comenzar a dimensionarlo realmente y categorizarlos. La bovinocultura es un rubro socioeconómico sustancialmente importante del país, con ella, el sector lácteo es extremadamente relevante para cubrir el consumo nacional y exportación. Igualmente, se buscó discriminar por “Sistema” de producción, su inferencia en la fluctuación de CO2 y CH4. También, fragmentando el día en cuatro franjas horarias (Madrugada, Día, Tarde y Noche), se verificaban diferencias importantes en la emanación de estos gases de efecto invernadero (GEI). Para el fin, fue utilizado la tecnología “IoT” (internet of things), mediante un equipo Smart Environment Libelilum, que generaba en tiempo real, una lectura de gases mencionados a cada 6 a 7 minutos y transmitidos a una plataforma digital, formando base de datos. Fueron analizados más de 8500 datos para cada gas, y paralelamente, temperatura, humedad y presión atmosférica. Se implementó el software estadístico R, para el análisis de los resultados. De manera global, el mayor promedio de partes por millón (ppm) de CO2 por franja horaria se encontró en la mañana (06:00 a 12:00 horas). En cuanto a Sistemas, la mayor media de CO2 fue evidenciada en el Intensivo. Los niveles de CH4 (% LEL) fluctuantes en ambos galpones de producción bovina de leche, sin importar cualquier categoría, se mantuvieron por debajo del nivel de captación del sensor inteligente (70 ppm). Se detectó correlación positiva moderada entre los niveles de CO2 y Temperatura (ºC). Correlación negativa entre CO2 y la humedad. Los niveles de CO2 (ppm) fluctuantes en ambos galpones de producción bovina de leche, en Paraguay, sin importar las franjas horarias ni sistemas, pueden considerarse reducidos.