Poistamalla metsistä liikaa puuta ensiharvennuksella metsien kasvu pienenee ja hiilenoton kasvihuonekaasupäästöjen vähentämistavoitteet vaarantuvat. Suomalaiselle metsälle on monta käyttäjää ja niinpä metsäteknologiankin tulee palvella lähitulevaisuudessa yhä useampia metsien moninaiskäyttöjä ja ekosysteemipalveluja. 

Vuonna 2022 PONSSE lanseerasi teknologiakonseptin, joka esitteli mobiililaserskannaukseen (MLS) perustuvan harvennusassistentin uutena tuotteena UNITE-lippulaivaekosysteemissä. Se tunnistaa puut harvesterin ympäriltä ja ehdottaa metsään jätettävät puut. Harvesterissa tehty päätös olisi sitä tarkempi tarkempi, mitä tarkemmin tietoa ympäristöstä voidaan mitata ennen puiden poistoa. 

Tämä tutkimus parantaa hakkuukoneessa tapahtuvaa päätöksentekoa kahdella tavalla: luomalla metsistä mahdollisimman tarkan digitaalisen kopion ennen korjuuta käyttäen FGI:iin kehittämää monen aallonpituuden laserkeilainta taustatiedon luojana ja harvesterin MLS prosessoinnin paremmilla algoritmeilla eri puuston osien tunnuksille